核心建议:不建议以”3年零收入换股权”的方式加入这家中资NCP创业公司。 如果一定要参与,先以顾问身份介入,只有在拿卡合规、融资到位、股权条款清晰三件事都有书面依据后再考虑全职。另有一条第三条路:去合规的区域算力玩家(Firmus、DayOne、AirTrunk、PDG、STT、Nebius亚太)做亚太供应链/运营负责人,拿现金薪酬和期权,不赌个人资产。
| 留在现职 | 加入创业(失败) | 加入创业(成功) | |
|---|---|---|---|
| 10年后净资产(估算) | 约5700万 | 约2700–3400万 | 约1.7亿 |
| 概率要求 | — | — | 成功率需 >16% 才打平;考虑风险偏好需 25–30% |
| 无法用钱对冲的风险 | 无 | 出口管制法律责任(个人签字) | 同左 |
四个理由: 账算得过来但前提不成立(成功率 25–30% 的前提是能合法稳定拿卡,中资母公司这一条几乎做不到);这门生意赢在钱和电,不赢在人(CoreWeave 350亿美元负债、Nebius 80亿美元现金,小玩家没有资本成本优势);小公司正在出清(100多家进入者到2026年中剩不到40家,租价一年内跌60–70%又涨40%);东南亚的机会已经有主(柔佛、巴淡、曼谷的电力和地块被 Firmus、DayOne、字节、OpenAI 锁定)。
先问一个问题: 字节自己在建机房,华为自己在卖算力,咱们在中间的位置是什么?三年后凭什么还需要咱们?答不出来,后面的问题都不用问了。
如果继续谈,必须拿到的五样东西: 股权结构图(最终控制方)、GPU采购凭证(BIS许可或NVIDIA书面授权)、已签客户合同、已到账融资、本人的免责与保险条款。
结论:NCP行业景气,但对”中资背景、使用NVIDIA/AMD算力、国内外同时布局”的公司,以”3年零收入换股权”的方式加入,风险收益比不划算;除非满足尽调清单的全部底线条件,建议留在现职。
NCP(NVIDIA Cloud Partner)是获NVIDIA认证、优先拿到GPU配额的算力云服务商,行业常称”neocloud”。它的本质是重资产、高杠杆的算力租赁生意。
商业模式: 签大客户长约 → 用长约做抵押借钱买GPU → 租金覆盖折旧和利息。核心竞争力是融资能力、电力资源和GPU配额,而不是技术服务。
| 合约类型 | 期限 | 特点 |
|---|---|---|
| 长约(offtake) | 4–5年,5年最常见 | 单笔50–100MW;AI实验室接受20%+预付;常由超大规模云厂商兜底,项目IRR约十几% |
| 中期合约 | 3个月–3年 | 一年期对供需最敏感 |
| 短租/现货 | 3个月以内 | 以剩余产能为主,价格波动最大 |
价格周期:
启示:现在是周期上行段,但上一轮从紧缺到过剩只用了不到2年;一家新公司”3年无收入”的创业期很可能跨越一个完整周期。
行业已经形成”头部吃长约、尾部抢现货”的格局,头部公司的融资量级是百亿美元,新进入者很难拿到同等条件。
| 公司 | 规模(截至2026年中) | 融资 | 大客户 |
|---|---|---|---|
| CoreWeave(上市) | Q2收入26亿美元(+112%),仍亏损6.3亿;积压订单约1040亿;在用电力1.5GW | 追索权债务约310–350亿;2026年资本开支350–390亿 | AI实验室、超大规模云 |
| Nebius(上市) | AI云年化收入30亿;目标年底5GW签约电力 | 上半年43亿可转债+8月再发50亿 | 微软174亿,Meta最高约270亿 |
| Crusoe(未上市) | 签约电力4.9GW | 估值100亿+;建设贷款71亿 | Oracle/OpenAI、微软 |
| Lambda(未上市) | 美国15个数据中心 | E轮15亿+;10亿信贷;筹备IPO | 微软 |
金额均为美元。
洗牌情况: 2023–24年涌入100多家,到2026年中有规模的不到40家。融资2000万–5000万美元的那一批,很多退还GPU或申请债权人保护;东南亚和拉美多家小型区域厂商关闭。一家失败公司的盈亏平衡价约$4.20/卡时,而大厂当时只卖约$2.50。
日本市场:
头部海外NCP仅用约600–2500人,就支撑起数十亿到上百亿美元的业务;其中约四成是财务与运营人员(含采购、供应链、机房运维),正是你的专业领域。
| 公司 | 背景 | 人员分布 | 人均年化收入(美元) | 全员平均薪资(美元) |
|---|---|---|---|---|
| CoreWeave | 创始人出身大宗商品交易,由加密挖矿转型 | 北美87% | 约500万(2026年收入指引124–132亿 ÷ 约2500人) | 约14.2万 |
| Nebius | 前Yandex国际业务分拆,总部荷兰 | 北美38%、欧洲约40%、中西亚12% | 约170万(AI云年化收入30亿 ÷ 约1700人) | 约7.4万 |
| Crusoe | 加密挖矿起家,转AI数据中心开发 | 北美约92% | 未披露 | 约16.2万 |
| Lambda | GPU工作站起家,筹备IPO | 北美约90% | 未披露 | 未披露 |
| Nscale | 英国,2026年7月以16.5亿美元收购Anyscale | 北欧70%、北美17%、东南亚4.5% | 未披露 | 未披露 |
解读:
人员数据来自Revelio Labs基于公开职业档案的估算,页面内部数字有不一致之处,只适合看量级。
头部NCP按GAAP都还未盈利,折旧吃掉约一半收入;这是一门靠借钱和预期维持的生意。
| 风险 | 内容 | 对新公司的含义 |
|---|---|---|
| 期限错配 | 贷款约5年,抵押的客户合同平均约3年 | 后2年要赌未来租价 |
| 抵押品贬值 | 超过200亿美元贷款以GPU为抵押;抵押品价值跟着租金走 | 租价下跌即触发补保证金 |
| 技术迭代 | 每1–2年换代(Hopper → Blackwell → Rubin);B300单卡4.5–5.5万美元 | 拿不到新卡就只能吃旧卡残值 |
| 再融资集中 | 多家贷款2026–2028年到期,贷方高度重叠;交叉违约条款普遍 | 市场转冷时会同时断贷 |
| 利用率 | 2023年高价买入的H100盈亏平衡利用率约75–85% | 小厂一旦利用率下滑即快速烧钱 |
对照:Lambda报道称无债务、自持集群,利用率50–60%即可盈亏平衡——说明”低杠杆+高利用率”才是穿越周期的关键。
中资背景、使用NVIDIA/AMD算力、国内外同时布局,正是美国当前管制和执法的重点对象;超额利润主要来自政策风险溢价。
监管与行业动态(按时间,最新在前):
| 时间 | 事件 | 影响 |
|---|---|---|
| 2026年8月 | 商务部起草规则,禁止在泰国、新加坡等地向中国AI公司远程出租NVIDIA算力 | “海外机房租给中国客户”模式可能被封死 |
| 2026年7月 | NVIDIA在日本、新加坡、马来西亚砍掉过半亚洲买家,neocloud受冲击最大 | 审核含实地检查、合同核查、最终用户访谈 |
| 2026年5月31日 | BIS重申:母公司在中国的企业无论在哪收货,都需许可证 | 换壳海外主体无法绕开 |
| 2026年3月 | Supermicro联合创始人因涉嫌经东南亚转运25亿美元芯片被起诉 | 签字高管个人承担刑事责任 |
| 2026年1月 | H200/MI325X对华改为逐案审批并加25%关税;众议院369:22通过《Remote Access Security Act》 | 中国海关随后扣押H200,国内合规卡两头受限 |
| 2025年11月 | 美国起诉4人走私NVIDIA芯片 | 执法力度持续加大 |
三条路径对比:
| 路径 | 合法性 | 商业前景 |
|---|---|---|
| 国内用合规卡(H200、MI308) | 可申请,但中美两边均受限 | 量小毛利薄 |
| 海外自建集群 | 需BIS许可,很难获批;换壳即涉嫌规避 | 拿不到美国大客户长约,难以低成本融资 |
| 海外机房远程租给中国客户 | 目前灰色,立法正在封堵 | 当前利润最高,但可能一夜归零 |
日本已被点名: 媒体报道,腾讯曾通过日本服务商Datasection拿到约1.5万张Blackwell。
关于”买模组”: 美国EAR中,3A090管芯片、4A090管含这些芯片的组件和整机,SXM/OAM模组、HGX基板同样受管。拆开买在执法上更易被视为有意规避;非正规渠道模组还有翻新、无保修、无固件支持等质量风险。
对采购负责人的含义: 签采购单、对接NVIDIA和渠道的人,是执法中最容易被追责的角色。
创业成功概率需高于约16%才与留任的期望值打平;考虑风险厌恶,实际门槛约25–30%。
假设:现有资产2000万元;年化收益4%;工资税后按约60%;创业期家庭开支每年约100万;测算到56岁(10年后)。
| 情景 | 56岁时净资产(万元) | 说明 |
|---|---|---|
| A. 留在大厂 | 约5700 | 资产增值约2960+工资累积约2760;但46岁后能否稳拿10年需打折 |
| B1. 创业失败 | 约2700–3400 | 3年后回职场,年薪降至约150万;若投入500万本金则取低值 |
| B2. 创业成功 | 约17600 | 个人股权按1.5亿计,未扣流动性折价 |
盈亏平衡概率 p 满足:p × 17600 + (1−p) × 3400 = 5700,解得 p ≈ 16%。
中资背景带来的两个修正:
补充:若持股5%,公司估值需达20亿元以上且能变现,个人才有上亿。孩子4年后上大学,建议无论如何先圈出教育预算。
任一问题回答含糊,就不建议加入。
问老板的问题:
个人底线:
替代方案: 先以顾问身份参与3–6个月(需先核对现职的竞业和利益冲突条款),或等公司拿到许可、融资到位后再全职。
CoreWeave是规模最大、杠杆最高的”算力房东”;2026年Q2收入26亿美元,约为Nebius的4.4倍。Nebius体量小但增速更快、资产负债表更稳,并在向软件和推理服务延伸。
金额均为美元,数据截至2026年6月30日(Q2 2026)。
两家都是”拿长约 → 借钱买GPU → 租给客户”,差别在于杠杆高低、客户集中度和是否向软件延伸。
| 维度 | CoreWeave | Nebius |
|---|---|---|
| 出身 | 创始人出身大宗商品交易,由加密挖矿转型;2025年纳斯达克上市 | 前Yandex国际业务分拆,总部阿姆斯特丹,纳斯达克上市 |
| 客户结构 | 高度集中:前三大客户占收入36%、26%、10%;OpenAI合同至2031年,Meta两笔合计约352亿,另有Anthropic、微软 | 微软174亿(已全部交付),Meta两笔;另有Cohere、Reflection等AI公司及企业客户 |
| 合同形式 | 多年期长约为主,积压订单约1040亿 | 长约+按需;合同积压超400亿;2026年预计收客户预付款超90亿 |
| 资产与电力 | 在用电力1.5GW,签约约3.7GW;主要在美国,多为租用数据中心 | 目标年底签约5GW;芬兰自建,另在欧洲、以色列、美国多地布局,并在美国自建AI工厂 |
| 软件与服务 | 以裸金属和Kubernetes级托管为主;SemiAnalysis评级唯一Platinum | 全栈云平台(Aether)+Token Factory推理服务;收购Clarifai、Eigen AI、Tavily |
| 融资方式 | 资产抵押贷(延迟提款)、高息债、可转债;评级Ba3/B+;利率约2%–15% | 以可转债和增发股票为主,叠加客户预付款 |
| 其他业务 | 无 | 自动驾驶Avride、教育TripleTen,持有ClickHouse、Toloka股权 |
CoreWeave单季收入已达26亿美元;Nebius为5.8亿,但同比增长454%,是CoreWeave增速的四倍。
2026年Q2关键指标:
| 指标 | CoreWeave | Nebius |
|---|---|---|
| 调整后EBITDA利润率 | 59%(去年62%) | 41%(AI云业务约50%) |
| 调整后经营利润率 | 5%(去年16%) | 未披露;公司预计2026年EBIT仍为负 |
| 净亏损 | 6.26亿 | 1.90亿 |
| 季度利息支出 | 6.40亿(Q3指引8.6–9.4亿) | 较小(以低息可转债为主) |
| 季度资本开支 | 64亿 | 57亿 |
| 现金 | 55亿 | 80亿 |
| 债务 | 约351亿(股东权益仅约50亿) | 约85亿,8月另发可转债约57.5亿 |
| 积压订单 | 约1040亿(Q3初又新增超250亿) | 超400亿 |
| 年化收入(ARR) | — | 30亿 |
| 2026全年指引 | 收入124–132亿,资本开支350–390亿 | 收入30–34亿,年底ARR 70–90亿,资本开支160–200亿(2月口径) |
解读:
CoreWeave的长期前景取决于两件事:能否按时把1040亿积压订单转成收入,以及2027年能否顺利续贷。
增长路径(公司指引):
主要风险:
| 风险 | 具体情况 |
|---|---|
| 再融资 | 2026年剩余到期44亿、2027年62亿、2028年44亿;7月信贷重新定价时股价触52周低点 |
| 客户集中 | 前两大客户仍占62%收入;任一方自建算力或削减订单影响巨大 |
| 折旧假设 | GPU按六年折旧,若实际经济寿命更短,利润会被高估 |
| 交付风险 | 积压订单部分依赖按时交付产能;电力、建设延误会推迟收入 |
| 市场情绪 | 空头约占流通股17.6%;信用评级Ba3/B+(投机级) |
判断:顺风时是行业最大受益者,逆风时也是最脆弱的一个。2027年是关键检验点。
管理层: 三位联合创始人Michael Intrator(CEO)、Brian Venturo(首席战略官)、Brannin McBee(首席发展官)均为大宗商品交易员出身,2017年以Atlantic Crypto挖矿起家,2019年转型GPU云;通过每股10票的B类股控制公司,经济持股约18%,2025年锁定期后持续按10b5-1计划减持(近三个月内部人合计卖出约5.1亿美元)。CFO Nitin Agrawal来自Google Cloud(曾任AWS计算服务部门CFO),COO Sachin Jain来自甲骨文,工程SVP Chen Goldberg来自Google,首席独立董事Glenn Hutchins为Silver Lake联合创始人。NVIDIA 2023年投资1亿美元,2026年1月再投20亿美元。
Nebius的目标是从”卖算力”升级为”全栈AI云”,用软件和推理服务拉开与纯租赁商的差距。
增长路径(公司指引):
主要风险:
| 风险 | 具体情况 |
|---|---|
| 执行风险 | 半年内ARR要从30亿到至少70亿,取决于新数据中心按时上线 |
| 股权稀释 | 主要靠可转债和增发股票融资,老股东持续被稀释 |
| 大客户依赖 | 微软和Meta合同占积压大头 |
| 利润率 | 2026年EBIT仍预计为负;重金自建数据中心推高折旧 |
| 地缘 | 源自Yandex,但已完成与俄罗斯业务的切割,研发团队分布欧洲和以色列 |
判断:资产负债表更健康、软件能力更强,穿越周期的概率高于CoreWeave;代价是股东稀释和更高的执行难度。
管理层: 创始人兼CEO Arkady Volozh(1964年生,Yandex联合创始人,2011年带Yandex上市;2022年被欧盟制裁后辞职,2023年公开谴责战争,2024年3月被移出制裁名单,2026年2月放弃俄罗斯国籍;持以色列和马耳他国籍,定居特拉维夫,持股约10.7%,通过B类股控制公司)。技术和基础设施是前Yandex班底:Roman Chernin(首席业务官)、Andrey Korolenko(首席基础设施与产品官)、Danila Shtan(CTO)。销售和市场则换成美国云计算老将:Marc Boroditsky(CRO,前Twilio、Cloudflare)、Dan Lawrence(美洲区SVP,前Akamai、AWS)、Lindsey Irvine(CMO,前Square、MuleSoft)。NVIDIA 2024年入股,2026年3月宣布投资20亿美元。公开高管名单里没有专门的供应链/采购高管,也没有独立的亚太区负责人。
两家头部公司的成功要素,恰好是中资NCP最难拿到的东西。
| 成功要素 | CoreWeave / Nebius 怎么拿到 | 中资NCP的处境 |
|---|---|---|
| GPU配额 | NVIDIA战略投资和优先供货 | 需BIS许可,NVIDIA 7月已砍掉过半亚洲买家 |
| 大客户长约 | 微软、Meta、OpenAI、Anthropic | 美国大客户基本不会签 |
| 低成本融资 | 美国资本市场、商业银行、可转债 | 无长约抵押,融资成本高、渠道窄 |
| 规模 | 单季资本开支57–64亿美元 | 难以达到同一量级 |
两点启示:
中国算力租赁正处于量价齐升、供不应求但快速分化的阶段;利润高于海外,底层是芯片稀缺和政策空白。
| 指标 | 数据 |
|---|---|
| 市场规模 | 2024年约1480亿元 → 2025年约2116亿元 → 2026年预计约2600亿元 |
| 2026年Q1 | 规模680亿元;需求同比+417%,供给+128% |
| 高端缺口 | 约35%,相当于缺约43万张H100 |
| 国内H100租金 | 每卡每月5.5–6.0万元(约$11/小时,是美国一年期价的4倍多) |
| 国产卡租金 | 昇腾910、海光DCU约每P每月2800–3000元 |
| 交付 | 新签合同普遍排到2027年上半年 |
三层格局:
| 公司 | 关键信息 |
|---|---|
| 协创数据 | 持英伟达NCP认证;累计订单超80亿元,排到2027年 |
| 利通电子 | 与腾讯签50亿元、3年长约,满租率100% |
| 粤港湾智算(1396.HK) | 地产转型,算力超4.2万P,计费中订单超150亿元 |
| 润泽科技 | 绑定阿里、字节;2025年AIDC收入25.1亿元(+73%) |
| 宏景科技、中贝通信、平治信息 | 数亿元级多年期合同 |
出海: 中国云巨头海外租用容量预计2026–2029年翻倍至约4GW。马来西亚柔佛DayOne(390MW)、Bridge(110MW)主要客户为字节;腾讯经日本Datasection拿到约5000张B200,另从澳洲租约1万张B300;字节2025年远程算力预算据报高达70亿美元——正是美国拟封堵的远程访问模式。
风险: 芯片供给不稳(有运营商A800配额交付前被砍30%);利用率低于70%即亏损;过度建设导致破产、烂尾;2026–27年预计整合,低端转租商最危险;西部电价每度0.3–0.4元、东部0.8–1.2元;行业正从卖裸算力转向卖Token。
协创数据是”A股版CoreWeave”但更激进:一年多拟投约322亿元买算力服务器,资产负债率近87%;利润主要来自存储,算力只占约四分之一。
概况:
2026年上半年财务:
| 指标 | 数值 |
|---|---|
| 营收 | 125.23亿元(+153%) |
| 归母净利润 | 18.38亿元(+326%);Q2单季10.88亿元 |
| 资产负债率 | 86.8%(2023年为52%) |
| 借款 | 短期80.38亿、长期93.24亿、融资租赁约113亿元 |
| 财务费用 | 5.86亿元(+714%) |
| 流动比率 | 约0.9 |
分业务:
| 业务 | 收入 | 毛利率 |
|---|---|---|
| 数据存储设备 | 52.27亿元(+185%) | 30.2%(去年10.3%) |
| 服务器及周边再制造 | 34.47亿元(+313%) | 20.3% |
| 智能算力产品及服务 | 32.16亿元(+163%) | 25.8% |
| 物联网终端 | 下滑43% | 6.3% |
利润暴增主要靠存储涨价;算力毛利率约26%,远低于行业传闻的五六成。
扩张与融资: 2025年5次采购公告累计212亿元,2026年2月再签不超110亿元,合计约322亿元(为2025年营收122亿元的2.6倍)。申请银行授信不超500亿、融资租赁不超800亿元;与工银金租、兴业金租等做售后回租和直租;拟定增80亿元。客户仅称”头部互联网、大模型公司、运营商、政企”,部分为5年长约,未披露名单和集中度。董事长称投入”非常保守”,并把算力比作90年代的房地产。
与CoreWeave对比:
| 协创数据 | CoreWeave | |
|---|---|---|
| 市值 | 约1242亿元(约170亿美元) | 约450亿美元 |
| 资产负债率 | 约87% | 约94% |
| 算力业务占比 | 约26% | 100% |
| 客户透明度 | 未披露名单 | 披露前三大客户占比,大合同公开 |
| 融资方式 | 银行授信+金租回租 | 资产抵押贷、高收益债、可转债 |
| NCP资质 | 经香港子公司取得 | NVIDIA直接投资和战略合作 |
主要风险:
协创数据证明”中资NCP”这条路能造富,但它靠的是已上市、年营收百亿的存储代工底子去撬动杠杆——从零起步、“3年没收入”的初创公司缺的正是这个。
能长期活下来的公司通常同时具备三样,建议逐一问老板:
若海外业务是”马来西亚或日本机房远程租给国内客户”,就落在美国即将封堵的区域。
2026–2029年国内海外都会继续高速增长,但逻辑不同:海外是”美元资本+超大规模客户的基建竞赛”,国内是”国产芯片替代+大厂自建”。海外红利归美元资本,国内红利归国产芯片生态;一家”中资背景、靠NVIDIA/AMD卡、两头做”的公司,三年后在两边都难有位置。
海外算力租赁年化增速约25–40%,到2029年预计形成”5–8家超大规模neocloud+少数区域主权云”的格局。
| 口径 | 数据 |
|---|---|
| 全球AI资本开支(高盛,2026年5月) | 2026年约7650亿美元 → 2031年1.6万亿;2026–31年累计约7.6万亿 |
| AI数据中心电力(麦肯锡) | 2030年约156GW;2025–30年新增125GW(保守78、乐观205) |
| AI数据中心资本开支(麦肯锡) | 到2030年累计约5.2万亿美元 |
| neocloud GPU租赁收入(ABI) | 2030年超650亿美元 |
| GPUaaS市场(MarketsandMarkets) | 2025年82亿 → 2030年266亿美元,年化26.5%;北美占约48.5% |
| 实际公司指引 | CoreWeave 2027年底年化收入超300亿美元;Nebius 2026年底70–90亿——两家2027年已超200亿,ABI预测偏保守 |
各机构”GPU租赁”口径差几倍,因对neocloud与hyperscaler的统计范围不同,适合看趋势。
行业洞察:
国内算力租赁到2029年预计达4500–5500亿元,主体将是昇腾、寒武纪、海光等国产卡,而不是NVIDIA。
| 口径 | 数据 |
|---|---|
| 算力租赁市场(信通院、券商) | 2024年约1480亿 → 2025年约2116亿 → 2026年约2600亿元;之后每年增长20%以上 |
| 2029年推算 | 约4500–5500亿元(按上述增速自行推算,非机构预测) |
| 智能算力规模(IDC) | 2024年725 EFLOPS → 2028年2782 EFLOPS,2023–28年年化46% |
| 中国IT电力容量(高盛,2026年9月) | 2025年26GW → 2030年81GW |
| AI资本开支(高盛) | 2026–2030年累计约8.5万亿元 |
钱花在谁身上(高盛拆分):
| 主体 | 2026–2030年投入 |
|---|---|
| 阿里、腾讯、百度等云巨头 | 2026年约9950亿元(+121%) |
| 新兴云厂商(含算力租赁公司) | 五年约1.5万亿元,2026年2340亿 → 2030年3630亿;95%以上用于买服务器 |
| 三大运营商 | 五年约6530亿元,年化约10% |
“新兴云厂商”五年1.5万亿元,就是国内算力租赁这一层的总盘子。
行业洞察:
行业整体暴涨,但小公司普遍利润薄、拿不到卡、靠短租硬撑;2026–27年预计一轮明显出清。
| 维度 | 头部玩家 | 小公司 |
|---|---|---|
| 拿卡 | NCP/NPN资质,早别人6–12个月拿货,成本低30–50% | 无授权,二级市场抬价扫货,成本高30–50%,无售后 |
| 卡型 | H100、H200、Blackwell | 主要是昇腾、海光等国产卡 |
| 客户 | 腾讯、阿里、字节,3年长约,预收30–50%押金 | 中小AI公司、科研机构,多为1个月短单 |
| 毛利率 | 35–60% | 普遍低于20%,部分亏损 |
| 利用率 | 90%以上,订单排到2028年 | 集群无调度优化时仅20–30%;行业平均70–80% |
典型案例:
上市公司跨界失败名单:
| 公司 | 结果 |
|---|---|
| 海南华铁 | 36.9亿元框架协议从未履行,半年终止,2025年10月因涉嫌信披违规被立案 |
| 安奈儿 | 收购算力公司4个月后告吹,被罚款 |
| 莲花控股 | 计划采购330台服务器,到货只有几台 |
| 奥雅股份 | 计划128台,到货8台后停止 |
| 群兴玩具 | 2025年智算收入5300万元,毛亏1500万元 |
| 农尚环境 | 广州项目资金不足停工,4.92亿元订单砍到2.5亿以下 |
| 汇纳科技 | 承诺三年盈利1.1亿元,实际每年几百万到一千多万 |
| 鸿博股份(有NCP资质) | 2026年Q1营收下降87%,亏损3170万元,毛利率16%,过度依赖单一客户 |
小公司为什么普遍不行: 拿卡难(现在违约的往往是卖卡的供应商);资金链易断;利用率低;“囤卡、锁价、转租”本质是套利,正被国产芯片(推理成本约四分之一)和Token计费压缩;监管清退。
| 海外 | 国内 | |
|---|---|---|
| 2029年赢家 | 美元融资、有电力、有大模型客户长约的5–8家 | 有国产芯片渠道、自有机房、大厂长约的十几家 |
| 中资NCP的位置 | 被出口管制挤出核心市场 | NVIDIA卡业务不可扩张,国产卡业务毛利低、竞争激烈 |
| 你的机会 | 加入合规NCP做亚太供应链 | 加入有昇腾生态和大厂长约的头部公司 |
老板的公司若还没有NCP资质、大厂长约和自有机房,现阶段就属于小公司这一层;即使做到”国内用国产卡、海外用NVIDIA卡”,国内部分是毛利不到20%的价格战,海外部分又踩在出口管制红线上。
预测数据来自不同机构,口径不一;2029年国内规模为推算值。
算力租赁(NCP)在价值链的中间,上面是电力和机房的”房东”,下面是卖Token的模型公司;每一层的资产属性、利润率和壁垒都不一样。
上游的NVIDIA和拿到电力的人最稳,中间的NCP承担最大的资本风险,下游的模型公司承担最大的技术风险。
| 环节 | 谁负责 | 说明 |
|---|---|---|
| 建数据中心 | IDC开发商和运营商,不是NCP | CoreWeave 51个数据中心多为租用;国内租赁公司多租润泽、万国的机柜。少数自建:Nebius芬兰、Crusoe美国(自配电厂)、协创数据定增47亿元自建 |
| 运营 | 两层 | 机房运营(电力、冷却、物理安全)归IDC房东;集群运营(GPU健康、网络、调度、故障替换)归NCP,这是NCP的核心能力,也是财务与运营人员占三到四成的原因 |
| 安装 | 服务器OEM/ODM | 超微、戴尔、富士康把GPU装成整机,运到机房上架、组网、液冷接管;NCP自己做集群验收和调优;协创数据自己做服务器再制造 |
| 卖Token | 模型公司和推理平台 | 从NCP或大云租算力训练模型,再按Token卖给应用;NCP正往这层挤(Nebius Token Factory、Nscale收购Anyscale、国内”从卖算力转向卖Token”) |
利润在链上的分布(按一张H100每小时租金):
| 环节 | 拿走什么 |
|---|---|
| NVIDIA | 卖芯片时已拿走,毛利率约75%,链上最赚钱 |
| IDC房东 | 每kW机柜租金,稳定,占租金的15–25% |
| NCP | 剩下大头,但扣折旧(每年约三分之一)和利息(CoreWeave季度6.4亿美元)后净利很薄 |
| 集成商 | 一次性硬件差价5–15% |
| 模型公司 | Token定价权,但训练成本极高,多数仍亏损 |
NCP的两难位置: 向上拿不到芯片定价权,也越来越拿不到电力;向下,大客户(微软、Meta、OpenAI、字节)既是客户也是竞争者,都在自建算力。头部NCP因此都在往上游走(自建机房、自配电力)和往下游走(软件平台、推理服务);只停在”买卡出租”的公司,利润会被两头挤掉。
自建是正确的升级方向,但不能解决拿卡问题,而且会把资金需求和周期再放大一轮。
自建能改变什么:
| 租机柜 | 自建机房 | |
|---|---|---|
| 毛利率 | 机柜租金吃掉收入的15–25% | 长期毛利率提高10–15个百分点 |
| 客户 | 大厂不愿签长约给无资产的转租商 | 有机房才能签3–5年长约、拿预付款 |
| 融资 | 只能靠GPU做融资租赁 | 土地、机房、变电站可抵押,拿更便宜的项目贷 |
| 电价 | 房东定价 | 可选址西部,每度0.3–0.4元,比东部低一半以上 |
| 补贴 | 难拿 | 地方补贴、东数西算、算力券主要给自建项目 |
| 估值 | 按贸易商 | 按基础设施(协创数据定增自建的原因) |
头部都在走这条路:Nebius芬兰自建、Crusoe自建并自配电厂、润泽科技靠六个自建园区拿到阿里和字节长约。没有自有机房的NCP,三年后很难留在牌桌上。
代价:
| 项目 | 金额 | 说明 |
|---|---|---|
| 土建、机电、冷却、变电 | 6–10亿元 | 液冷AI机房每MW约3000–5000万元;美国新一代机房高盛口径每MW 1500–2000万美元 |
| GPU和服务器 | 30–40亿元 | 20MW约装1.2–1.5万张H100级卡 |
| 合计 | 约40–50亿元 | 机房只占总投资15–20%,GPU仍是大头 |
自建改变的是风险结构,不是资金量级;机房那几个亿在GPU到位前不产生任何收入。
自建解决不了的三个问题:
国内自建的现实路径:
成本和周期为基于行业报道的估算,具体项目差异很大,决定前要让对方拿出实际预算和电力批文。
在这条链上,采购和供应链背景最匹配三个位置:
| 位置 | 做什么 | 特点 |
|---|---|---|
| NCP的供应链负责人 | 对接NVIDIA配额、OEM交期、机房选址和电力谈判 | NCP里最关键的运营岗位之一 |
| IDC开发商的采购 | 电力设备、冷却系统、机电工程 | 资产更稳,周期性更弱 |
| 服务器OEM的供应链 | 离硬件最近 | 利润薄 |
老板的公司如果只是”买卡出租”而没有自建机房和软件层,就停在了链上最容易被挤压的位置。
自建是对的方向,但它让”3年零收入换股权”的赌注变得更大:资金需求翻倍,收入推迟到第2–3年,固定成本锁死,而核心问题(中资主体拿NVIDIA卡)一点没变。
反过来,如果自建计划是实的,老板最缺的恰恰是懂采购、懂机电设备、懂供应商谈判的人——这是谈股权和现金薪酬的筹码,不是免费拿情怀股的理由。
东南亚是全球增速最快的算力建设区之一:2026年中在建约2.4GW(占亚太一半),管线超10GW;柔佛和曼谷是主战场,爪岛和巴淡是第二梯队。到2029年,区域在运营容量预计从约3.5GW增到7–9GW。
亚太2026年上半年数据中心开发管线创纪录达26.5GW,其中在建4.8GW,东南亚占在建容量约一半。
| 市场 | 在运营(MW) | 在建(MW) | 管线(MW) | 2029年预计在运营(估算) | 备注 |
|---|---|---|---|---|---|
| 马来西亚(柔佛为主) | 柔佛1,110,全国约1,400 | 全国1,039,柔佛602 | 柔佛3,088(C&W)–8,542(Knight Frank,含远期) | 2.5–3.5GW | 2028年前超过2GW;2035年需求可达5GW |
| 新加坡 | 1,118 | 约80(首轮CFA) | +200(CFA2,2026年8月授予) | 1.3–1.4GW | 供给受控,空置率0.7–1.4%,18–24个月后评估第三轮 |
| 印尼(雅加达+巴淡) | 683 | 雅加达395 | 2,290(Savills) | 1.5–2.0GW | Savills预计2030年约2.3GW |
| 泰国(曼谷+春武里) | 134–216 | 859 | 944(BMI)–2,084(C&W) | 0.8–1.2GW | 在建同比+148%,增速区域最快 |
| 越南 | 约150 | 小 | 胡志明市68、全国数百 | 0.3–0.5GW | 目标1GW,无年份 |
| 菲律宾 | 约200 | 小 | 数百 | 0.3–0.5GW | 目标500MW,无年份 |
| 合计 | 约3.5GW | 约2.4GW | 超10GW | 7–9GW |
2029年预计值为按在建进度和管线转化率(约30–50%)推算,非机构预测。各机构对”管线”定义不同,Knight Frank的柔佛8.5GW含大量未批、未供电的远期项目。
区域性指标:
马来西亚吸收了东南亚五大经济体三分之二以上的在建容量;柔佛在运营IT容量1,110MW,亚太第三(仅次于东京1,473MW、新加坡1,118MW),空置率仅0.7%。
柔佛主要项目:
| 业主 | 项目 | 容量 | 客户 / 说明 |
|---|---|---|---|
| YTL Power | YTL绿色数据中心园区(Kulai–Sedenak) | 500MW | 与NVIDIA合作43亿美元AI数据中心;GDS在园内168MW |
| DayOne(原GDS国际) | 柔佛多园区 | 2025年承诺35亿美元 | 主要客户字节;GDS持股已降至约五分之一,母公司改为新加坡,2026年1月C轮融资20亿美元 |
| Bridge Data Centres(贝恩资本) | MY06、MY07 | MY07签约TNB 400MW供电 | 字节为锚客户;2026年4月清退了被美国调查的中资云商Megaspeed |
| AirTrunk(黑石) | JHB2 | 270MW,马来西亚平台超700MW | 超大规模客户 |
| Vantage | 柔佛园区(原Yondr Sedenak) | 300MW | |
| Princeton Digital Group | JH1、JH2 | 150MW+ | |
| GDS | Nusajaya Tech Park | 54MW(一期) | |
| Firmus(NVIDIA投资) | 两个马来西亚AI工厂 | 全球已签约超900MW | 2026年9月OpenAI成为锚客户,部署Vera Rubin NVL72 |
| Aolani Cloud(新加坡) | 租用机房 | 约3.6万张B200 | 租给字节,硬件超25亿美元;已自2025年2月起向字节出租H100 |
| Microsoft | 柔佛云区域 | 未披露 | 与字节机房相距不远 |
| Equinix、Open DC、NTT、AIMS | JH1、JB1等 | 20MW级 | 零售、互联 |
超大规模客户:AWS、微软、谷歌(2024年投资20亿美元建首个马来西亚数据中心)、字节(承诺21亿美元扩建)、OpenAI。吉隆坡方向:NEXTDC KL1(65MW,2026年5月开业,投资约7亿美元)。
电力与水:
政策:
泰国是增速最快的新战场,在建859MW已超过柔佛;新加坡人为限供;印尼靠巴淡和NVIDIA合作崛起;越南、菲律宾仍在起步期。
新加坡(约1.1GW在运营):
泰国(在运营134–216MW,在建859MW):
| 项目 | 业主 | 地点 | 容量 / 投资 | 状态 |
|---|---|---|---|---|
| TikTok/字节 | TikTok System (Thailand) | 曼谷、北榄、北柳 | 8420亿泰铢(约250亿美元) | BOI 2026年5月批准 |
| True IDC AI超大规模园区 | True IDC | 东部经济走廊(EEC) | 最高250MW,约24亿美元 | 2026年4月奠基,一期2027,到2030年分期 |
| 北京浩阳(Beijing Haoyang)罗勇园区 | 中资 | WHA ESIE 4,罗勇 | 300MW,约22亿美元 | 开发中,目标2026 |
| Skyline DC(DAMAC/Edgnex) | 阿联酋资本 | 北柳(EEC) | 最高200MW,约14亿美元 | BOI 2026批准 |
| DAMAC Digital / NextGen | 阿联酋资本 | Navanakorn,曼谷 | 84MW,约7.9亿美元 | BOI 2025年11月批准 |
| DayOne Chonburi Tech Park | DayOne | 春武里(EEC) | 120MW | 规划 |
| Bridge Data Centres | 贝恩 | EEC | 200MW | 规划 |
| GSA(Gulf、Singtel、AIS合资) | Gulf Energy等 | 北榄Bang Phli | 一期20–25MW,总120MW | 一期2025运营 |
| STT GDC Bangkok 2 | STT | 曼谷 | 约2亿美元 | 2026年底上线 |
| 微软Azure泰国区域 | 微软+True IDC | 曼谷/北榄 | 10亿美元+(2026–28) | 在建 |
| AWS / 谷歌 | 自建 | 曼谷 | AWS 50亿(15年);谷歌10亿美元 | 均已上线(谷歌2026年1月) |
| Siam AI Cloud | 泰国本土NCP | — | 约1亿美元扩建 | BOI支持 |
印尼(雅加达535MW+巴淡148MW在运营,管线2,290MW):
越南(约150MW): FPT与NVIDIA的河内AI工厂(2亿美元,2024年11月运营);Viettel规划50MW、FPT 30MW、VNPT 20MW;G42+FPT+Viet Thai 10亿美元框架协议和一个20亿美元AI超大规模项目在谈;2025年12月通过首部AI法;目标1GW(未给年份)。超大规模云只有意向,没有承诺容量。
菲律宾(约200MW): 集中在马尼拉;PLDT Vitro 50MW、Globe 40MW、Converge 30MW在扩建,SpaceDC 72MW园区进入;克拉克100公顷数据中心园区招商;目标500MW;偏电风险仍存,考虑重启巴丹核电。越菲合计到2030年投资管线约200亿美元(Introl,行业营销口径)。
东南亚的算力基建由四类人在推动:区域开发商出机房,美国和中国巨头出订单,NVIDIA生态的AI工厂出算力,电力公司出瓶颈。
| 类别 | 玩家 | 说明 |
|---|---|---|
| 区域开发商(房东) | DayOne(原GDS国际,新加坡母公司)、Bridge(贝恩)、Princeton Digital(华平)、AirTrunk(黑石)、STT GDC(KKR+Singtel以52亿美元全资控股)、Vantage、Digital Edge、BDx、Equinix、Digital Realty、Keppel、NEXTDC | 大多由美国和亚洲私募资本支持;DayOne、Bridge、北京浩阳有中资血统或中资客户 |
| 本土财团 | YTL(马)、True IDC/CP集团、Gulf Energy(泰)、Indosat、Telkom(印)、Viettel、FPT(越)、PLDT、Globe(菲) | 掌握土地、电力和政府关系 |
| 美国超大规模云 | 微软(东南亚65亿美元包)、AWS(新加坡90亿、泰国50亿)、谷歌(马20亿、泰10亿)、甲骨文(巴淡12亿)、OpenAI(经Firmus进入马来西亚) | 自建云区域+向开发商预租 |
| 中国巨头 | 字节(柔佛、泰国250亿美元批文、巴淡)、阿里云、腾讯云(雅加达第三座)、华为云 | 字节是柔佛DayOne、Bridge以及泰国最大的锚客户;其海外租用容量预计2026–2029年翻倍 |
| NVIDIA生态AI工厂 | Firmus(马、印、新、澳)、Aolani Cloud(新加坡,租给字节)、Siam AI Cloud(泰)、YTL AI Cloud(马)、GreenNode/VNG(越) | 即东南亚的NCP层;Firmus已签约超900MW,是区域最大的独立算力商 |
| 中东资本 | DAMAC/Edgnex(泰国两个项目、雅加达)、G42(越南) | 2025年起加速进入 |
| 电力 | TNB(马)、PLN Batam(印)、EGAT/Gulf(泰) | 马来西亚到2030年加8GW气电;泰国2GW DPPA;印尼可再生15.6GW→42.6GW(2034) |
供应链观察(与你相关):
| 风险 | 具体情况 |
|---|---|
| 电力与水 | 柔佛水冷扩建暂停至2027年中;泰国电价2026–2027年上涨;印尼、菲律宾电网可靠性不足;区域70%化石电力,绿电要求越来越严 |
| 审批收紧 | 马来西亚非AI项目冻结两年,驳回率约30%;新加坡按轮配额;未来单一发证机构会把水放在电之前 |
| 美国管制外溢 | 2026年5月起最终母公司在中国即需许可;NVIDIA砍掉过半亚洲买家;Megaspeed被调查并被Bridge清退;美国正起草封堵远程出租给中国客户的规则;美马贸易协定要求马来西亚对标美国管制 |
| 客户集中 | 字节一家在柔佛、泰国、巴淡都是最大租户之一;它的决策或被管制限制,会在多个市场同时产生空置 |
| 过度规划 | 柔佛8.5GW管线里大量是未供电、未批的远期项目;各机构数据相差数倍 |
| 社会阻力 | 2026年2月柔佛首次数据中心抗议;用水、电价、碳排放成为政治议题 |
对你的启示:
数据来自不同机构,口径不一;部分项目为公告或批文,未必开工。
每一层用的计量单位不同(MW、美元/MW、美元/张、美元/卡·小时、元/P·月、美元/百万Token),串起来只需几个换算系数,而这些系数主要取决于用哪一代GPU。
| 环节 | 常用单位 | 含义 |
|---|---|---|
| 电力 | MW(IT负载)/ MW(设施总功率) | 两者差一个PUE,AI机房PUE约1.15–1.4 |
| 机房建设 | 美元/MW IT | 土建+机电+冷却+变电,不含服务器 |
| 芯片 | 美元/张(单卡)或美元/机柜(NVL72) | 新一代只按整机柜卖 |
| 算力性能 | PFLOPS(中国口径”P”) | 必须说明精度(FP16/FP8/FP4)和稠密/稀疏,差8倍以上 |
| NCP租金 | 美元/GPU·小时(海外);元/卡·月 或 元/P·月(国内) | 1个月 = 730小时 |
| 最终用户 | 美元/百万Token(推理);美元/GPU·小时(训练) |
| H100 SXM | H200 | B200 | B300(GB300 NVL72) | Vera Rubin(2026H2–27) | |
|---|---|---|---|---|---|
| 单卡功耗 | 700W | 700W | ~1,000W | ~1,400W | ~1,800–3,000W |
| 整机功耗 | 8卡服务器约10–11kW | 同左 | 8卡约14–15kW | NVL72机柜约135–140kW | NVL72机柜约190–230kW |
| 每卡全系统功耗(含CPU、网络、存储) | ~1.3kW | ~1.3kW | ~1.8kW | ~2.0kW | ~2.7–3.2kW |
| 每MW IT可装卡数 | ~750 | ~750 | ~550 | ~500 | ~320–370 |
| 显存 | 80GB | 141GB | 180GB | 288GB | 288GB HBM4 |
| FP16稠密算力 | ~1 PFLOPS | ~1 | ~2.25 | ~2.25 | 待公布 |
| FP8稠密 | ~2 | ~2 | ~4.5 | ~4.5 | 待公布 |
| FP4稠密 | 不支持 | 不支持 | ~9 | ~15 | ~50(NVIDIA口径) |
| 单卡价格(含整机摊分) | $25–30k(新);二手$18–22k | $30–35k | $35–45k | $45–55k | ~$80k(高盛口径含节点) |
| 海外租金,一年期合约 | $2.0–2.5/小时 | $3.0–3.5 | $4–5 | $5–6.5 | 未定价 |
| 海外租金,按需 | $3–6 | $4–6.3 | $6.7–8.6 | $7.85 | — |
| 国内租金 | ¥55–60k/卡·月 ≈ $10.5–11.5/小时 | 更高 | 极少 | 极少 | — |
中国”P”的坑: 国内报价的”P”通常指FP16 PFLOPS,但有的按稠密、有的按稀疏(×2),国产卡有时还按INT8算。按FP16稠密,1张H100 ≈ 1P,1张昇腾910B ≈ 0.3P。国产卡”每P每月2800–3000元”若按FP16稠密口径,折合一张910B约900元/月,明显偏低,该报价很可能用的是另一种口径。谈合同时先把P的定义写进去。
第一步:电力 → 设施
第二步:电力 → 机房造价
| 地区 | 每MW造价(不含服务器) |
|---|---|
| 东南亚 | $690–960万 |
| 美国新一代液冷 | $1,500–2,000万 |
| 中国液冷 | ¥3,000–5,000万 |
第三步:电力 → 卡数 → 芯片投资
| GPU | 每MW卡数 | 芯片投资/MW | 机房+芯片合计/MW |
|---|---|---|---|
| H100 | ~750张 | ~$2,000万 | ~$2,800–3,000万 |
| B200 | ~550张 | ~$2,200万 | ~$3,000–3,200万 |
| B300 NVL72 | ~500张(7个机柜) | ~$2,500万 | ~$3,300–3,500万 |
| Vera Rubin | ~350张 | ~$2,800万 | ~$3,800–4,500万 |
规律:每代功耗翻倍、单价涨五成,每MW装的卡变少,但每MW总投资变化不大,约$3,000–4,500万;所以行业用MW而不是卡数计量规模。
第四步:卡 → 租金收入
每MW年收入 = 卡数 × 租金/小时 × 8,760 × 利用率
| GPU | 卡数 × 合约租金 | 每MW年收入(利用率85%) | 毛回本期(对总投资约$3,000万) |
|---|---|---|---|
| H100海外 | 750 × $2.35 | ~$1,300万 | ~2.3年 |
| H100国内 | 750 × $11 | ~$6,100万(折¥4.4亿) | <1年(稀缺溢价) |
| B200海外 | 550 × $4.5 | ~$1,850万 | ~1.7年 |
| B300海外 | 500 × $5.75 | ~$2,150万 | ~1.6年 |
扣掉电费($110万)、机柜租金或折旧、运维、利息后,净回本期要再加一年左右。
这是比较各代卡的正确方法:按FP16算H100仍最便宜,按推理用的FP8/FP4算Blackwell便宜2–6倍。
| GPU | 合约租金 | FP16成本 $/PFLOPS·小时 | FP8成本 | FP4成本 |
|---|---|---|---|---|
| H100 | $2.35 | $2.35 | $1.18 | 不支持 |
| H200 | $3.25 | $3.25(贵在显存) | $1.63 | 不支持 |
| B200 | $4.50 | $2.00 | $1.00 | $0.50 |
| B300 | $5.75 | $2.56 | $1.28 | $0.38 |
这就是训练和老模型还在用H100、推理快速转向B200/B300的原因,也是H100租金会随Blackwell放量下跌的原因。
推理成本 = GPU租金 ÷ 每小时产出的Token数;产出取决于模型大小、精度和批处理优化,以下是量级。
| 场景 | 每GPU每小时产出 | 租金 | 成本/百万Token |
|---|---|---|---|
| 70B级模型,H100 FP16 | 约100–150万Token | $2.35 | ~$1.5–2.5 |
| 70B级模型,B200 FP8 | 约400–600万 | $4.50 | ~$0.8–1.1 |
| 70B级模型,B300 FP4 | 约800–1,200万 | $5.75 | ~$0.5–0.7 |
| 对照:DeepSeek V3 API售价 | 输入$0.27、输出$1.10 | ||
| 对照:国产卡(昇腾)推理 | 约为NVIDIA方案的1/4(行业说法) |
模型公司在这上面再加毛利就是API定价;Token价格每年下降5–10倍,主要靠新卡的FP4算力和软件优化,而不是靠租金降。
| 规模 | 卡数(B300口径) | 总投资 | 对应案例 |
|---|---|---|---|
| 100MW | ~5万张 | ~$35亿 | 一个大型园区 |
| 360MW | ~17万张 | ~$120亿 | Firmus巴淡(公告17万张GPU,吻合) |
| 1GW | ~50万张 | ~$350亿 | CoreWeave在用1.5GW,对应其约350亿债务+权益 |
| 1.5GW(CoreWeave在用) | ~75万张 | ~$500亿 | 其总资产771亿美元,含在建 |
反过来用:一家公司说”有1万张H100”,就是约13MW IT、约4亿美元资产、海外年租金收入约1.7亿美元、国内约8亿人民币。
以上价格和功耗是2026年中的市场量级,各家报价差异可达±30%;Token产出数字依赖具体模型和优化,只适合做数量级判断。
结论:不建议以3年零收入换股权的方式加入。 不是因为NCP行业不行——行业在扩张——而是因为这家公司的三个特征(中资母公司、依赖NVIDIA/AMD算力、国内外同时布局并可能买模组)正好撞在美国出口管制最收紧的那条线上,而你的位置(采购负责人)是法律责任最集中的那个位置。
| 路径 | 内容 | 适合条件 |
|---|---|---|
| A. 留任 | 继续现职10年,净资产约5700万,孩子教育无忧 | 默认选项 |
| B. 加入创业 | 3年零收入换股权 | 仅当尽调清单全部底线满足(见下) |
| C. 第三条路 | 去合规的区域算力玩家做亚太供应链/运营负责人:Firmus、DayOne、AirTrunk、PDG、STT、Nebius亚太、GMI等;现金薪酬+期权,不押个人资产 | 想进入这个行业但不想赌法律风险 |
问题按五个主题重排,每个主题先问一个”主问题”,再根据回答追问。加粗编号的12个是核心问题,其余是追问。新增的”字节与华为”主题是重点:老板口中的大客户和人脉资源,本身都是这条赛道上比他大得多的玩家,要问清楚他在中间的位置是什么。
| # | 问题 | 好答案 | 红灯 |
|---|---|---|---|
| 1 | 字节自己在柔佛、巴淡建机房,火山引擎对外卖算力;华为云在马来西亚、泰国、印尼有自己的数据中心,昇腾算力也是它自己卖。咱们在中间的位置是什么?三年后凭什么还需要咱们? | 能说出一个不依赖”字节还没建完”和”合规隔离”的理由:独有的电力配额、字节和华为都不覆盖的客户群、特定机房位置 | “关系好”、“需求太大他们自己干不完”、“先做两年再说” |
| 2 | 和字节签的是哪个主体?字节国内公司、新加坡公司还是TikTok海外实体?合同形式是算力租赁、托管还是代持? | TikTok或字节新加坡实体签约,用途是海外业务,用途条款经律师看过 | 字节国内公司签约;“先口头谈好,合同以后补” |
| 2a | 合同期多长?有没有最低用量保证?字节能不能提前终止,怎么补偿? | 3年以上,有最低付费或take-or-pay,提前终止需补偿 | 一年一签;字节可按月退出 |
| 2b | 字节自己的机房明年上线后,为什么还继续租我们的? | 有具体理由,且写进了合同期限 | “字节需求无限大” |
| 2c | 字节在柔佛自己的机房已经在扩容,国内占全国机房容量五分之一。它给咱们的单子,是不是只有它自己不能买的那部分(Blackwell持卡)?如果是,禁令落地后这个单子还在吗? | 承认是,但有禁令后的替代客户和转租方案;或者能证明字节租的不只是受管制的卡 | “字节什么都租”、“禁令管不到咱们”、没想过 |
| 3 | 除了字节还有谁?字节占收入多少? | 字节低于50%,有海外非中资客户 | 字节是唯一客户 |
| 4 | 华为人脉具体能带来什么?昇腾配额、华为云的客户转介,还是华为海外机房资源? | 具体到人、到资源、到金额 | 说不清,只是”关系很好” |
| 4a | 有华为人脉,为什么不做国内昇腾租赁?评估过吗? | 评估过,能说出昇腾国内利润薄、字节直采华为、地方智算中心挤占等具体原因 | 没想过;“以后也可以做” |
| 4b | 海外机房以后会不会放昇腾卡? | 明确不会,知道美国商务部2025年5月关于昇腾”全球任何地方”的指引 | “看情况” |
| # | 问题 | 好答案 | 红灯 |
|---|---|---|---|
| 5 | 现有的卡是H100、H200还是B200?从哪家分销商买的?发票抬头是哪个公司?有BIS许可证或NVIDIA书面授权吗? | 能看采购合同和发票,抬头是海外合规实体,有许可或授权文件 | 抬头是国内公司或个人;“渠道朋友帮忙”;“你不用管” |
| 6 | NVIDIA今年7月砍掉过半亚洲买家之后,我们还在它的客户名单上吗?B300、Rubin的配额有书面承诺吗? | 有NCP认证编号,有分销商配额承诺函 | 二级市场扫货;“有人能搞到” |
| 6a | 为什么考虑AMD?哪个客户要AMD?AMD卡的转租市场在哪? | 有具体推理客户,清楚AMD同样受管制(MI325X已列入个案审批加25%关税) | “N卡不行就用AMD”——把AMD当管制后门 |
| 6b | 买模组自己装的方案,有没有法律意见?模组归入4A090管制知道吗? | 知道,有律师意见,不走这条路 | 认为模组不受管制 |
| # | 问题 | 好答案 | 红灯 |
|---|---|---|---|
| 7 | 最终母公司在哪?股东里有没有中国大陆实体或个人? | 最终控制方在非中国司法区,有律师出具的股权结构图 | “海外有个壳”;含糊 |
| 8 | 如果明年美国明文禁止向中国AI公司远程出租算力,Plan B是什么?手上的卡租给谁? | 有非中资客户储备,算过转租后的收入情景 | 没想过;“美国管不到马来西亚” |
| 8a | 马来西亚7月起的战略贸易许可拿了吗?机房运营商知道最终用户是字节吗? | 已拿许可,运营商书面知情 | 没申请;对机房方隐瞒最终用户 |
| 8b | 机房租的还是自建?在哪?电力和水的批文拿到了吗? | 已签机柜合同或已拿电力批文 | “先买卡再找机房” |
| # | 问题 | 好答案 | 红灯 |
|---|---|---|---|
| 9 | 已到位的股权和债务融资多少?现金能撑多久? | 已到账,能撑18个月以上,有下一轮计划 | 钱还在”谈”;要合伙人先垫 |
| 10 | 三年财务模型按什么租金、什么利用率算? | 一年期合约价(H100约$2.35/h),利用率70–80%,算过租价跌30%和字节退出两种情景 | 按按需价或国内溢价算满租,没有下行情景 |
| 10a | 你以前做过重资产、高杠杆的生意吗?结果如何? | 有融资建厂、管过几亿固定资产的经历,能说清怎么过下行周期 | 过去都是轻资产贸易或软件 |
| # | 问题 | 好答案 | 红灯 |
|---|---|---|---|
| 11 | 和字节的合同、向分销商的采购合同、海关申报,哪些需要我签? | 有专门合规负责人和法务签字;配D&O保险和赔偿条款 | “你是采购负责人,当然你签” |
| 12 | 股权多少?怎么成熟?稀释后剩多少?何时能变现? | 明确比例、4年成熟、反稀释条款、有退出路径 | 只说”上亿身家”,不说比例、稀释、退出 |
“我很认真地在考虑这件事,所以想把几个关键的东西搞清楚。我是做采购的,拿卡和合规这两块我比较懂,也比较在意,想先听听你的安排。”
先问生意和字节、华为(主题一),让他讲他最想讲的部分;顺着”字节自己也在建”问中间位置和不可替代性;再问拿卡(主题二);然后问母公司和政策Plan B(主题三);接着问钱(主题四);自己的条件放最后(主题五),等他先开价。整场听起来是你在认真研究生意,不是在质疑他。
| 阶段 | 核心问题 | 他的回答 |
|---|---|---|
| 一、生意与位置 | 1 中间位置与三年后的不可替代性 | |
| 2 字节签约主体、合同形式、期限 | ||
| 3 客户集中度 | ||
| 4 华为人脉具体是什么;为什么不做昇腾 | ||
| 二、拿卡 | 5 现有卡的采购凭证 | |
| 6 B300/Rubin配额;AMD与模组的真实想法 | ||
| 三、合规 | 7 最终母公司与股东 | |
| 8 远程租赁禁令的Plan B;马来西亚许可 | ||
| 四、钱 | 9 融资到账与现金跑道 | |
| 10 财务模型假设;老板的重资产经验 | ||
| 五、我 | 11 签字责任与保险 | |
| 12 股权比例、成熟、稀释、退出 |
好信号
坏信号
“今天收获很大。几个关键材料能不能发我一份,我想找人帮我看看。我们下周再聊一次。”
部分数据来自行业博客和媒体报道,各家口径有出入,部分未经证实,适合看趋势。