随着 AI 数据中心定价上涨，Nebius 和 CoreWeave 受益

据报道，Wedbush 认为不断上涨的 AI 数据中心定价将继续利好两家公司，Nebius 和 CoreWeave 因此进入 Google News 的关注焦点。该判断紧随两家公司发布的季度业绩而来：营收持续扩大、已签约需求规模巨大，而可用 GPU 容量依然承压。与此同时，两家公司仍面临亏损、大规模建设开支以及不可忽视的融资风险。

关键变化不只是两只 AI 基础设施股票又获得了一份正面的分析师报告。多年来，云服务提供商一直让客户预期，随着硬件性能提升，计算成本将持续下降。而新兴的 AI 市场正朝着相反方向发展。先进芯片、内存、电力以及已建成的数据中心空间仍然供不应求，使拥有可用容量的供应商能够维持价格。

这让 Nebius 和 CoreWeave 成为两种相互竞争的财务现实的试金石。强劲的价格可以提升每个已部署集群的价值。然而，两家公司必须在收取大部分已签约收入之前，为这些集群融资并完成建设。它们的机会来自稀缺的容量，而最大的风险则来自创造这些容量的成本。

Google News 标题背后的变化

Wedbush 据报提出的论点，建立在计算成本下降转向稀缺 AI 容量价格走强这一重要转变之上。

这项分析师观点通过一篇 Google News 报道 浮出水面，将 Nebius 和 CoreWeave 列为潜在受益者。其核心逻辑很直接：AI 开发者所需的计算能力，超过了供应商能够迅速投入服务的规模。

这种失衡如今已体现在经营业绩和更广泛的云定价中。CoreWeave 报告称，2026 年第二季度营收约为 25.8 亿美元，较上年同期增长逾一倍。其剩余履约义务——即尚未确认的已签约收入——达到约 1037 亿美元。

CoreWeave 还表示，截至 6 月 30 日，其总收入积压订单接近 1040 亿美元。管理层称，季度结束后又新增了 250 亿美元的净承诺。这些承诺不会立即转化为收入，但表明客户仍在持续预订未来的基础设施容量。

Nebius 则从更小的基数实现了同样引人注目的增长。其第二季度营收约为 5.82 亿美元，是上年同期的五倍以上。这一表现延续了第一季度已然加速的增长势头。

这些数字支持了分析师论点中的需求侧判断。但它们本身并不能证明，更高的价格将转化为可持续的回报。积压订单首先必须转化为已部署容量、已确认收入，并最终成为现金流。

尽管如此，定价信号并不止于这两家公司。Amazon Web Services 公布了 EC2 Capacity Blocks 的费率，这一产品让客户能够在特定期限内预留 GPU 基础设施。其当前的容量定价表明，高端加速器的使用权已成为单独管理的资源，而非普通、即时可得的云容量。

其他供应商也警告称，持续上涨的硬件成本将影响客户。内存、存储设备、网络组件和电力系统都在争夺受限的供应。一家供应商在周边数据中心完成供电、冷却、连接和测试之前，无法部署加速器。

这正是这则 Google News 报道的意义所在，它远不只是常规的股票推荐。投资逻辑取决于一种影响所有 AI 建设者的市场机制。当已建成容量持续稀缺时，供应商可以保护合同价值；当供给追上需求时，客户就会重新获得议价权。

因此，Nebius 和 CoreWeave 所销售的并不只是泛化的云计算服务。它们出售的是对大型、高度互联 GPU 集群的及时使用权。客户利用这些系统训练模型、运行推理，并以生产规模运营 AI 产品。

稀缺的并不只是芯片，而是完整且已投入运行的集群。

稀缺性正赋予 AI 云服务更强的定价权

当客户仍在争夺部署名额时，定价机制更有利于能够交付完整系统的供应商。

AI 数据中心始于土地和电力的获取。它还需要许可证、变电站、冷却系统、网络设备、存储设备、服务器以及数千颗加速器。任何一个环节延误，都可能让原本价值很高的设施无法产生收入。

这种复杂性限制了供给对更高价格作出响应的速度。多订购 GPU 并不能解决电力接入延误的问题。获得一栋建筑也不意味着高密度机架一定能被有效冷却。即便集群建成，仍需要能够调度工作负载、让昂贵硬件保持高效运转的软件。

CoreWeave 和 Nebius 都将自己定位为全栈运营商，即管理基础设施及其作为云服务交付所需的软件。它们的价值主张取决于能否减少从获得 GPU 到运行实用 AI 工作负载之间的运维工作。

Nvidia 发布的 cloud requirements 展示了这项工作的广度。该文件涵盖了数据移动、服务运营、部署实践，以及为合作伙伴提供 AI 云容量所需的其他要求。它清楚地表明，仅拥有硬件并不能造就可靠的云服务。

在供应短缺期间，这种运营壁垒会给成熟供应商带来优势。面临产品发布的客户并不总能等待一座仍在建设中的、更便宜的设施。为了从拥有可信交付时间表的供应商处获得容量，它可能愿意接受更高的合同金额。

大型客户还需要位于特定地点的集群。数据驻留规则、网络延迟、灾难恢复以及与其他云服务的邻近性，都可能使某一地区的容量比其他地方的同等硬件更有价值。

欧洲的限制提供了一个有益的例子。欧盟委员会曾警告，适用计算容量有限可能推高价格并延迟 AI 部署。它还将区域云服务可用性与主权及数据所在地要求联系起来。

Nebius 将其欧洲布局定位为应对方案的一部分，同时也在美国和其他地区扩张。CoreWeave 同样推进广泛建设，瞄准面向 AI 实验室、超大规模云服务商、企业和公共部门工作负载的大型集群。

这给云计算行业带来了不同寻常的短期结果。性能更好的芯片仍能提升每单位电力所完成的工作量。但当需求增长快于已安装供给时，客户并不会自动获得更低的账单。

即使单颗加速器的能力提升，价格也可能上涨。买方支付的是可用性、交付时效、可靠性和周边系统的价值。这类似于其他基础设施市场：受限环节的稀缺性决定最终合同价格。

长期协议进一步强化了这种动态。客户可以在设施启用前预留供给，而供应商则利用这一承诺来支持融资。这种安排将部分可用性风险从客户身上转移出去，并让运营商获得更高的收入可见性。

但这也形成了一种依赖关系。供应商必须满足交付日期、服务水平和技术规格。若错过部署里程碑，收入可能延后，而利息和建设支出仍会持续。

对于企业买家而言，更高的 AI 数据中心定价改变了项目经济性。团队不仅要估算模型性能，还要评估利用率、合同期限、数据移动以及闲置预留容量的成本。在 GPU 费率持续下降时看似划算的工作负载，可能会变得更难证明其合理性。

开发者也面临相关的设计选择：他们可以使用更大的模型并购买更多容量，或优化推理，以更少的资源完成更多工作。稀缺性会奖励那些能够批量处理请求、降低内存使用并将任务路由至合适规模模型的软件。

Wedbush 的观点有利于供应商，但其影响不会仅限于它们的利润表。更高的基础设施成本会流入 AI 应用预算，并可能影响订阅限制、模型选择、产品利润率，以及哪些实验能够获得批准。

对于关注这一市场的知识工作者而言，信息难题也在增长。财报、容量公告、融资文件和客户协议来自许多不同来源。一个可检索的个人知识库可以帮助关联这些披露信息，而不将单一标题视为完整故事。

Nebius 和 CoreWeave 正与超大规模云服务商竞速

核心竞争是专业化 AI 云服务商对阵拥有更雄厚资产负债表、更广泛服务以及自研芯片的超大规模云服务商。

Nebius 和 CoreWeave 常被归为新型云服务商，即围绕加速计算而非通用企业基础设施构建的云提供商。它们更聚焦的定位，有助于快速部署新的 Nvidia 系统，并为高密度 AI 工作负载定制运营。

CoreWeave 已建立起更大的营收基础。其已签约需求覆盖 AI 实验室、科技公司和超大规模云客户。公司还扩展了软件和存储服务，以承接围绕每个 GPU 集群的更多工作负载。

Nebius 规模较小，但其容量和客户承诺增长迅速。它也在推进更广泛的 AI 平台战略，包括托管推理以及帮助客户将模型投入生产的工具。

两家公司彼此竞争，但这种比较不应掩盖它们共同面对的对手。Amazon、Microsoft 和 Google 可以将 AI 基础设施与数据库、身份系统、分析、安全能力以及全球企业合同打包提供。它们也能依靠规模庞大且盈利的业务为资本支出融资。

专业化提供商必须给客户一个使用另一家云服务的理由。这个理由可能是更快的接入速度、有吸引力的性能、专业化支持，或是在所需时间内无法从超大规模云服务商获得的配置。

稀缺性强化了这一卖点。无法从首选超大规模云服务商获得足够容量的买家，会考虑其他选择。专业化提供商可以凭借一次紧急训练任务进入客户账户，再尝试将客户留存于推理和相关服务。

然而，超大规模云服务商并未停滞不前。它们继续建设 Nvidia 集群，同时开发定制加速器。Google 拥有 Tensor Processing Units，Amazon 拥有 Trainium，Microsoft 也在推进自己的 AI 硬件项目。

定制芯片之所以重要，是因为它们可以减少对 neoclouds 所依赖的同一条 Nvidia 供应链的依赖。对于围绕特定云平台优化的工作负载，它们也可能降低成本。其普及将削弱这样一种假设：每一项大型 AI 部署都需要可互换地使用 Nvidia GPU。

Nvidia 仍具影响力，因为其软件生态系统和开发者采用率使切换变得困难。许多训练和推理系统依赖围绕其硬件开发的工具。这种兼容性帮助 Nebius 和 CoreWeave 向寻求熟悉环境的客户销售算力。

不过，短缺并不保证客户会永久忠诚。买家往往会将工作负载分散到多个供应商，以降低供应和运营风险。当更多算力可用时，他们也可以重新谈判。

Nebius 披露的 Meta 协议同时说明了机遇与集中度风险。一份 2026 年 3 月的监管文件描述了首批订单，潜在合同价值约为 270 亿美元。这些订单涵盖多个地点的专用 GPU 集群，部署将从 2027 年初开始分批进行。

这项承诺为 Nebius 带来了显著的业绩可见性。同时，它也提高了按时交付少数几个超大型项目的重要性。园区、电力接入或设备交付的延迟，都可能影响预期收入中不成比例的大部分。

CoreWeave 也通过大型客户关系面临类似问题。其积压订单证明了需求存在，但客户集中意味着合同变动可能带来重大后果。大型买家通常拥有相当强的议价能力，尤其是在协议续签时。

因此，主要的竞争对手并不是 Nebius 对阵 CoreWeave。两者都受益于同一场短缺，也面临相似的执行约束。更具决定性的竞争，是它们的专业化基础设施模式与 hyperscalers 之间的较量；后者能够吸收延期、内部筹措产能资金，并捆绑提供竞争性服务。

价格上涨为这些专业供应商争取了时间。它们让新项目更有价值，也有助于支持融资。公司必须利用这段时期，在供需失衡缓解前建立持久的运营优势。

营收繁荣仍伴随着融资陷阱

强劲需求并不能消除风险，因为两家企业都要在基础设施产生合同收入之前很久就投入现金。

CoreWeave 提供了最清晰的压力测试。其第二季度销售额增长超过一倍，但 GAAP 净亏损达到约 6.26 亿美元。其调整后净亏损约为 5.67 亿美元，而一年前约为 1.3 亿美元。

根据 Axios 报道的 FactSet 数据，该公司当季自由现金流为负约 57.4 亿美元。Axios表示，资本支出造成了其中很大一部分缺口，原因是公司正竞相让已签约的基础设施上线。

这些数字并不会自动否定这一模式。基础设施企业通常会在资产产生收入前进行投入。为长期客户建设的数据中心可以在多年内产生现金。

问题在于规模与时点的不匹配。利息义务会在所有预期收入到位前开始产生。施工延误可能扩大这一缺口。与此同时，随着更新一代加速器进入市场，硬件也在折旧。

因此，CoreWeave 的积压订单既是需求的证据，也是交付义务。投资者必须追问，其中有多少能按计划转化为收入，这些合同带来何种利润率，以及每次部署还需要多少额外融资。

Nebius 拥有不同的资本资源，但面临同样的基本方程。它已通过股权、可转换债务和资产支持融资筹资，以支持扩张。Nvidia 于 2026 年 3 月同意通过预先注资的认股权证投资约 20 亿美元。

Nebius 还安排了以其在美国和芬兰运营基础设施的子公司资产为担保的融资。这些结构可以将借款与产生收入的设备相匹配，但仍依赖于及时部署和客户付款。

长期合同可以帮助贷款方为新设施承保融资。但它们也可能将供应商锁定在尚未完全掌握所有建设和硬件成本之前谈定的经济条款中。设备价格上涨只有在客户定价上升足以抵消时，才会令运营商受益。

这一区别至关重要。当 GPU、内存、电力和融资同时变得更昂贵时，更高的 AI 云价格并不等于更高的利润率。客户收入与总交付成本之间的差额，决定了实际收益。

分析师对此仍存在分歧。看涨者认为，供应受限将支撑增长和利润率扩张。怀疑者则关注每新增一美元收入所需的资本规模。

第二季度市场对 CoreWeave 的反应体现了这种分歧。尽管亏损和支出增加，投资者仍奖励其营收和积压订单增长。空头回补可能放大了这一走势，因为该公司相当大比例的可交易股份此前被卖空。

Nebius 在公布业绩后也获得了同样热烈的回应。这种市场反应并不能独立验证未来盈利能力。它表明，投资者目前对产能增长和已签约需求赋予了很高价值。

还存在其他不确定性。AI 实验室本身也常常大举投入，却未能产生稳定利润。如果其融资放缓，基础设施供应商可能会通过扩张减少、承诺重新谈判或续约放缓感受到影响。

技术变革又增加了一层风险。新一代加速器可以提高每瓦性能，但也可能降低旧集群的相对价值。运营商必须在客户迁移前维持足够高的利用率，以收回成本。

供应最终可能赶上需求。hyperscalers、neoclouds、主权项目和数据中心开发商都在增加产能。如果足够多的项目同时投运，稀缺性定价可能走弱，而运营商仍背负着建设期间累积的债务。

监管和社区反对也可能拖慢建设进度。数据中心会消耗大量电力和水资源，具体取决于其冷却设计。当地阻力可能延迟许可审批或增加额外成本。

看空情景并不要求 AI 需求消失。需求可以保持强劲，而供应商回报却令人失望。当太多运营商依据同样的预测扩张、融资成本上升，或客户在合同谈判中攫取更多价值时，就可能出现这种结果。

因此，读者应区分三项判断。AI 算力需求正在增长。当前产能受到限制。Nebius 和 CoreWeave 将从这种失衡中获得持久回报。前两项拥有大量证据支持，第三项则仍是尚未解决的投资问题。

三个信号将决定 Wedbush 论点是否成立

下一阶段取决于积压订单转化、交付经济性，以及定价优势能否在新增产能进入市场后持续存在的证据。

第一个信号是已签约项目确认的收入。CoreWeave 必须将其约 1040 亿美元的积压订单转化为运营销售额，且不能反复出现部署延迟。Nebius 则必须开始交付与其客户承诺相关的大型集群。

积压订单转化比新增的头条合同金额更重要。它证明电力、建筑、硬件、网络和客户验收能够按计划协同到位。它也开启了支持融资所需的现金创造阶段。

关注管理层对已投运产能、利用率以及等待交付的已承诺基础设施占比的披露。如果积压订单增加却伴随着转化放缓，将削弱看涨解读。

第二个信号是定价与利润率之间的关系。公共云费率上升支持需求超过供应的观点，但投资者需要看到 Nebius 和 CoreWeave 能够保留这一收益的证据。

随着新部署集群逐步提升至预期利用率，毛利率和营业利润率应当改善。一旦这些资产成熟，现金运营费用的增速应低于收入。判断完整经济性时，仍必须计入利息和折旧。

一家供应商可以报告更好的调整后运营指标，同时因建设而流失更多现金。这就是为什么在关注营收增长的同时，也应关注自由现金流、总债务、利息支出和资本支出。

如果更高的合同价值带来更好的利润率，且没有加速杠杆上升，Wedbush 论点就会更强。如果成本吞噬了定价收益，即使报告营收仍令人印象深刻，该论点也会被削弱。

第三个信号是 hyperscaler 的行为。Amazon、Microsoft 和 Google 可以通过其价格、加速器可用性、定制芯片和采购承诺影响市场。它们的行动决定 neocloud 稀缺性是保持结构性，还是变为暂时现象。

预订价格持续上涨将表明，即便是最大的供应商也无法足够快地增加产能。客户等待时间延长也会传递同样的信号。这两种发展都将支持 Nebius 和 CoreWeave。

相反的信号则是可用性扩大并伴随费率下降。定制芯片采用率的大幅提升也可能降低对外部供应 Nvidia 集群的需求。这将迫使专业供应商在软件和服务质量方面展开更激进的竞争。

通过 Google News 追踪这一故事的读者，应将分析师报告视为起点，而非最终证据。定价主张需要通过云服务费率卡、客户合同、财报利润率和实际产能交付来确认。

未来一到三个月将通过季度文件和基础设施公告带来更多细节。投资者应将这些披露与此前的建设时间表进行比较，而非只关注上调后的预测。

企业买家面临不同的决策。他们应评估长期预订是否提供了必要的确定性，还是造成了不必要的锁定。团队也应测试模型优化能否降低其对产能价格的敞口。

开发者可以关注多个云平台和加速器类型的可用性。更广泛的供应策略可能降低由单一供应商交付时间表控制产品发布的风险。当产能稀缺且价格快速变化时，可移植性变得更有价值。

对于知识工作者而言，实际任务是将快速变化的主张与一手证据联系起来。通过 AI workflow捕捉源材料，可以更轻松地将承诺与后续结果进行比较。

核心判断依然明确。Nebius 和 CoreWeave 正受益于一个可用产能具有日益增长战略价值的 AI 基础设施市场。它们的营收和积压订单表明，客户愿意提前作出承诺。

尚未确定的是，最终谁能保留这些经济利益。供应商目前拥有定价杠杆，但客户、贷款方、芯片制造商和 hyperscalers 都会分享由稀缺性创造的部分价值。

继续关注 Google News，但请用三个问题检验下一条看涨头条：已签约产能是否投入使用？扣除融资成本后利润率是否改善？hyperscalers 是否仍受制于产能约束？

这些答案将表明，AI 数据中心价格上涨究竟创造了持久优势，还是仅仅为一场更昂贵的建设竞赛提供了资金。