在約翰霍普金斯大學(xué)讀本科時，材料科學(xué)專業(yè)的Alex Yeh正在為一件事發(fā)愁：他的計(jì)算材料科學(xué)研究需要GPU來跑模擬，但學(xué)校的算力資源緊張，他不得不頻繁向生物醫(yī)學(xué)工程系“借”卡，排隊(duì)等待成了日常。

七年后，這位29歲的年輕人剛剛宣布了一項(xiàng)5億美元的投資計(jì)劃——與英偉達(dá)合作，在中國臺灣建設(shè)AI Factory，部署萬卡級GPU集群。

從排隊(duì)借卡的學(xué)生到掌握萬卡算力的創(chuàng)業(yè)者，Alex Yeh的軌跡，恰好映射出AI產(chǎn)業(yè)權(quán)力結(jié)構(gòu)的一次遷移，當(dāng)所有人都在追逐下一個殺手級應(yīng)用時，真正的稀缺資源藏在更底層。

一個投資人的"第一性原理"

Alex并非典型的技術(shù)創(chuàng)業(yè)者。他在約翰霍普金斯大學(xué)主修材料科學(xué)與工程，輔修創(chuàng)業(yè)管理，從大學(xué)期間就開始接觸風(fēng)險投資，畢業(yè)后進(jìn)入亞太多家知名私募和風(fēng)投機(jī)構(gòu)，專注于AI和新興技術(shù)領(lǐng)域，累計(jì)參與了超過100個項(xiàng)目的投資。不到30歲，他已經(jīng)是圈內(nèi)最年輕的合伙人之一。

投資人生涯訓(xùn)練出的核心能力，是一種被他稱為"第一性原理"的思維方式：面對任何市場，連續(xù)追問五個“為什么”，層層剝開，直到觸及那個不變的底層邏輯。

Alex曾用這套方法論審視過不同行業(yè)?？答B(yǎng)老賽道，不變的是老齡化趨勢；看新興技術(shù)投資，他發(fā)現(xiàn)自己每天都在聽AI創(chuàng)業(yè)者的路演，大家都想做AI時代的Uber或Instagram，卻很少有人愿意去做底層的事情。軟件容易被復(fù)制，但硬件和算力才是真正的硬門檻。

一個念頭逐漸變得清晰，與其作為投資人去賭哪個應(yīng)用會贏，不如親自下場，做那個無論誰贏都需要的基礎(chǔ)設(shè)施。就像1995年互聯(lián)網(wǎng)剛起步時，沒有人能預(yù)見20年后會出現(xiàn)Facebook或阿里巴巴，但可以確定的是，所有的在線業(yè)務(wù)都需要服務(wù)器和帶寬。

在AI這個瞬息萬變的領(lǐng)域，Alex找到的那個不變量就是GPU算力。

重資產(chǎn)的"笨"邏輯

2023年，GMI Cloud正式成立，但Alex切入AI基礎(chǔ)設(shè)施的方式與大多數(shù)人想象的不太一樣。

在創(chuàng)業(yè)之前，他已經(jīng)在算力相關(guān)領(lǐng)域有過探索，積累了數(shù)據(jù)中心選址和電力資源布局的經(jīng)驗(yàn)。這段經(jīng)歷讓他對這門生意的本質(zhì)有了不同的理解：大多數(shù)云服務(wù)商本質(zhì)上是“二房東”，租用別人的機(jī)房和設(shè)備再轉(zhuǎn)租出去，而Alex選擇了一條更重的路——從源頭開始控制。

他鎖定了大規(guī)模的場地資源和電力供應(yīng)，自建數(shù)據(jù)中心，自持核心設(shè)備。這種垂直整合的模式看起來笨重，資本效率似乎不高，但它解決了一個關(guān)鍵問題：在GPU供應(yīng)緊張的年代，誰能控制上游資源，誰就掌握了話語權(quán)。

更重要的是，這種模式讓GMI Cloud能夠觸及底層硬件的優(yōu)化空間。傳統(tǒng)云廠商拿到的是虛擬化之后的算力，很難做深度調(diào)優(yōu)，而掌握裸金屬的GMI Cloud可以從芯片、內(nèi)存、網(wǎng)絡(luò)層面進(jìn)行全棧優(yōu)化，把推理效率和成本控制到極致。

公司成立后，Alex迅速組建了核心團(tuán)隊(duì)，從谷歌等頂尖科技公司挖來了關(guān)鍵技術(shù)人才，在多個國家和地區(qū)布局?jǐn)?shù)據(jù)中心節(jié)點(diǎn)。

Alex Yeh在頒獎現(xiàn)場

押注“推理時代”

如果說垂直整合是GMI Cloud的底座，那么對行業(yè)趨勢的精準(zhǔn)判斷則是這家公司快速崛起的另一個關(guān)鍵。

早在DeepSeek R1發(fā)布前的五六個月，Alex就做出了一個重要決策，公司必須快速開發(fā)一套完整的推理引擎框架。

在他看來，AI從訓(xùn)練階段進(jìn)入推理階段是一件清晰且必然的事情。大模型已經(jīng)訓(xùn)練得足夠好用，各種應(yīng)用開始落地——航空公司的AI客服可以幫乘客改簽機(jī)票，手機(jī)上的即時翻譯App已經(jīng)相當(dāng)流暢。當(dāng)模型足夠成熟，下一步必然是大規(guī)模的推理部署，而且需要極低的延遲。

訓(xùn)練和推理的本質(zhì)差異，決定了它們對基礎(chǔ)設(shè)施的要求完全不同。訓(xùn)練像是系統(tǒng)性的學(xué)習(xí)，需要穩(wěn)定的算力集群按部就班地處理海量數(shù)據(jù)；推理則像是隨機(jī)考試，要在完成判斷的同時應(yīng)對突發(fā)流量、多模態(tài)輸入等復(fù)雜場景。電商大促時的毫秒級響應(yīng)需求、工業(yè)質(zhì)檢中的實(shí)時缺陷識別，都要求算力基礎(chǔ)設(shè)施具備極高的彈性和響應(yīng)速度。

基于這個判斷，GMI Cloud為即將上線的推理引擎設(shè)定了三個核心能力：自動擴(kuò)容（Auto Scaling）、全球擴(kuò)容（Global Scaling）和熱切換（Hotswap），并且尤其重視熱切換——在推理階段，機(jī)器宕機(jī)對客戶的影響極大，必須確保即便出現(xiàn)故障，也能有機(jī)器快速補(bǔ)位，保證系統(tǒng)的持續(xù)可用。

2025年初，當(dāng)DeepSeek引爆推理需求時，GMI Cloud已經(jīng)準(zhǔn)備就緒。公司在最短時間內(nèi)完成了基于H200的DeepSeek R1專屬部署和優(yōu)化，Inference Engine平臺的可用性達(dá)到99.995%。這次未雨綁繆，讓公司在行業(yè)爆發(fā)的窗口期搶占了先機(jī)。

不只是“賣鏟子”

在AI創(chuàng)業(yè)圈，“賣鏟子”是一個被用濫的比喻，但Alex并不認(rèn)同這個標(biāo)簽。

GMI Cloud的定位是AI Native Cloud，不是在傳統(tǒng)云上跑AI，而是從底層就為AI場景而生，這與AWS、Azure等超大規(guī)模云廠商形成了本質(zhì)區(qū)別。

首先是位置。傳統(tǒng)云巨頭通常只圍繞幾個核心大區(qū)提供服務(wù)，但在很多特定市場，比如東南亞或日本，地區(qū)算力資源覆蓋并不完整，往往需要連接到遠(yuǎn)端節(jié)點(diǎn)，在延遲和數(shù)據(jù)合規(guī)上都會遇到問題。GMI Cloud目前在全球多個地區(qū)部署了多個節(jié)點(diǎn)，能夠更靈活地滿足本地化需求。

其次是服務(wù)深度。在大型云廠商那里，除非是年預(yù)算超過2,000萬美元的大客戶，否則很難獲得專屬的技術(shù)支持。但AI訓(xùn)練過程極不穩(wěn)定，機(jī)器與模型的綁定非常深，非常需要技術(shù)團(tuán)隊(duì)的深度介入。GMI Cloud能夠提供這種高強(qiáng)度的技術(shù)支持，幫助客戶優(yōu)化整個技術(shù)鏈路。

最核心的是產(chǎn)品架構(gòu)。傳統(tǒng)云廠商的底座大多圍繞CPU構(gòu)建，GPU只是其中一部分，而GMI Cloud從一開始就定位AI Native Cloud，只用英偉達(dá)的高端芯片，擁有底層硬件的控制權(quán)，可以做到裸金屬交付。另外根據(jù)Benchmark數(shù)據(jù)，GMI Cloud 的一款MaaS產(chǎn)品 Inference Engine正是因?yàn)樽杂蠫PU資源優(yōu)勢，其API在大語言模型推理方面比原廠模型要快2到3倍，在視頻生成模型上甚至能比原廠快3倍。

Alex用一個比喻來描述公司的產(chǎn)品體系：巨石、鵝卵石和沙子。巨石（Rock）是超大規(guī)模集群，服務(wù)于大模型公司的訓(xùn)練需求；鵝卵石（Pebble）是通過容器化服務(wù)，滿足初創(chuàng)企業(yè)靈活、中等規(guī)模的算力需求；沙子（Sand）則是通過Inference Engine提供API服務(wù)，讓開發(fā)者能夠隨時隨地調(diào)用各種模型。三層打通，從萬卡集群訓(xùn)練到單次API調(diào)用，提供全棧解決方案。

他還喜歡用“Shopify of AI”來向投資人解釋公司的定位。Shopify讓任何一個創(chuàng)業(yè)者都能快速建店，不被電商巨頭綁架。同樣，GMI Cloud希望把算力環(huán)境的自主權(quán)還給客戶，讓他們能夠自由選擇、組合和擴(kuò)展，而不是被鎖定在某一家云廠商的生態(tài)里。

5億美元的AI Factory

2024年10月，GMI Cloud完成了8,200萬美元的A輪融資，獲得了英偉達(dá)NCP認(rèn)證。這個認(rèn)證目前全球僅有6家公司持有，意味著在GPU供應(yīng)緊張的市場環(huán)境下，公司擁有最高優(yōu)先級的拿貨權(quán)和原廠技術(shù)支持。

NCP認(rèn)證帶來的不僅是拿卡優(yōu)勢。GMI Cloud與英偉達(dá)在研發(fā)層面保持著密切的雙周技術(shù)會議，在推進(jìn)全亞洲第一個GB300液冷萬卡集群的建設(shè)過程中，英偉達(dá)的團(tuán)隊(duì)直接介入，協(xié)助調(diào)整參數(shù)和部署方案。這種從底層架構(gòu)到網(wǎng)絡(luò)層面的深度技術(shù)支持，是搞定超大規(guī)模集群的關(guān)鍵。

更大的動作是與英偉達(dá)合作的AI Factory項(xiàng)目。這座位于中國臺灣的基礎(chǔ)設(shè)施總投資達(dá)5億美元，總功率16兆瓦，搭載96個高密度GB300 NVL72架構(gòu)，內(nèi)置萬卡級Blackwell Ultra GPU，預(yù)計(jì)每秒可處理近200萬token。

與傳統(tǒng)數(shù)據(jù)中心不同，AI Factory是專為規(guī)?；疉I工作負(fù)載設(shè)計(jì)的，以智能作為產(chǎn)出，以GPU算力作為生產(chǎn)設(shè)備，以數(shù)據(jù)作為輸入。這座工廠將有效打通AI技術(shù)從概念到應(yīng)用的最后一公里。

據(jù)悉，該項(xiàng)目的第一期算力已經(jīng)全部售出，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(shí)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在頒獎現(xiàn)場

下一個戰(zhàn)場

對于未來，Alex保持著清醒的危機(jī)感。

很多人認(rèn)為GPU算力最終會變成像水電煤一樣的大宗商品，屆時純粹的算力租賃將面臨利潤攤薄。Alex并不回避這個問題，但他認(rèn)為至少目前，算力還遠(yuǎn)未商品化。在這個行業(yè)，即使買了GPU，如果網(wǎng)絡(luò)服務(wù)和穩(wěn)定性做不好，客戶根本沒法用。機(jī)器壞掉是不會挑日子的，服務(wù)品質(zhì)和集群穩(wěn)定性本身就是極高的壁壘。

規(guī)模同樣是壁壘。現(xiàn)在能提供8卡、16卡集群的廠商很多，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，行業(yè)正在經(jīng)歷一場去蕪存菁的洗牌。

為了在紅海到來前建立更深的護(hù)城河，Alex正在做兩件事。一是在全球范圍內(nèi)鎖定2027年的電力資源，電力將是數(shù)據(jù)中心最大的硬約束，公司的規(guī)劃已經(jīng)不是看6個月后，而是直接對接電力公司，鎖定未來的產(chǎn)能。二是持續(xù)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、成本更低的推理服務(wù)。

在市場布局上，GMI Cloud采取了差異化策略。公司專注于幫助AI企業(yè)出海，提供落地東南亞、日本和北美的算力支持；在中國臺灣，推進(jìn)AI Factory計(jì)劃，服務(wù)本土半導(dǎo)體產(chǎn)業(yè)和政府項(xiàng)目；在日本，已經(jīng)拿下當(dāng)?shù)氐诙箅娏咀鳛榭蛻?，組建了本地團(tuán)隊(duì)。

對于下一輪融資，Alex透露目標(biāo)規(guī)模是2億美元，主要用于AI Factory的建設(shè)和全球擴(kuò)容，將集群規(guī)模在現(xiàn)有基礎(chǔ)上翻兩到三倍。

當(dāng)被問及GMI Cloud的終局時，Alex的回答是：不希望只做一個單純的算力提供商，那樣只會越做越窄。他希望做一個垂直化的AI服務(wù)平臺，成為全球AI推理領(lǐng)域的技術(shù)賦能型生態(tài)構(gòu)建者。

這位29歲的創(chuàng)始人用一個比喻來描述自己的角色定位，當(dāng)所有人都在淘金的時候，他選擇去修那條通往金礦的路。

路修好了，無論誰去挖金子，他都能夠受益。

聲明：以上調(diào)研結(jié)果是商業(yè)合作內(nèi)容，用于調(diào)研的部分/全部數(shù)據(jù)來自合作方和第三方，相關(guān)觀點(diǎn)及結(jié)論均基于以上數(shù)據(jù)研究得出，不作任何投資指引和參考。

精彩內(nèi)容