作者 ｜ 周一笑
郵箱 ｜ zhouyixiao@pingwest.com

2025 年，AI 算力市場的重心正在發(fā)生偏移。DeepSeek 等開源模型的爆發(fā)是一個明確信號，AI 的主戰(zhàn)場正從昂貴的訓(xùn)練場景，被拽入高頻、碎片化的推理場景。在這個節(jié)點上，Alex Yeh 和他的 GMI Cloud 站在了一個微妙的位置。

這家成立僅 3 年的公司，正在以一種罕見的速度完成資本與產(chǎn)能的原始積累。去年 10 月，GMI Cloud 拿到了 8200 萬美元的 A 輪融資 ，今年上半年又獲得了 NVIDIA NCP（Reference Platform NVIDIA Cloud Partner）認證 。這個認證，截至目前全球僅有 7 家公司持有 ，在緊缺的算力市場，它意味著擁有最高優(yōu)先級的拿貨權(quán)和原廠技術(shù)支持 。

上周，GMI Cloud 宣布與 NVIDIA 在中國臺灣合作建設(shè) AI Factory，GMI Cloud 自行總投資 5 億美元 。這座超級數(shù)據(jù)中心計劃部署基于 GB300 NVL72 架構(gòu)的萬卡集群 。據(jù)官方透露的獨家消息，該工廠的第一期算力已經(jīng)售出，第二期也已有 50% 被預(yù)定 。

這背后是當(dāng)前算力市場的真實供需，盡管芯片產(chǎn)能不再像兩年前那樣極度緊缺，但優(yōu)質(zhì)、可用的集群資源依然稀缺。Alex Yeh 將這種狀態(tài)形容為一種復(fù)雜的壓力。作為 GMI Cloud 掌舵者，他必須在產(chǎn)能與需求之間走鋼絲，同時警惕懸在所有 GPU 云廠商頭頂?shù)倪_摩克利斯之劍：當(dāng) GPU 最終變成像水電煤一樣的大宗商品，一家創(chuàng)業(yè)公司如何避免淪為巨頭陰影下的流量管道？

Alex Yeh 并非典型的極客創(chuàng)業(yè)者。在創(chuàng)辦 GMI Cloud 之前，他在私募股權(quán)和風(fēng)險投資領(lǐng)域工作多年，曾是加密貨幣與區(qū)塊鏈生態(tài)中最年輕的合伙人 。資本市場的訓(xùn)練讓他習(xí)慣于剝離技術(shù)泡沫，尋找資產(chǎn)的底層邏輯。

他曾目睹區(qū)塊鏈行業(yè)的興衰。在他看來，那個市場唯一恒定的資產(chǎn)是比特幣，而獲取它的路徑只有兩條，算力和能源。并沒有選擇炒作幣價，他投身于數(shù)據(jù)中心建設(shè)和電力布局 。如今，他將這套邏輯復(fù)用到了 AI 領(lǐng)域。無論應(yīng)用層如何演變，無論最終勝出的是 Coding 還是視頻生成模型，算力是唯一的確定性剛需。

但他拒絕做純粹的算力租賃商。在 AWS、Azure 和 Google Cloud 等超大規(guī)模云廠商統(tǒng)治的市場“牌桌”中，GMI Cloud 試圖走出一條“符合 AI 應(yīng)用企業(yè)需求的全鏈條算力支持”的新路子。

不同于巨頭主要圍繞 CPU 構(gòu)建的通用云底座，GMI Cloud 選擇了重資產(chǎn)模式：底層裸金屬采買自持英偉達高端 GPU，在全球建設(shè)多個數(shù)據(jù)中心；中間 IaaS 層自研集群調(diào)度引擎——Cluster Engine（集群引擎）平臺，上層提供 MaaS 服務(wù)——Inference Engine （推理引擎）平臺。同時，據(jù)一手消息，他們還即將上線一款名為“GMI Studio”的 Workflow 產(chǎn)品，以及在年底陸續(xù)孵化強化學(xué)習(xí)類產(chǎn)品。這種從裸金屬到 Token，再到應(yīng)用層產(chǎn)品的全棧支持能力，讓他們在面對 CoreWeave 等北美友商時，依然能在亞太和出海市場找到生存空間。

Alex 并不避諱談?wù)撔袠I(yè)的殘酷。他看到單純的 GPU 租賃生意終將面臨利潤攤薄，為了在紅海到來前建立壁壘，所以他正在做兩件事，一是在全球范圍內(nèi)鎖定 2027 年的電力資源，因為電力將是數(shù)據(jù)中心最大的硬約束；二是構(gòu)建軟件生態(tài)，通過深度優(yōu)化模型提供比原生平臺更快、更低成本的推理服務(wù)、模型服務(wù) 。值得一提的是，在行業(yè)里大家都還沒有將“電”視為第一生產(chǎn)力影響要素的時候，Alex 早就已經(jīng)提前做電廠的部署規(guī)劃。

GMI Cloud 是這一輪 AI 基礎(chǔ)設(shè)施玩家洗牌的縮影，是 AI Cloud 時代下的當(dāng)紅新貴。當(dāng)熱錢退去，只有那些能解決供應(yīng)鏈、電力和深度技術(shù)服務(wù)的公司，才能留在牌桌上。

近期，我們與 GMI Cloud 創(chuàng)始人 Alex Yeh 進行了一次對話，談到了他對算力市場的判斷、公司的策略選擇，以及這門生意的本質(zhì)。以下是對話實錄，經(jīng)不改變原意的編輯。

看不清哪個 AI 應(yīng)用會跑出來，但算力是確定的

硅星人：在創(chuàng)立 GMI Cloud 之前，你有著非常豐富的 AI 和 VC/PE 投資背景。是什么契機讓你從“看項目的人”轉(zhuǎn)變?yōu)橄聢觥白鲰椖康娜恕?，并投身?AI 基礎(chǔ)設(shè)施賽道？

Alex：這其實源于我做投資時的一個核心訓(xùn)練，叫 First Principle Thinking（第一性原理思考）。我習(xí)慣去問五個“為什么”，一層層剝開表象，直到推導(dǎo)出一個市場里不變的真理。

舉個例子，如果不看科技看養(yǎng)老，那個市場里不變的真理就是“老齡化”，所有的看護、醫(yī)療需求都圍繞這個不變的邏輯展開。當(dāng)年我看區(qū)塊鏈行業(yè)也是一樣，為了尋找市場中的 Alpha，我發(fā)現(xiàn)那個賽道里唯一恒定的其實是比特幣。而要想持續(xù)獲得比特幣，最底層的邏輯就是“算力”和“能源”。所以我當(dāng)時沒有選擇去炒幣，而是直接投身去做了最底層的“挖礦”，也就是數(shù)據(jù)中心的建設(shè)和電力資源的布局。

現(xiàn)在的 AI 賽道雖然五花八門，從通用的 LLM 到各種垂直賽道——心理治療、數(shù)學(xué)科研、視頻模型、Coding 等等，但它們中間核心不變的是什么？推導(dǎo)到最后，它們都需要消耗巨大的算力。

就像 1995 年互聯(lián)網(wǎng)剛起步時，我們根本無法預(yù)見到 20 年后會出現(xiàn) Facebook、Amazon 或是阿里巴巴。同樣的，我現(xiàn)在可能看不清未來哪個具體的 AI App 會跑出來，但我能確定整個賽道對 GPU 算力的需求是確定的。所以，相比于去賭某一個具體的應(yīng)用或工具（風(fēng)險較大），賭整個 GPU 算力賽道對我來說是風(fēng)險最小、確定性最高的選擇。加上之前做區(qū)塊鏈基礎(chǔ)設(shè)施積累的機房建設(shè)經(jīng)驗和電力資源，也讓我能比較快速地切入這個領(lǐng)域。

硅星人：與 AWS、Google Cloud 等云服務(wù)商（Hyperscalers）相比，GMI Cloud 的核心差異化是什么？業(yè)界有聲音認為專業(yè)的 AI Cloud 效率能高出 40%，你們有觀察到類似的優(yōu)勢嗎？

Alex：Hyperscalers 和我們最大的區(qū)別，我覺得主要體現(xiàn)在三個維度：位置（Location）、服務(wù)顆粒度（Service）和產(chǎn)品形態(tài)（Product）。

首先是位置。Hyperscalers 通常只圍繞特定的幾個核心大區(qū)（Region）服務(wù)。但在很多特定市場，比如東南亞，公有云的覆蓋其實并不完整，往往需要連接到東京或其他大節(jié)點的機房，這在延遲和數(shù)據(jù)合規(guī)上會有很大問題。GMI Cloud 創(chuàng)立之初就是一家 Global Company，我們在全球多個地區(qū)有多個節(jié)點，能更靈活地滿足當(dāng)?shù)乜蛻魧?shù)據(jù)駐留和低延遲的需求。

其次是服務(wù)的深度。這個行業(yè)里，除非你是全球 500 強或者每年預(yù)算在 2000 萬美金以上，否則你很難在 Hyperscalers 那里獲得專屬的 Account Executive 或技術(shù)支持。但在 AI 訓(xùn)練中，機器與模型的綁定非常深，訓(xùn)練過程極不穩(wěn)定，非常需要 TAM（技術(shù)客戶經(jīng)理）和 SA（解決方案架構(gòu)師）的深度支持。GMI Cloud 能提供這種高強度的技術(shù)支持，幫助客戶優(yōu)化 Token 和 Infra，這是很大的體感差距。

最后是產(chǎn)品。Hyperscalers 的底座大多是圍繞 CPU 云構(gòu)建的，GPU 只是其中一部分，很多產(chǎn)品是基于 CPU 架構(gòu)做的變通。而 GMI Cloud 是 AI Native 的，我們不僅是賣算力，還做到了底層的 Model Optimization 和 Memory Optimization。例如在 Llama 模型的推理上，我們的吞吐量和首字延遲能比傳統(tǒng)云廠商快 2-3 倍；在視頻生成模型上，我們的速度甚至能比某些官方 API 快 3 倍。這就是專注帶來的紅利。

硅星人：面對與 CoreWeave、Lambda 等模式相似的競爭對手，GMI Cloud 在技術(shù)、服務(wù)以及定價策略上，最核心的優(yōu)勢是什么？

Alex：CoreWeave 和 Lambda 都是非常值得尊敬的友商。CoreWeave 主要專注于 Training 和超大規(guī)模集群，客戶集中度很高，Microsoft 和 OpenAI 占了很大比例，但在推理層面，比如按秒計費、全球多點部署（特別是亞洲），他們目前涉及較少。Lambda 的優(yōu)勢在于 Container 和租賃本身，但在模型層的適配上做得相對少一些。

GMI Cloud 的打法是提供 Vertical Stack（垂直全棧）的能力。我們不僅提供裸金屬做訓(xùn)練，還提供 Inference Engine，支持按 Token 計費。這就好比我們既賣“面粉”（算力），也賣“面包”（API）。無論客戶是需要裸金屬做訓(xùn)練，還是作為創(chuàng)作者只需要調(diào)用 DeepSeek 或 Qwen 的 API，我們都能提供。而且我們在視頻模型的優(yōu)化上下了很大功夫，提供了 Video 相關(guān)的垂直服務(wù)，這是目前很多競品還沒覆蓋到的。

不只是“套殼”，是底層優(yōu)化

硅星人：你們的 Inference Engine 平臺，和很多公司都有類似的業(yè)務(wù)。你們的核心附加值到底是什么？

Alex：這問到了點子上。主要有兩個核心區(qū)別，全球化能力和對底層硬件的掌控力。

據(jù)我了解，國內(nèi)同類廠商的算力主要集中在國內(nèi)，如果是做 AI 出海應(yīng)用，會遇到明顯的延遲問題。GMI Cloud 的節(jié)點遍布全球，能解決出?？蛻舻牡乩砦恢猛袋c。

更重要的是，我們擁有自己的物理算力（Own Hardware），而不是純粹的 Serverless API 聚合商。如果你去租阿里云或火山引擎，通常拿到的是 VM（虛擬機），很難做底層的“騷操作”來優(yōu)化 GPU 集群的通信和推理效率。因為我們擁有底層的 GPU 卡，我們可以控制到 Bare Metal 甚至底層防火墻級別。只有控制硬體，才能把成本壓下去，同時把性能提上來。這就是為什么我們能比原生平臺跑得更快、更便宜。

硅星人：作為 NVIDIA 的 Reference Platform NVIDIA Cloud Partner，除了能優(yōu)先拿到新卡，這個身份還帶來了哪些“看不見”的好處？

Alex：這個認證確實不僅是拿卡那么簡單。我們在研發(fā)層面與 NVIDIA 有非常緊密的 Bi-weekly Catch-up（雙周技術(shù)會議）。

舉個具體的例子，我們正在推進全亞洲第一個 GB300 液冷萬卡集群的建設(shè)。這種級別的集群建設(shè)，業(yè)內(nèi)幾乎沒有先例可循，難度非常大。NVIDIA 的團隊會直接介入，幫我們一起調(diào)整參數(shù)、建設(shè)部署。

這種從 Confidential Computing 到 Infiniband 網(wǎng)絡(luò)層面的深度技術(shù)支持，是我們能搞定這種超大規(guī)模集群的關(guān)鍵。此外，能提前接觸到像 Rubin 這樣下一代架構(gòu)的信息和 Demo，也讓我們在技術(shù)規(guī)劃上能搶占先機。

硅星人：我們看到市場正出現(xiàn) NVIDIA 之外的專用 AI 芯片（ASIC）。GMI Cloud 的長期硬件戰(zhàn)略，是會繼續(xù)深度綁定 NVIDIA，還是會擁抱一個更多元化的算力底層？

Alex：這是一個基于理性和時間的考量。目前光是適配 NVIDIA 的迭代——從 H100 到 H200 再到 Blackwell，以及 CUDA 的升級，就已經(jīng)消耗了我們大量的人力資源。

再加上模型層也在瘋狂迭代，像 DeepSeek、Qwen、Wan 這些新模型層出不窮。光是做好 NVIDIA 架構(gòu)下的模型適配就已經(jīng)很難了。所以短期內(nèi)，我們會集中精力把英偉達芯片資源做深。當(dāng)我們的規(guī)模擴展到一定程度后，可能會組建獨立的團隊去探索新的硬件生態(tài)。

硅星人：GMI Cloud 的容器化服務(wù)，與傳統(tǒng) GPU 租賃有什么不同？這些 PaaS/MaaS 層的服務(wù)，為客戶帶來的最終業(yè)務(wù)價值是什么？

Alex：傳統(tǒng)的容器服務(wù)只是給你一張卡租多少時間。而我們的 MaaS 服務(wù)是經(jīng)過深度優(yōu)化的。

根據(jù)第三方平臺的對比，我們的 API 相比其他提供商有 2.4 倍到 3 倍的提速。這背后的技術(shù)包括 GPU 并行計算（Parallelism），讓我們能在多個節(jié)點間高效分配推理任務(wù)；以及自動擴縮容（Auto-scaling）和顯存訪問優(yōu)化。最終給客戶帶來的價值就是：速度更快，成本更低。

算力還不是大宗商品，機器壞掉是不會挑日子的

硅星人：在你們與歐洲 AI 音樂平臺的合作案例中，提到了“聯(lián)合工作小組”進行調(diào)優(yōu)。隨著客戶群擴大，你們將如何 Scale 這種定制化能力？

Alex：這種深度模式目前主要針對重點客戶（Key Accounts）。這其實是一個互補和共同成長的過程。

比如我們有一個案例，客戶同時使用 Qwen 和 DeepSeek 兩個模型。他們擅長調(diào)優(yōu) Qwen，我們擅長調(diào)優(yōu) DeepSeek。于是我們決定 Share Repo（共享代碼庫），把各自優(yōu)化的節(jié)點和加速經(jīng)驗共享出來，避免重復(fù)造輪子。通過這種深度合作，我們能將 GPU 集群的穩(wěn)定性調(diào)得非常高，通過降低故障率和優(yōu)化 Checkpointing，讓客戶的訓(xùn)練速度提升了 20%。

雖然這是高接觸服務(wù)，但我們在合作中學(xué)到的技能，比如特定 Video 模型的優(yōu)化，會沉淀下來，標(biāo)準(zhǔn)化后服務(wù)于更多同類客戶。這本身也是我們在打磨產(chǎn)品。

硅星人：單純的 GPU 租賃利潤會越來越薄。GMI Cloud 計劃如何通過構(gòu)建自己的軟件和服務(wù)生態(tài)，來避免陷入低利潤的“算力紅?！保?/b>

Alex：很多人認為算力最終會變成 Commodity（大宗商品），但至少目前來看，它還不是。

在這個行業(yè)，即使你買了 GPU，如果網(wǎng)絡(luò)服務(wù)和穩(wěn)定性做不好，客戶是沒法用的。我們見過有廠商機器經(jīng)常斷網(wǎng)，或者周末找不到人維護。但你知道，機器壞掉是不會挑日子的。所以，服務(wù)品質(zhì)和集群穩(wěn)定性本身就是極高的壁壘。口碑越好，客戶越多。

另外，規(guī)模（Scale）也是壁壘。現(xiàn)在能提供 8 卡、16 卡集群的廠商一抓一大把，但能提供單一集群 2000 卡甚至萬卡級別的廠商非常少。隨著模型越來越大，客戶對大規(guī)模集群的需求在增加，這實際上是在進行一場去蕪存菁的行業(yè)洗牌。只有具備大規(guī)模交付和服務(wù)能力的廠商才能在紅海中生存下來。

硅星人：從行業(yè)視角看，先租后買（Buy-to-Own）在 AI 算力采購版圖中的位置是什么？它會走向主流嗎？

Alex： 它不會是全市場的主流，而是服務(wù)于特定階段、比較成熟的客戶。這類客戶通常愿意簽 3 年以上的長約，他們算過賬，認為付完 3 年租金后，資產(chǎn)折舊也差不多了，希望能擁有資產(chǎn)的所有權(quán)。這是針對特定高端需求的一種靈活服務(wù)。

硅星人：與服務(wù)本土企業(yè)相比，服務(wù)海外企業(yè)和 AI 出海企業(yè)對你們的技術(shù)、服務(wù)和全球化能力提出了哪些不同的要求？

Alex： 中國出海企業(yè)通常有三個核心需求：1、成本可控的混合架構(gòu)：出海初期預(yù)算有限，需要高性價比。2、用戶體驗：落地到日本、東南亞或北美時，需要當(dāng)?shù)氐墓?jié)點來保證低延遲。3、中文服務(wù)與合規(guī)：我們能提供普通話服務(wù)，同時解決當(dāng)?shù)氐暮弦?guī)問題。

硅星人：目前來看，哪些行業(yè)對你們的 GPU 云服務(wù)需求最旺盛？能分享一兩個最有意思的應(yīng)用案例嗎？

Alex：目前看最火的三個賽道是：AI Software Copilot（編程輔助）、Image & Video Generation（圖像視頻生成）和 AI Companions（AI 陪伴）。

最有意思的一個案例是我們有個做 Video 的客戶。他們的產(chǎn)品發(fā)布后瞬間爆火，算力需求在 1 個月內(nèi)翻了 8 倍。我們必須在極短時間內(nèi)幫他們完成極速擴容，從幾百卡瞬間擴到幾千卡。

這對我們的供應(yīng)鏈和調(diào)度能力是巨大的考驗，但我們也因此贏得了客戶的極度信任。這也帶來了一個“甜蜜的負擔(dān)”，我們的卡經(jīng)常處于售罄狀態(tài)，需要在 Capacity（產(chǎn)能）和 Demand（需求）之間不斷玩“蹺蹺板”游戲。

只做“出海”與“本地化”

硅星人：在亞洲市場（如中國大陸、東南亞、東北亞），你們的布局和競爭策略是什么？

Alex：我們在不同市場的打法非常明確。

在中國大陸，我們不碰本土 GPU 業(yè)務(wù)，只做“出海服務(wù)”。幫助中國企業(yè)落地東南亞、日本和北美。中國出海企業(yè)有三個核心需求：成本可控的混合架構(gòu)、低延遲的用戶體驗（Local 節(jié)點），以及中文服務(wù)與合規(guī)。我們在亞太某些地區(qū)，因為有本地節(jié)點，解決了很多金融或 IC 設(shè)計公司在 AWS/GCP 上找不到本地算力的痛點。

在東北亞，我們已經(jīng)拿下了日本第二大電力公司作為客戶，并組建了日本團隊，提供從 GPU 到模型管理的一條龍服務(wù)，服務(wù)本土大客戶和出海落地的客戶。

在東南亞，我們有豐富的機房 partner 資源，幾乎可以做到快速幫國內(nèi) AI 應(yīng)用出海企業(yè)快速拉到資源。

硅星人：去年的 A 輪融資取得了哪些關(guān)鍵進展？基于這些成果，公司對下一輪融資有何規(guī)劃？

Alex：A 輪資金主要用于獲取 NCP 認證和建設(shè)早期的千卡/萬卡集群。這一年的成果是顯著的，我們拿到了 NVIDIA 的核心認證，建設(shè)了萬卡規(guī)模的算力，并贏得了投資人和客戶的認可。

對于 B 輪融資，我們預(yù)計規(guī)模是 2 億美金，預(yù)計本年底就可以 Close。這筆資金將主要用于建設(shè) AI Factory，將我們的集群規(guī)模在現(xiàn)有基礎(chǔ)上翻倍甚至翻三倍，特別是在北美、日本和臺灣地區(qū)的擴容。

巨石、鵝卵石和沙

硅星人：你覺得未來兩三年，GPU 云算力這個市場，最大的機會和挑戰(zhàn)會是什么？

Alex：最大的挑戰(zhàn)絕對是電力。真的不夠用。

我們最早找機房時只需半兆瓦（0.5MW），現(xiàn)在找機房起步就是 40MW。整個規(guī)模發(fā)展非?？膳隆Ｎ覀儸F(xiàn)在做規(guī)劃已經(jīng)不是看 6 個月后，而是要直接去鎖定 2027 年的電力資源。這也迫使我們往上游走，直接跟 Hyperscalers 和電力公司合作。未來的競爭，很大程度上會是能源的競爭。

硅星人：怎么看待開源和閉源大模型的競爭？這對你們有什么影響？

Alex：我覺得開源是整個產(chǎn)業(yè)的推進器。像今年的 DeepSeek V3 一出來，市場反應(yīng)非常熱烈，企業(yè)發(fā)現(xiàn)終于可以低成本地控制自己的數(shù)據(jù)和模型了。

以前大家覺得開源閉源差距很大，現(xiàn)在這個 Gap 正在迅速縮?。–onverge）。之前像 Cursor 這樣的產(chǎn)品一火，大廠馬上就能出一個 Cloud Code 把它覆蓋掉，因為成本太高了。但開源模型讓大家有了反擊的機會。我有一個大膽的預(yù)測，在 Video 賽道，也會出現(xiàn)“DeepSeek Moment”。像阿里的 Wan 2.5 已經(jīng)非常強了，未來視頻模型也會像 LLM 一樣，出現(xiàn)一個開源的高光時刻。這對我們這種基礎(chǔ)設(shè)施廠商是巨大的利好。

硅星人：最后一個問題，我們正進入一個“推理時代”。GMI Cloud 的理想狀態(tài)，會是一個什么樣的角色？

Alex：我們不希望只做一個單純的“算力提供商”，那樣只會越做越窄。我們希望做一個可以解決 AI 應(yīng)用企業(yè)所有技術(shù)及算力需求的 Verticalized AI Service Platform（垂直化 AI 服務(wù)平臺）。

我有一個比喻，叫做 "Rock， Pebble and Sand"（巨石、鵝卵石和沙子）：

Rock（巨石）：像 CoreWeave 那樣，提供超大規(guī)模集群給大模型公司做 Training。

Pebble（鵝卵石）：通過 K8s 和 Container，服務(wù)于需要靈活性、中等規(guī)模算力的初創(chuàng)企業(yè)。

Sand（沙子）：通過 Inference Engine 提供 API 服務(wù)，讓創(chuàng)作者和開發(fā)者能像抓沙子一樣，隨時隨地調(diào)用 DeepSeek、Qwen 等模型。同時針對開發(fā)者和創(chuàng)作者，我們也會孵化更多好用的服務(wù)，比如 Workflow 等。

我們的終局是把這三層全部打通，從最小的 API 調(diào)用到最大的萬卡集群訓(xùn)練，提供一個全棧式的解決方案。

點個“愛心”，再走 吧