新模型要訓練三個月,客戶得先買下什麼?
想像一間模型公司拿到下一輪資金,準備用數百張 GPU 訓練新模型。它得在同一個時間拿到足夠的晶片,讓機器連起來,也要有人在硬體出問題時接手。假使其中一段容量晚到兩個月,工程師、資料和產品都已準備好,訓練卻可能沒法照原定時間開始。這時,採購要確認的不只是每張卡的單價,也包括幾月能用、能不能一起用,以及誰負責把故障的叢集恢復到可運作的狀態。
CoreWeave 做的就是這段生意。它先承擔設備、機房和運轉條件,再向客戶出售可用的算力容量。客戶以較少的前期基礎設施工作換取開工速度,代價則可能是承諾多年購買指定容量。雙方把不同形式的風險寫進同一份合約。
從挖礦到雲端,哪些經驗能搬過去?
CoreWeave 成立於 2017 年,早期收入主要來自後來停止的加密貨幣挖礦業務,並於 2020 年推出 CoreWeave Cloud Platform。挖礦與 AI 訓練的工作非常不同,但大量 GPU 的採購、供電、散熱和維運能累積一部分共通經驗。轉向雲端之後,公司也必須補上客戶直接依賴的能力,包括容量配置、網路、儲存和排程。
例如,數百張卡各自都有空,仍不代表它們就能合成一個適合訓練的叢集。如果訓練工作會頻繁交換資料,節點位置、連線品質和壅塞都會改變整體進度。若儲存系統供應資料的速度趕不上 GPU,客戶付錢租的算力也可能有一部分時間在等。算力雲端服務的交付單位表面上是 GPU,實務上常是一組能一起工作的機器和服務。
為什麼客戶願意簽多年承諾?
依 CoreWeave 年報,客戶通常透過多年承諾合約取得容量,其中一種形式是按約購買容量,即使未全數使用,仍須支付合約約定費用。這給模型公司一個可以安排產品時程的基礎。若上線日和訓練期都已經敲定,預留整批容量有機會比臨時搶機器更有價值。
站到 CoreWeave 那一側,合約有助於在設備採購與機房投入之前掌握部分需求。可是簽約和交付有時間差。容量蓋好前需要先付出資本,還要等硬體、電力、冷卻、網路和驗收都到位。只要某一環晚了,預期使用的叢集就可能延後。多年合約能改善需求可見度,也把準時交付變成供應商必須管理的義務。
對客戶而言,這種安排適合有穩定需求的工作。若模型迭代很快,隔年也許改用較小模型或另一種晶片,長期容量可能變成負擔。可以先估一個每季都會使用的最低容量,再用較彈性的方案應付臨時訓練。合約是否划算,要把空置時間和切換成本一起算進去。
營收成長很快,為何還要仔細看資金?
CoreWeave 2025 年年報列出的營收,從 2024 年的 19.15 億美元增加至 2025 年的 51.31 億美元,成長約 168%。公司將成長歸因於新舊客戶合約需求增加,以及擴大資料中心後能交付更多容量。單看收入成長很容易想像這像軟體訂閱。但每一批增量背後,往往需要實際的電力、晶片、租賃與建置支出。
可以把這門生意想成兩條時間線。第一條是先取得資金、設備與機房,然後把叢集驗收上線。第二條是客戶開始計費,按協議付款,最後決定要不要擴充或續約。兩條線錯開多久、借款和租賃成本有多高、少數客戶佔了多少需求,都會影響公司能否持續擴張。即使新合約增加,一部分支出仍先於收入發生,所以還得看現金流、資本支出與債務條件。
企業怎麼比較租叢集、買設備和按量用雲端?
先選一個能代表真實工作的任務,例如用預定的模型與資料跑完固定量的訓練。記錄從提出需求到叢集可用花多久、有效運算時間佔多少、失敗後需重跑多久,以及儲存和網路是不是持續供得上。再分開計算保底用量和尖峰用量。若只用標價比較,容易把必須承諾的閒置容量漏掉,也容易低估現場工程師維運的時間。
假設企業每年只有兩次大型訓練,並且能接受排隊,它可能更適合彈性用量。若團隊每週都要做模型實驗,同時服務持續成長的客戶,固定叢集便可能減少等待。兩種公司看到同一張報價單,買到的價值會不同。CoreWeave 能把 GPU 叢集租成一門生意,是因為有人願意為可預留的容量和開工日期付錢。能否繼續把需求轉成收入,則要看它能不能以可負擔的成本把這些叢集準時建好、穩定交付。
