一篇不错的解读：《META出租H100与购买先进算力并不矛盾》 Meta 做 NeoCloud 与继续租 Crusoe 1.6GW，并不矛盾 昨天盘前，Meta 被报道正在考虑把多余 AI 算力对外商业化，甚至做成类似 NeoCloud 的业务。市场第一反应非常剧烈：Meta 盘前上涨接近 6%，但 AI算力和 neocloud 相关股票则受到负面 Narrative 影响, 市场担心的是：如果 Meta 也开始把 GPU 算力对外卖，是否会直接导致算力过剩？ 这个反应可以理解，但我们认为市场把问题想简单了。 首先，Meta 这件事本质上不是“AI 算力需求见顶”，也不是“Meta 不需要继续买算力”。相反，Meta 同时还在继续锁定非常大规模的新算力。根据 Bloomberg/Reuters 报道，Meta 最近与 Crusoe 签署了新的 AI computing capacity 协议，将从 Crusoe 位于 Texas Childress 和 Missouri Warrenton 的两个数据中心获得合计约 1.6GW 的容量。 同时，Meta还在向其他Neocloud购买算力。我们在去年3Q25 META Preview中就提到过META正在向NeoCloud寻求购买3GW算力。 所以表面上看，这里确实有一个矛盾：如果 Meta 自己已经有多余算力，为什么还要继续向 Crusoe 租 1.6GW？ 我们的理解是，这不是矛盾，而是算力代际切换。 过去两年，Meta 已经采购和部署了大量 H100/H200。这些 GPU 不是没价值，恰恰相反，它们对 inference、fine-tuning、企业模型服务、图像/视频生成、传统 ML workload 仍然非常有价值。但对于下一代 frontier model training，尤其是 3T+ 参数规模的 MoE、长上下文、多模态和 RL-heavy post-training，H100/H200 的训练经济性会明显下降。 关键不是 H100 不能训练，而是单位有效 token 成本变差。 当模型进入 3T+ 规模后，瓶颈不再只是单卡 FLOPS，而是 HBM 容量/带宽、GPU 间通信、scale-up 网络、checkpoint/restart、expert routing、sequence parallel、pipeline bubble、以及大规模 collective communication。H100 集群当然还能跑，但训练 wall-clock 更长，通信开销更高，集群利用率更难维持，最终表现为同样训练一个 frontier model，成本和时间都不如 GB200/GB300，未来更不如 Vera Rubin。 因此，Meta 现在面对的是一个很典型的资产配置问题： 最先进的 GB200/GB300/Rubin，要优先留给下一代模型训练；上一代 H100/H200，则应该尽量转成 inference 或外部商业化收入。 这也是为什么“做 NeoCloud”和“继续租 Crusoe 1.6GW”可以同时成立。 Meta 继续向 Crusoe 锁定 1.6GW，本质上是在为更长期、更先进、更大规模的 AI infrastructure 做准备。这种资源对于 Meta 来说，更多是未来 GB200/GB300/Rubin 时代的战略性产能，而不是简单补 H100 的缺口。 另一方面，Meta 既然已经买了大量 H100/H200，就不可能让这些资产在 frontier training 代际切换后闲置。Meta 内部当然有广告、推荐、内容排序等大量推理 workload，但这和 OpenAI/Anthropic 那种直接面向外部客户卖 token 的 LLM inference 业务并不完全一样。Meta 如果没有足够多可以直接 monetization 的外部 token demand，把 H100/H200 做成 cloud capacity 或 hosted model API 对外销售，是非常合理的资本回收方式。 这其实和 xAI / SpaceX 的思路有相似之处。xAI 今年公开宣布与 Anthropic 达成 compute partnership，向 Anthropic 提供 Colossus 1 算力；xAI 官方称 Colossus 1 包含超过 22 万张 NVIDIA GPU，包括 H100、H200 和 GB200，并可支持 training、fine-tuning、inference 和 HPC workload。(xAI) 这说明即使是 frontier AI 公司，也可能把一部分已有 GPU fleet 对外出租，同时把最新、最稀缺、训练效率最高的下一代集群保留给自己的 frontier model。 所以今天市场担心“Meta 进入 NeoCloud 会打垮所有 NeoCloud”，我们觉得有些过度。 更准确的判断应该是： AI 算力市场正在从单一的 GPU shortage，进入多代 GPU 分层定价和分层使用阶段。 第一层是最新训练算力：GB300、Rubin，以及后续更大 scale-up domain 的系统，主要服务 frontier model training。这部分供给仍然稀缺，客户仍然会向 Crusoe、CoreWeave、Nebius、Oracle、Microsoft 等各类供应商锁产能。 第二层是上一代高端算力：H100/H200/部分 GB200，更适合 inference、fine-tuning、enterprise AI、hosted model、agent workload 和中小模型训练。这部分不是没有需求，而是从“最稀缺的训练资源”变成“可以规模化商业化的推理资源”。 第三层是更通用的 GPU cloud 和 long-tail enterprise workload，对价格更敏感，但需求弹性也更大。 在这个框架下，Meta 的行为其实很合理：它不是停止建设 AI infrastructure，而是在把不同代际的 GPU 放到最适合的经济用途上。 因此，我们不认为这是 AI infrastructure 的大问题。真正重要的判断是：下一代 frontier model training 对 GB200/GB300/Rubin 的需求仍然非常强；同时，H100/H200 这类上一代 GPU 也不会被废弃，而会进入 inference monetization 和外部算力销售阶段。 这对整个 AI supply chain 的含义反而是： GPU fleet 开始变成多代际资产，而不是一次性训练工具。旧 GPU 不归零，新 GPU 继续稀缺。Meta 做 NeoCloud，不是需求崩了，而是算力资产终于开始金融化和商业化。

大厂开始算账了：50倍的差价，cfo要砍人了··· 微软砍掉30亿甲骨文云协议、Copilot换开源模型省50倍成本、OpenAI被迫"出柜" 昨天半导体暴跌5.71%，我们来看看到底因为什么 1. 那笔30亿，因为一张证没谈拢 6/16，Business Insider爆出微软和甲骨文租云基础设施的谈判破裂，金额逾30亿。导火索不是什么技术鸿沟，是一张叫FedRAMP的安全认证——甲骨文公有云拿不到，也不愿意砸钱改造。 甲骨文官方否认说"细节不准确"，微软不评论。 微软一边砍掉这笔交易，一边满世界找算力——找亚马逊给GitHub补资源，找谷歌评估方案。一家年CapEx 1900亿的公司到处租别人家的机房，感觉怪怪的？一周前，Crusoe也应客户要求暂停1.8GW怀俄明数据中心。 2. 微软说：Anthropic贵了50倍 6/17，微软执行副总裁Charles Lamanna直接放话：Copilot Cowork转向按使用量计费，正在考虑用DeepSeek V4等开源模型替代Anthropic和OpenAI。 原话翻译：Anthropic Fable 5的Token成本是DeepSeek V4 Pro的50倍。 50倍。让美国人感受一下我们砍10刀的工业化水平烧到了ai赛道是什么克苏鲁 DeepSeek在美国企业市场的份额从4月的1%跳到5月的17%，两个月16倍。 3. 微软和OpenAI的"离婚协议"7月生效 同样这周确认的消息：4月27日，微软和OpenAI正式重写了那份千亿级合作协议，7月1日生效。 独家授权取消——OpenAI可以卖给任何云平台，不再锁死Azure。算力承诺解绑——从"95%算力走Azure"变成"微软有优先拒绝权"，微软接不住的单子，OpenAI可以找甲骨文、AWS、谷歌。收入分成调整——微软只在走Azure渠道的OpenAI API上抽20%，OpenAI直售的钱微软一分拿不到。 高盛估算，这一条就能让微软AI服务年利润蒸发40-60亿。 原因很简单：甲骨文的OCI和CoreWeave给出的每GPU小时报价比Azure低一截。（甲骨文砸钱可算把成本砸下去了，但是负债就对股东不友好了。。） 当你的最大客户开始算账，你的最大供应商开始比价 看来美国资本主义还是需要多来中国学习一下··· 4. 结局 6/16 | 道指新高+0.64% | 费城半导体-5.71% 英特尔-8%，AMD-7%，美光-6%，应用光电-10%，迈威尔-9%。逆势的只有SpaceX+4%。 WTI跌破76美元，高盛下调Q4布油目标至80。资金从AI/半导体仓位移向防御性价值蓝筹——卡特彼勒创历史新高，工业ETF同步新高。 工具箱 做空韩国指数？——CapEx降温叙事下，上一轮周期思科跌了90%。我目前持有ewy的putspread，具体仓位加绿泡泡biantagai进群交流。 关注MU明天决战——2B Call到期+FOMC决议+四巫日三重叠加， ps：昨天有人问，不可能砸到400的call价格，这个没错，很多itm是作为不爆仓杠杆使用的，但是，开发商交房给散户后，市场不是一样会发生变化么？筹码从mm给到购买者后，大概率会卖掉，原先是对冲仓，现在成了流动仓了 做空甲骨文——640亿RPO+93%云增速很美，但FCF负237亿+再融资400亿，杠杆游戏总有尽头。 关注中国AI相关——DeepSeek在美16倍扩张被全球第二大云厂商盖章认证，另外外网很多竞猜glm和ds4，qwen年底会不会成为最好的全球大模型，中国大模型加起来的赔率是40%，claude依然占据了5成赢面 风险清单 ps. 全球程序员年收入天花板大约1.5万亿美元。AI硬件年CapEx已经2.9万亿。这里有一个深刻的问题，如果明年程序员收入降低到1万亿，ai你要继续投入多少亿美金才划算？ 最近听说腾讯也把给员工报销的token砍了很多，会不会也成为国内的多米诺骨牌效应？ DLC:龙心题外话（据说这才是主体？） 聊一下阿兹海默，我最近看了一篇关于梦境的文章，很有意思，大概就是说梦是系统对于大脑白天接触的信息做了一次无差别信息轰炸清洗，相当于用水冲走泥沙，留下白天思维里的黄金不分，不仅重构记忆，还担负了遗忘的功能。 阿兹海默用最简单的理解就是硬盘已满，不能写入内容，并且老的内容不断出现坏道，直接导致全盘崩塌，但是人的思维方式又是以记忆为载体驱动而非程序驱动，所以失忆会直接走向痴呆。 预防的最简单的方式就是要不断使用，比如打麻将，这种pvp+基础规则+社交属性的场合是最适合的。前者提供动态信息输入，后者围绕规则本身强化规则，社交可以通过八卦扯淡唤起封存记忆，避免坏道长期不访问。 ps：年纪大了后，建议组团炒股去股票大厅炒，绝对比在家里炒刺激得多，还能预防此病。。 而在加密时代，这个病还承担了私钥本身的价值，可能会带来大饼的物理通缩···· 如果说其他病吞噬的是人的肉体，阿病就是唯一那个吞噬人类的灵魂的疾病，你看着他还是他，但他已经不是你，慢慢退化成一具躯壳，默默躺在那里呼吸等死。 ps：随着晚睡，饮食不规律，压力，内地已经有35+的阿病年轻患者了。。 阿病还有一种预防思路，就是人要不断的在轻重2个系统里切换，轻系统，就是年纪大了的人喜欢熟悉的地方，买菜做饭散步，一切守旧，slowplay，重系统则是旅游，比赛，pk等一切能激起生物学兴奋并且持续变化的玩法。这也是适度炒股有益健康的原因就是每天逼着把全国行业都学了个遍·· 美股目前这个赛道炒的也比较贵，不建议介入具体代码。不如多看看医疗非药品赛道。

还可以取消订单？微软被曝终止与甲骨文 30 亿美元，云基础设施谈判，因甲骨文缺乏相关安全认证，但要添加该认证会导致工程量较大，所以被迫取消。 这已是近一周内，第二起 AI 基础设施终止事件。此前，AI 基建公司 Crusoe 应客户要求，暂停怀俄明州 1.8GW 数据中心项目，引发市场波动。

想成为雷电法王吗？我教你 AI发展的越好，能源要求越高 这叫啥？能量守恒定律？ AI推动的发电、输配、冷却、效率每一步都很关键，也都受益 发电端 Vistra ： $VST 与meta签订20年的PPA，与亚马逊等多家大企业签订了十年协议 核电重启 Constellation Energy ： $CEG 与微软签订了20年的PPA，同时有能源部的贷款支持，保障长期运营 冷却+电源 Vertiv ： $VRT 与英伟达合作，共同开发800VDC平台，预计下半年发布，用来支持2027年的Rubin Ultra平台；同时在冷却领域拥有领导地位，属于卖铲子的 快速发电 GE Vernova ： $GEV 为Crusoe AI数据中心提供了29台LM2500XPRESS燃气轮机，发电总量接近1GW；同时还获得了24亿美元的DC订单，现在已经有超过1630亿美元的订单积压 光学与热管理 Coherent ： $COHR 与英伟达签订了战略合作协议，获得了其20亿美元的投资，并且公司的光学和热管理产品已经用于英伟达GPU和AMD服务器 通过长期PPA、合作、订单锁定收入，整体很硬哈 像其他的，如：ETN、PWR、BE、NEE、NVT、POWL、STRL、TLNE、AAON、HUBB、WCC、AROC等这些，下次想起来了再写，都是属于在电力赛道上的 有一点要注意的是，因为这些都是已知的资料，所以在股价上已经兑现了部分预期，所以我们需要关注实际订单落地和执行情况、政策变化、下游供应链等等。 对了，美联储会议利率公布时间是在6月18日凌晨2点，熬夜的朋友们记得关注下。 PS：PPA（购电协议），一般情况下签了这个，就是搂了一个下金蛋的母鸡 DYOR #美股# #AI能源#

BTM（Behind-The-Meter，表计后/现场发电）方案正成为数据中心尤其是AI驱动的新型云服务商（Neoclouds）快速上线的关键，主要依赖天然气发电机、燃气轮机、燃料电池等现场发电技术，以绕过电网多年排队。 01 受益美股主要集中在以下几类（基于公开市场数据和行业趋势，非投资建议，股价波动大，请自行尽调）： 1. 发电设备/发电机制造商（直接供应BTM核心硬件） •Caterpillar (CAT)：数据中心发电机市场领先供应商之一，受益于备用/现场燃气/柴油发电机需求激增。分析显示其数据中心相关收入预计显著增长。 •Cummins (CMI)：发电机巨头，大量用于数据中心现场电源，收入因AI数据中心需求而大幅提升。54 •Generac Power Systems (GNRC)：专注于分布式/备用发电系统，适用于BTM场景。 •GE Vernova (GEV)：燃气轮机（如LM2500系列）需求强劲，已获Crusoe等AI数据中心近1GW订单，生产能力正扩张。7478 2. 燃料电池/高效现场发电 •Bloom Energy (BE)：固体氧化物燃料电池（SOFC）领先者，使用天然气高效发电，无需燃烧，部署极快（可数周/月）。已获Oracle高达2.8GW合作、Brookfield $50亿框架、Nebius等订单，是BTM“快”方案的典型受益股，近期股价波动大但订单强劲。 3. 天然气中游/基础设施（燃料供应 + BTM电站开发） •Williams Companies (WMB)：积极布局BTM，通过Power Innovation业务建现场电站（如与Meta的Socrates项目），目标2027年1GW+，并有大规模管道扩张服务数据中心。43 •Energy Transfer (ET)：与VoltaGrid等合作，为Oracle、Vantage等提供天然气供电，已签多笔BTM/数据中心供气协议，管道项目支持Texas等地增长。043 其他相关：Siemens Energy（非美股主板）、中游如Kinder Morgan (KMI)等也有曝光；ETF如 $AMLP（MLP能源基础设施） 可间接覆盖天然气部分。 趋势支撑：McKinsey等预测新数据中心25-33%+用BTM，Neoclouds依赖度更高（66%）。核心优势是18个月 vs. 数年电网接入。天然气仍是主力（轮机、往复式发动机、燃料电池），未来或混核/可再生+储能。 2 这些公司受益于订单 backlog 增长、快速部署需求，但面临供应链（轮机短缺）、天然气价格、监管/排放风险。建议关注最新财报和数据中心公告。

Dragonfly 联创与合伙人就“谁创办了 Dragonfly”公开互相指责 Dragonfly 联合创始人 Alexander Pack 与合伙人 Haseeb Qureshi 在社交平台上争论 Dragonfly 的创办与投资历史。 Pack 称其与 Bo 在聘用 Haseeb 前已共同创立公司、募集基金并主导投资 Bybit、Amber Group、Crusoe 等项目，质疑 Haseeb 在新文章中“改写历史、谎称自己创办 VC”。 Haseeb 则回应称 Dragonfly 在其加入前主要为 fund of funds，从未主导投资上述项目，自己加入后推动停止 FoF 投资、开始主导项目并负责此后各期基金募资与团队建设。 双方就“谁真正创建并领导 Dragonfly”分歧明显。

昨天Sui 联合创始人兼 CTO、Move 语言创造者 Sam Blackshear（@b1ackd0g）宣布离开 Mysten Labs，加入 Anthropic，从事防御性安全研究 简单统计了一下，原来这2年，从 Web3 转向 AI 的人和公司越来越多 除了之前无畏提过的 Pumpfun 核心开发者 Mohamed Baioumy、Alex Cheema 于 2024 年创立本地分布式 AI 计算平台 exo Labs 还有大家熟知的OpenSea 联合创始人 Alex Atallah 创立了 AI 模型平台 OpenRouter；FTX Future Fund 的 Leopold Aschenbrenner、Avital Balwit 先后进入 OpenAI 和 Anthropic；Coinbase、Base 也有不少营销、产品、开发和数据人才流向 OpenAI、Anthropic 等 AI 公司 转移的不只是人，还有基础设施，最明显的就是挖矿行业。CoreWeave 从 GPU 挖 ETH 起步，如今已经成为 AI 云算力巨头。IREN、TeraWulf、Hut 8、Cipher、Core Scientific、Bitdeer、Crusoe 等矿企，也在加速建设 AI 云、GPU 集群和数据中心，并陆续拿下 OpenAI、Microsoft、Anthropic、AWS、Google、AMD 等大厂的订单 这些公司的情况并不完全一样：有的已经出售挖矿业务，明确退出加密主业；有的仍在挖矿，但是把新增资金和电力投向 AI；还有一些清空了 BTC 储备，但并未宣布退出挖矿 严格来说，ASIC 矿机不能直接拿来跑 AI，但矿场手里的电力、土地、机房、网络和运维能力，刚好是 AI 数据中心最缺的资源，可以轻松切换赛道。 个人用大脑投票，公司用资源投票，人、钱和电，都在往 AI 走

SemiAnalysis的创始人Dylan Peter在访谈中提到，OpenAI的架构比较稀疏，Anthropic的架构虽然也是MOE，但是没那么稀疏。刷了原文，很多有意思的观点： ① 模型架构分化：OpenAI 更稀疏，Anthropic 更稠密 Dylan 的原话是，两家的模型架构相当不同。OpenAI 的要稀疏得多，这有它的好处；而 Anthropic 的，仍然是稀疏的，但总体上更稠密，这又有另外的好处。 所以实际上，按 OpenAI 模型现在的走向，他们去用 TPU 可能会是一个糟糕透顶的决定；而按 Anthropic 和 Google 模型的走向，他们用 GPU 做训练，可能同样是个糟糕透顶的决定。 ② CUDA 护城河正在变形 这可能是整段访谈最有意思的部分。 红杉的 Sean 说他以前觉得 CUDA 是 NVIDIA 最大的护城河，但最近几个月改观了。因为模型已经很会写 kernel 了，Claude 和 Codex 能帮你做大量优化工作，编程壁垒在瓦解。 Dylan 的回应很妙：CUDA 护城河确实在被部分解绑，但原因不是 CUDA 本身，而是中国开源模型。 DeepSeek、Kimi、通义、智谱、小米……这些公司开源出来的模型，全都是按 NVIDIA GPU 协同设计的。下游的推理服务商、做 RL 定制化的公司，拿到这些模型一看，expert 的 shape、attention 的 arithmetic intensity，全是对着 GPU 调过的。你要跑在 TPU 上，不好意思，跑不好。 所以护城河不是 CUDA 编程难，而是整个开源生态默认你的硬件是 NVIDIA。谷歌要破局怎么办？Dylan 的潜台词：你得开源自己的强模型，让生态反过来适配 TPU。Gemma 是在往这个方向走，但还不够猛。 （感觉这跟之前 DeepSeek v4 用华为 CANN 栈跑 Day 0 推理是一个信号：非 CUDA 路线不是不能走，但得有人先把模型给你调好。） ③ 黄仁勋在下什么棋：制造多极世界 Dylan 对 Jensen 的解读非常锋利。 Jensen 最怕的世界是什么样的？只有三家超大云厂商 + 三家闭源实验室。那种世界里，Google 自己有 TPU，Amazon 自己有 Trainium，Microsoft 可以跟 AMD 深度合作，NVIDIA 的定价权直接崩。 所以 Jensen 到处投资 NeoCloud（Crusoe、CoreWeave），到处扶持 NeoLab（包括 Thinking Machines 这种刚起步的），力挺中国开源模型。不是因为他慈善，是因为他需要买家足够多、足够分散。 Dylan 说得很直：今天一张 GPU 卖给 Crusoe 和卖给 Google，对 NVIDIA 来说价格一样。但五年后，Crusoe 和 CoreWeave 活着，意味着 Google TPU 的议价权更弱、Amazon Trainium 的空间更小。更多推理跑在非闭源模型上，对 NVIDIA 就更有利。 （换句话说，Jensen 买的是供应链的分散度。） ④ “AI 没 ROI”是最让他恼火的言论 这段对应 42:11，Dylan 情绪很明显。 他说最让他恼火的就是有人跑出来说“AI has no ROI”。他拿出来的数据是：AnthropicQ2 盈利了，一个 Opus token 的 API 毛利 80% 以上。他们现在租 GPU 的逻辑是：每个 GPU 租能立刻卖 token 出来，而且是正毛利。就算 compute 成本翻倍，gross margin 从 75% 掉到 50%，NOI 还是在涨。所以他们愿意出高于市场价拿货。 还有一种说法也让他烦：模型进步停滞了。他的回应很简单：能力曲线一直向右上走。你觉得 benchmark 不涨了，是因为饱和了，换个新 benchmark 又在飙。 （Fable 发布之后，即使价格更贵，用户也在大量迁移过去。大家用脚投票。）

没什么好说的了，恭喜 Cursor！ 现在使用最频繁的就是 Crusor 了... 很多人总觉得 Codex 和 CC 会挤压 Cursor 的市场，但事实上他们是最早实现全面盈利（而且还不低）的公司... 现在被 SpaceX 收购，也算是成功了！