如果说《光通信公司 Lumentum 最新业绩电话会纪要：OCS、EML、NPO 同时加速》揭示的是光通信产业供给端的新变化，那么 CoreWeave 的业绩会，则让市场看到了 AI 基础设施需求端正在发生的变化。
前者讲的是“瓶颈在哪里，未来在哪里”，后者讲的是“需求是否还在加速”。两者结合起来，才构成了当前 AI 基础设施周期最重要的供需逻辑叙事。
CoreWeave 二季度收入 25.75 亿美元，同比增长 112%。收入积压升至 1042 亿美元，且公司称 7 月初又新增超过 250 亿美元客户承诺。但同一季，它的净亏损仍有 6.26 亿美元，利息支出 6.40 亿美元，资本开支高达 94 亿美元。
一边亏损，一边把各类算力配置的价格上调约 25%。一边用长期包销合同扩张，一边开始让 2—3 年期合同与推理业务进入融资模型。这家公司正在尝试把“已通电的数据中心＋可获得的芯片＋可融资的合同＋持续发生的推理需求”打包成一种 AI 基础设施资产。
一、不是 GPU 更贵了，而是“可交付算力”更贵了
二季度最值得重视的是，管理层对价格与边际利润的表述。公司称，7 月已对各类算力配置进行约 25% 的提价。二季度新签合同的贡献利润率，预计比此前季度新增合同高 5—10 个百分点。
管理层在电话会上明确表示，AI 已不再局限于前沿模型实验室，正在进入软件、工业系统、金融市场、企业工作流与国家安全任务。公司从收入积压、新签承诺、平台利用率与价格环境中，同时看到了这轮需求扩散。Caterpillar 的工业 AI、Isomorphic Labs 的生命科学、Flow Traders 与 IMC 的量化金融，以及 Leidos 所代表的公共部门，正是这张客户图谱的几条新支线。
需求走出模型实验室后，买方购买的也不再只是 GPU 时间，而是一套能迅速上线、稳定运行、接入数据与网络、承接训练和推理的“生产中的 AI 工厂”。近端产能几乎售罄，每一块新上线 GPU 都有多位客户需求。客户同时增加存储、CPU、网络和软件服务。公司称，这些 GPU 之外的 AI 产品与服务 ARR 已超过 4 亿美元。讲到这里，还记得近期笔者置顶文讲的基于 AI 算力工厂的 ROI 定价新时代叙事吗？建议一定要去阅读，如今无数的信号已经给出了最强佐证。
这也是电话会的第一个结构性变化，定价权开始从芯片代际，迁移到交付能力。
Vera Rubin 这类新平台当然更稀缺，管理层称其从一开始就带来更高利润率。但更反常的是，上一代 GPU 的价格并没有随新品推出而快速坍塌。公司举例称，一份基于 2020 年架构 A100 的合同可以延续至 2029 年，且价格具有吸引力。
此刻，还记得著名大空头 Michael Burry 做空 NBIS 理由吗？他认为，英伟达 GPU 更新速度非常快，AI 算力竞争周期可能只有 2—3 年，但企业却按照 5—6 年折旧。
现实如何呢？A100 是 6 年前的芯片，已完全折旧，账面价值几乎为零，而它们的租赁价格今年上涨了约 25%。这个被 Burry 视为已死的资产，全年都在涨价，真是妙不可言呐。
二、推理业务把 GPU 从一次出租，变成可再配置资产
这场电话会里还有一个变化，被大部分人忽略了。CoreWeave 的托管推理业务在推出后的一个季度内，已签约 ARR 从约 100 万美元升至超过 1 亿美元。公司目标是在 2026 年末达到至少 2.5 亿美元。
它的重要性在于，推理业务给了 GPU 一条不同于五年期包销合同的退出路径。
过去的 AI 云模式相对清晰，先用债务、客户预付款和股权买入设备，再用较长期的 take-or-pay（不论是否实际使用都需支付的包销）合同锁住收入。这样可以把高度前置的资本开支，换成相对可预测的现金流。但长期合同的代价是，客户结构集中、合同期限长、资产在合同结束后如何再定价，都会成为问题。
CoreWeave 现在试图把一台到期 GPU 分成三种用途：如果长期合同的经济性足够好，就重新签长期合约；如果短期需求更旺，就签更高单价的短约；如果推理需求增长更快，就把设备放进托管推理服务。
这就是“算力资产化”的核心，不是每一代 GPU 都会永远值钱，而是同一批设备不再只有一次出租机会。
管理层还特别提到，企业客户通常不愿签五年合约，更偏好 2—3 年的消费周期。公司最新的 DDTL 5.5 融资据称已让资本市场能够为较短期限的客户合同提供融资支持。若这一融资结构能被复制，CoreWeave 就不必只在“低风险的五年长约”和“高单价但难融资的短约”之间二选一。
短约因此不是简单的风险上升，它同时可能是进入企业客户的渠道。推理也不是简单的增量产品，它还是消化到期资产、提高资产利用率的工具。不过，期限缩短并不会自动创造价值。短约和推理收入只有在利用率、价格和资金成本共同成立时，才比长约更优。否则，所谓灵活性会变成更频繁的续约压力。
三、真正的护城河，开始向电力、供应链与融资下沉
CoreWeave 把自己描述为 AI 云，但 CEO 在电话会上谈得最多的不是模型，而是“土地、电力、厂房、GPU、网络、内存和资本”。
截至二季度，公司活跃电力为 1.5 吉瓦；已签约电力为 3.7 吉瓦，8 月 11 日后增至约 4.2 吉瓦。另有超过 1.5 吉瓦的 powered land、现有站点扩张选项和已签 LOI。公司目标是 2030 年末活跃电力超过 8 吉瓦。
在生成式 AI 的规模化阶段，最稀缺的不是“知道要买什么”，而是“谁先把电、地、机房、设备和钱拼成可交付产能”。
公司也开始向更深的垂直整合走。自建数据中心正在推进，管理层认为 powered land 能带来更强运营控制与长期利润率。与此同时，公司与 Solidigm 达成长期协议以保障关键存储输入，并强调与 NVIDIA、OEM、ODM、内存供应商的长期关系。
这又解释了为什么公司可以在成本上行时讲利润率扩张。管理层的说法是，CoreWeave 云的“产出价值”增长快于供应链输入成本。
笔者更愿意把这理解为一条因果链，电力与机房可得性 → 集群交付速度 → 可用算力的稀缺性 → 合同价格与利用率 → 单位经济 → 融资承受力。AI 云的护城河，正在从“有多少 GPU”，下沉为“能否连续打通这条链”。谁率先打通，谁就是下一个 Hyperscalers。
