人工智能（AI）计算需求的扩张态势持续升温，且影响范围正从芯片本身扩散至更广泛的基础设施领域。云端服务商 CoreWeave两位高层近日接受媒体採访指出，目前产业最大的限制已从芯片转向数据中心的实体基础建设，尤其是“供电机房”正在成为关键瓶颈。
CoreWeave共同创始人暨首席发展长Brannin McBee，以及企业发展与投资者关系副总裁 Nick Robbins 指出，AI需求至今未见任何放缓信号。
相反，随着AI代理（AI agent）浪潮加速推进，市场对CPU、存储等周边资源的需求正相对于GPU明显攀升，促使数据中心的整体架构出现根本性调整。
针对目前限制AI基础设施扩张的关键因素，McBee明确指出真正的瓶颈在于“供电机房”（powered shell），也就是已经完成电力配置的数据中心建筑主体本身，而不是GPU芯片或 HBM存储等计算与储存组件。
为了应对推理计算需求快速攀升，公司正调整整体架构设计，以支援新一代AI工作负载。至于Vera Rubin平台，预计将在2027年进入规模化扩张阶段。
两人将本轮需求加速的起点，回溯至去年第四季。McBee 表示，当时公司通过与客户的深度工程合作，已提前察觉AI代理产品将在今年第一季密集问世的趋势，而第一季也确实成为推理计算与AI消费的重要转折点，且这股势头仍在延续。
McBee特别提到，CoreWeave是目前唯一同时服务 Anthropic、OpenAI、Meta、Google、微软 、英伟达等顶尖AI机构的独立云端服务商，这样的特殊定位让公司得以提前掌握技术演进方向，并据此规划基础设施佈局。
架构大翻修：CPU、存储需求急起直追
AI代理与推理模型的兴起，正在改写数据中心的硬体配置逻辑。McBee指出，CoreWeave自2023年起便已部署CPU资源，但近期趋势显示，CPU与存储需求相对GPU的比重正明显上升，且这个趋势预期将持续下去。
Robbins透露，公司去年已从根本重新设计数据中心的标准规格，预留更多空间给存储与CPU设备，未来将可看到大量英伟达Vera CPU机架与Vera Rubin GPU服务器并排部署的场景。
在CPU供应商方面，Robbins表示目前机队仍以AMD产品为主，但随着客户需求演变，英伟达Vera CPU可望成为早期重要选项，目前已吸引不少关注。
McBee也补充说，CoreWeave超过98%的营收来自合约客户，基础设施的建置方向，其实是由客户的具体需求所定义。
瓶颈不在芯片，而在“供电机房”
被问及目前最大的扩张限制因素时，McBee直接点出问题核心：并非GPU芯片或HBM存储，而是“供电机房”，其中电工人力短缺更是让问题复杂化的因素之一。
他表示，CoreWeave目前已有49个站点上线运营，累积了丰富的供应链应对经验，清楚知道哪些供应商值得合作。
针对HBM存储成本上涨与短缺问题，Robbins则说明公司的商业模式设计能有效隔绝价格波动风险：在签署GPU采购订单的同时，便锁定向客户收取的价格，藉此保护利润率，成本上涨可顺利转嫁至客户端。
他同时强调，零组件取得目前并非最大瓶颈，供电机房才是，但这个答案未来某个时间点也可能反转。
Vera Rubin平台下半年交付，2027年才是量产主战场
谈到英伟达新一代Vera Rubin平台的量产时程，Robbins给出较明确的预期。
他表示，CoreWeave已是全球首家完成Vera Rubin机柜上线并通过完整验证的厂商，预计相关服务器将于今年下半年陆续开始交付，但真正的大规模量产爬坡将贯穿整个2027年。
他将这个节奏类比于上一代GB200/GB300平台的发展路径。GB系列虽然在2025年就已问世，但真正进入大规模量产则是在2026年。
Robbins预期Vera Rubin在未来12至18个月内，将呈现相当类似的发展模式。
竞争优势：执行力、效能与生态系深度
面对 Azure、AWS、Google 等超大规模云端业者，以及 SpaceX、Nebius 、甲骨文等新兴云端服务商的竞争，CoreWeave高层将自身差异化优势归结为三个面向：执行速度、性能表现与生态系深度。
McBee援引第三方数据指出，全球前十大AI实验室（不含中国）中有九家采用CoreWeave平台，研究机构也给予公司独一无二的铂金评级。
他认为，英伟达优先分配GPU资源给CoreWeave，正是出于对其工程执行能力的高度信任。
Robbins则从客户分层角度说明竞争策略：
对于超大规模云端业者来说，CoreWeave以极快的部署速度与稳定运行取胜；
对研究机构，则以最高效能与每token计算效率作为卖点；
对企业客户，公司则凭藉最佳的推理与开发工具编排层，协助企业将自身数据转化为模型与AI代理应用，并借此进一步带动云端服务的交叉销售。
