最近，SemiAnalysis放出了一份堪稱“GPU云天梯圖”的報告，把全球AI云玩家排了個座次。

看完這個榜單，我只能說：天下大亂了。

有意思的是，SemiAnalysis這套評級體系，不看云規(guī)模有多大、算力有多少，而是看↓

①是否能快速購買/開通GPU實例；
②是否針對AI大模型訓練推理有優(yōu)化；
③是否提供可編程API；
④是否價格透明；
⑤是否面向全球開發(fā)者可訪問。

這樣的評估原則，讓我們清楚滴看到：在大模型訓練、推理和智能體業(yè)務(wù)的井噴需求下，云服務(wù)正在悄悄洗牌，傳統(tǒng)大云多年的規(guī)模優(yōu)勢已經(jīng)被打破了。

01、最新排名：誰贏了GPU云之戰(zhàn)？

這排名很刺激，把提供GPU云服務(wù)的廠商，從白金、黃金、白銀、青銅，再到“不推薦（Not Recommended）”，分了三六九等↓

★尊貴鉑金★

CoreWeave，獨一檔存在。

是不是對很多人來講，這個名字很陌生？

這家公司以前是干挖坑的（主要是以太坊），現(xiàn)在轉(zhuǎn)行AI算力，專為AI訓練/推理場景打造，硬件+軟件棧都為大規(guī)模GPU任務(wù)優(yōu)化。

GPU資源豐富、延遲低、調(diào)度智能、開發(fā)者體驗炸裂。

現(xiàn)在基本成了AI初創(chuàng)公司的標配。（不過，國內(nèi)IP是被屏蔽訪問的）

★榮耀黃金★

Oracle、Nebius、Azure、Crusoe、FluidStack。

甲骨文這“老登”竟然重上了黃金檔，真是逆襲。

甲骨文OCI支持高性能裸金屬GPU（N卡A卡）+RDMA網(wǎng)絡(luò)，低延遲、高吞吐，訓練效率優(yōu)秀。

另外定價透明，且對AI初創(chuàng)有針對性合作優(yōu)惠。

而微軟Azure則是傳統(tǒng)大云里排名最靠前的，與OpenAI合作最深，GPU節(jié)點覆蓋廣（北美、歐洲、亞太），高端GPU供應(yīng)穩(wěn)定。

其他“黃金”玩家，都是生面孔。

★秩序白銀★

Together.ai、Lambda、Google Cloud、AWS、Firmus、GMO、Tensorwave、Scaleway、Vultr、Voltage Park、GCore。

想不到吧，云大佬AWS、GCP竟然跌到了第三陣營。

GCP的主要問題是加速器以TPU為主，生態(tài)封閉，GPU資源有限。

老大哥AWS的GPU型號最全，不僅有N卡還有自研的T卡。但更多資源內(nèi)耗給Bedrock和SageMaker了，算力資源不夠開放且價格昂貴。

★倔強青銅★

Hyperstack、Qubrid、Runpod、Hot Aisle、Buzz HPC、Prime Intellect、Vast.ai、Atlas Cloud、Denvr、DigitalOcean

銅牌陣營更多是“性價比玩家”。

GPU便宜但穩(wěn)定性一般，適合跑短期任務(wù)、demo、或者RAG服務(wù)。

★“戰(zhàn)五渣”陣營★

這一堆，被歸為不推薦（Not Recommended），但又分為兩檔。

第一檔叫做不能打（UnderPerforming）：能跑，但是體驗太差，不推薦生產(chǎn)使用。

第二檔叫做不可用（Unavailable）：宣傳有，但實際根本租不到。國內(nèi)第一大云阿里云就被放在這一檔。

SemiAnalysis的測試結(jié)論是：

“阿里云在海外控制臺無法創(chuàng)建任何AI GPU實例，因此被標記為 Unavailable?！?/p>

這里面原因大家都能懂，并不是阿里云的GPU實例真不可用，而是被三類場景鎖死：①通義、百煉自用②白名單大客戶專享，不在公網(wǎng)開放③受出口管制影響。

02、四大陣營，各有各的道

SemiAnalysis還給出了另外一張格局圖，根據(jù)各家服務(wù)商的“出身”，再次進行了點評。

★傳統(tǒng)云老炮兒★

微軟Azure、AWS、GCP、OCI。

他們有錢、有GPU、有生態(tài)，但架構(gòu)偏封閉、部署周期長、GPU調(diào)度僵硬。

★強勢云新貴★

CoreWeave、Lambda Labs、Crusoe、Nebius，四小龍。

這幾家是最近兩年爆紅的新勢力，全棧為 GPU 計算設(shè)計，從底層就是為 AI 訓練/推理而生。

靠「靈活計費+訓推優(yōu)化+GPU實例現(xiàn)貨+更懂AI開發(fā)者」一路逆襲，服務(wù)AI團隊、模型創(chuàng)業(yè)公司。

★垂直流量小鮮肉★

從HyperStack、Fluidstack、FastGPU、Voltage Park，到Brev、TensorDock、Scaleway……

這些新興廠商聚焦垂直場景，價格低、上卡快、API友好，是他們的武器。

★專屬特供咖★

像中國的阿里華為騰訊、日本的SoftBank、瑞典的6G AI Sweden、阿聯(lián)酋的G42、韓國SK Telecom、德國的Deutsche Telekom。

他們更像「國家隊」，主打算力自主、安全合規(guī)、本地部署，GPU主要內(nèi)部專供。

★中間商賺差價★

典型的入Vast.ai、Prime Intellect、Shadeform、NetMindAI、Akash Network 等。

這些廠商不直接造云，而是做“GPU市場平臺”，他們就像GPU界的滴滴：一端連接閑置GPU算力；一端對接AI用戶和訓練任務(wù)。

03、全球只需5朵云的時代，結(jié)束了

根據(jù)SemiAnalysis的報告，過去一年，開發(fā)者在部署AI推理/訓練任務(wù)時，越來越多地選擇CoreWeave、Lambda、Voltage Park這類新貴。

AI開發(fā)者不再需要通用云，而需要GPU足、成本低、調(diào)度快、服務(wù)好的更純粹的AI云。

這些新貴更懂AIGC、RAG、LoRA微調(diào)，甚至Agent框架。

此時，AWS們反而顯得笨重而昂貴。

大云們多年來都是圍繞虛機、容器、數(shù)據(jù)庫生態(tài)構(gòu)建的，面對新需求只能補丁式適配，從原來架構(gòu)上拼接GPU集群，而不是顛覆式重新設(shè)計。

比如，CoreWeave的GPU調(diào)度系統(tǒng)是專為 PyTorch / JAX / DeepSpeed 等分布式框架優(yōu)化的， 而AWS的EFA網(wǎng)絡(luò)延遲仍然是瓶頸。

同時，AI云不再只是商業(yè)競爭，而是科技主權(quán)的戰(zhàn)場。

每個有點Power的國家都想要「自己的GPU、自己的AI云、自己的大模型」，這種想法不止于中、美。

我只能說，傳統(tǒng)大云一統(tǒng)天下的時代已經(jīng)翻篇，云市場的碎片化不可逆，「這個世界只需要5朵云」的神話，徹底破滅。

而屬于「算力新江湖」的故事，才剛剛開始。

▎參考文獻：https://newsletter.semianalysis.com/p/clustermax-20-the-industry-standard?_gl=1*141mn8g*_ga*MzAxMTk3OTgzLjE3NjI1ODYwMjQ.*_ga_FKWNM9FBZ3*czE3NjI2NTc2MDUkbzIkZzAkdDE3NjI2NTc2MDUkajYwJGwwJGg2NTUxMDczNDY.