Neocloud開始收購軟件層，新雲不想只賣算力

閱讀本文需 12 分鐘

從GPU集群到編排軟體，AI基礎設施競爭正在邁向全棧整合

原文標題：Everybody Wants to Rule the (AI) Stack.
原文作者：David Levy

編者按：隨著 AI 算力需求持續增長，新雲公司的競爭正在從「誰擁有更多 GPU」轉向「誰能控制從硬件到軟件的完整技術棧」。當裸算力租賃越來越難擺脫價格競爭，一個更關鍵的問題開始浮現：決定 AI 基礎設施價值的，究竟是 GPU 本身，還是調度、編排和優化 GPU 運行效率的軟件層？

本文作者 David Levy 從 Nscale 以約 16.5 億美元收購 Anyscale 切入，梳理了 Nebius 收購 Eigen AI、CoreWeave 收購 Weights & Biases、IREN 收購 Mirantis 等交易。五筆收購指向同一趨勢：擁有 GPU、電力和數據中心的新雲公司，正在集體向 MLOps 和 AI 編排層延伸。

這篇文章的核心判斷是，新雲公司購買的並不只是一套軟件或一批客戶，而是從「按 GPU 小時收費」轉向「按任務結果競爭」的能力。調度系統決定一項任務需要消耗多少 GPU 小時，也決定算力利用率、客戶成本和平台利潤。掌握軟硬件兩層後，廠商既能進行協同優化，也能通過更深的系統集成提高客戶遷移成本，將效率提升帶來的收益留在平臺內部。

與此同時，整合也在反向發生。Lightning AI 與 GPU 提供商 Voltage Park 合併，Fireworks、Modal、Baseten 等推理平臺也在不同程度上建設或控制底層算力。基礦設施公司向上收購軟件，推理平臺向下擴張硬件，雙方正從相反方向走向同一個終點：同時掌握算力資產和編排軟件。

這意味著，新雲競爭的下一階段不再只是拼 GPU 數量、電力合同和交付速度，而是爭奪整套 AI 工作負載的控制權。真正的壁壘，可能來自誰能把晶片、集群、調度和推理服務整合為一個效率更高、客戶更難離開的系統。不過，兩條路徑雖然終點相同，成本結構卻截然不同：新雲公司可以通過收購補齊軟件，而推理平臺想要向下建設基礎設施，則必須承擔更重的資本支出。這也為第二部分留下了關鍵問題——當所有公司都想控制完整技術棧，誰能為這場擴張找到足夠便宜的資金？

以下為原文：

歡迎進入屬於你的技術棧，從此再也無法回頭。

AI 技術棧正在向「一家公司包攬一切」的方向收攏，而產業鏈兩端都在爭相構建這樣的全棧能力。新雲公司通過收購一路向上延伸，推理平台則從軟件層向基礎設施層擴張。只不過，其中只有一方能夠借到足夠的錢——但這是之後要講的故事。

上週，新雲領域的新玩家 Nscale 收購了 AI 編排軟件公司 Anyscale。這至少是過去一年左右時間裡第五起「AI 基礎設施公司收購 AI 軟件公司」的交易。

簡單來說，就是那些帶着呼叫器、管理 GPU 集群的技術宅，開始收購那些穿着連帽衫、凌晨兩點還在提交代碼的技術宅——後者編寫的軟件，決定了前者的集群究竟如何運轉。

Anyscale 是開源 AI 工作負載編排框架 Ray 背後的公司。Ray 由其創始團隊在加州大學柏克萊分校期間開發。據彭博社報導，Nscale 將斥資約 16.5 億美元，獲得 Anyscale 的商業平台、工程團隊，以及 Coinbase、Runway 和 Bedrock Robotics 等客戶。

Ray 已於 2025 年轉入 PyTorch 基金會，未來仍將保持開源。Anyscale 則會作為 Nscale 旗下的 AI 編排業務繼續運營，並保留 Anyscale 品牌——盡管在被 Nscale 收購之後，名字裡的「A」和「y」似乎已經顯得有些多餘。

這並不是一筆孤立的交易。今年 5 月，Nebius 以 6.43 億美元收購 Eigen AI，IREN 收購 Mirantis；2025 年，CoreWeave 收購了 Weights & Biases；而就在不久前，高通也完成了對 Modular 的收購。

五筆交易，指向同一個方向：掌握底層硬件的人，都想進一步控制決定這些硬件如何運行的軟件層。

順便一提，我之前曾在這篇文章裡討論過這一趨勢，而且幾乎是原話寫道：「又一筆 AI 基礎設施交易——但它其實並不只是基礎設施交易。忽視這一點，將是一個錯誤。」

當然，我平常說了那麼多話，偶爾蒙對一兩次也很正常。

新雲公司買下了運維與編排層

Porch Capital 推出的新創公司技術採用監控工具 STAX，追蹤了約 1.2 萬家風險投資支持公司的技術棧。其中，MLOps 類別的數據少得可憐：只有 58 家公司採用相關工具，約佔樣本總量的 0.5%。但看看這 0.5% 裡都有誰：Ray 和 Weights & Biases 合計貢獻了該類別 68 條採用記錄中的 60 條。需要說明的是，一些公司可能同時使用多種工具。