超6000亿美元市场，被原生AI云厂商撕开一道裂缝

智东西
作者 程茜
编辑 漠影

云计算的市场格局正在悄然发生变化。

一个最直观的体现就是，IDC、沙利文等全球知名市研机构的云计算报告中都提到了一个新概念——原生AI云厂商。

IDC的报告提到，在全球市场CoreWeave已经成为原生AI云服务的头部玩家；沙利文发布的《2025年H1中国全栈AI云服务市场报告》显示，商汤科技凭整体市场份额位列中国全栈AI云服务市场第四，原生AI云厂商首位；沙利文去年的《2024年中国GenAI技术栈市场报告》显示，商汤科技在11家国内主要GenAI厂商中，超越阿里云、百度智能云和华为云，增长指数与创新指数均排名国内第一，全球仅次于亚马逊云科技。

可以看出，在超6000亿美元的全球云计算市场，传统云计算巨头的包围圈，正在被原生AI云厂商撕开一道裂缝。

生成式AI正重塑千行百业，云计算领域也不例外，专为承载AI工作负载而设计和优化的云计算模式，正走向规模化落地。

正如商汤科技联合创始人、大装置事业群总裁杨帆所说，当下在云产业的竞争格局中，对AI技术的深度理解已成为入场的核心前提。原生AI云厂商开始发力。

从AI云市场的最新格局出发，以商汤大装置这一原生AI云厂商代表玩家为切口，我们将解码这类从AI中来、为AI而生的云服务玩家，如何找到生成式AI时代云服务的新范式。

一、AI云厂商分化，新势力冲击传统云巨头

AI浪潮下，云计算市场好不热闹。

一方面，受益于AI业务狂飙，今年第三季度传统云巨头谷歌云、微软智能云、亚马逊云科技收入暴增；另一方面，海外AI云服务黑马CoreWeave手握巨额订单，最新市值已经冲破350亿美元，国内硅基流动、无问芯穹狂拿过亿融资。

AI时代云厂商格局生变：统治云计算市场10余年的传统巨头们，正面临新势力的强势突袭。这一产业最终格局将如何变的核心前提就是，生成式AI需要什么样的云服务。

生成式AI不仅需要丰富算力资源、弹性调度能力，还需要搭配针对结构化与非结构化数据的专项优化方案，通过涵盖数据治理、模型开发、训练、部署、监控全流程的一体化环节降低大模型应用门槛，以高可用性保障与贴合行业场景的定制化服务，适配生成式AI规模化落地的差异化需求。

围绕着这些趋势，传统云巨头与原生AI云厂商正凭借各自差异化优势加速业务外延与生态拓展。

结合沙利文报告以及公开信息可以看出，传统云巨头正在推进全面AI化战略，以其云计算底座能力为基础，进一步强化AI原生服务的适配能力，而原生AI云厂商的不同之处在于，其从成立之初便与AI深度绑定，并在此基础上逐步构建起全栈式AI云服务能力。

相比之下，传统云巨头在算力、安全稳定、解决方案布局更有优势，原生AI云厂商AI基础深厚、创新能力强、更具灵活性，产品设计更贴合AI企业细分需求。

但大多原生AI云厂商的不足之处在于，其处于发展早期，数据中心数量、地域覆盖范围远不及传统巨头，同时缺乏多行业解决方案的积累，客户群体往往集中于AI细分领域。此外，其无规模效应支撑导致硬件采购、运维成本较高，且合规体系建设尚不完善，短期内难以与传统巨头在成本控制的等方面抗衡。

在这之中，我们还看到了一家略微特殊的原生AI云厂商商汤科技，其云服务既脱胎于AI时代，同时还有一定的行业服务经验、基础设施布局积累等，可以说这家云厂商正朝着融合传统云巨头规模化能力与原生AI厂商技术灵活性的方向进阶。

二、商汤科技云计算布局：构建独立于传统云巨头与云创企的差异化路径

承接上文，我们可以具体分析下商汤在当下云竞赛中的独特站位。

沙利文报告中明确提到，原生AI云是专门为支持AI工作负载而设计和优化的云计算服务模式。传统云服务虽然可以运行AI工作负载，但其架构、资源调度、数据处理和运维方式并未针对AI任务进行深度优化，而原生AI云将AI技术深度融合到云服务的每一个层面，从而为用户提供更加智能、自动化的服务体验。

2025年上半年，商汤科技在国内原生AI云厂商中位列首位，市场份额达8.1%。

▲沙利文报告

这里需要明确的一点是，相比百度、阿里等巨头玩家，商汤科技的市场份额仍处于相对低位。

这是因为传统云巨头以通用云计算服务为核心，客户遍布全球多行业且覆盖大中小各类主体，已经形成规模化市场覆盖优势；而原生AI云厂商聚焦AI专属算力与全流程服务，客户集中在对AI能力有强需求的群体，服务场景的聚焦性对其当前市场份额的体量有较大影响。

而这恰恰构成了商汤科技区别于传统云巨头与其他原生AI云厂商的核心差异化特征，即不局限于通用云服务的AI延伸或纯AI的技术突破，而是在两者之间开辟出独特的发展路径。

首先，与传统云巨头不同，商汤大装置自诞生之初便与AI深度绑定，从底层架构开始就为AI原生应用而设计。

商汤的AI基础设施大装置与大模型迭代进行联合调优，这意味着商汤不仅能提供强大算力资源，还能根据大模型的需求持续优化底层架构，从而实现算力效率的最大化和推理成本的最小化。

这种独特的模式使商汤在AI基础设施领域形成竞争优势，成为众多企业的首选合作伙伴。得益于强大的算力支撑，商汤“日日新”大模型系列也已跻身国内大模型的前列。

商汤大装置正是通过模型能力与算力基础设施深度融合，在能效、算效、训推效率和开发效率方面实现系统性突破。

效率方面，商汤大装置通过算电协同平台创新地将AI平台运行数据、算力性能指标与电力侧基础设施数据贯通，显著提升每单位算力的利用率，可实现单位电力指标内支撑算力集群规模翻倍。同时，商汤大装置通过断点续训、自动容错、任务迁移和拓扑感知调度等机制，保证超大规模训练集群稳定运行。

杨帆透露，通过算电协同平台，整个数据中心的用电量节省了大约4%。对于一个年耗电量以亿度计的超级智算中心而言，这是一笔不小的节省。

训推优化能力方面，商汤大装置通过自研训练框架、双推理引擎及FP8混合精度训练等关键技术，实现基础设施与模型协同优化，在线推理性能较头部厂商提升15%，离线推理Prefill阶段提速5倍、Decode阶段提速3.5倍，实现多模态大模型推理成本与大语言模型持平。

国产化方面，商汤在与头部客户合作的项目中，已经实现在5000张国产GPU集群上实现大规模异构混训，算力利用率高达80%，效率达同构训练的95%，成功突破单一GPU限制，推动国产算力规模化商用。

与其他原生AI云厂商不同，商汤科技自2019年开始搭建临港智算中心，目前商汤大装置的算力总规模已达28000 PetaFlops，智算节点完成了覆盖长三角、粤港澳、京津冀、中西部重点区域的全国布局，实现全国联网统一调度，可支撑超过20个千亿超大模型同时训练，并支持万亿参数大模型的全生命周期生成。

总的来看，商汤大装置可以提供贯穿算力、数据、模型与应用等的端到端能力体系，形成基础设施、效率优化、工具支撑的闭环能力，为大模型从训练到应用的全生命周期提供一站式解决方案。

商汤大装置业务在当下的布局，正充分契合大模型时代对云厂商提出更高要求的趋势，并在生成式AI时代涌现出无限可能。

三、商汤的AI基础设施布局：聚合算力、平台、方案、服务等核心能力

通过系统化拆解商汤大装置这一从AI中生成出的云，我们可以清晰看到云计算市场的新格局与竞争内核。

杨帆对AI基础设施的定义是：集算力、平台工具以及一切能够让AI成本和门槛更低的基础能力供给的总和。商汤大装置从底层架构设计到未来战略布局，均围绕这一核心定位持续迭代。

商汤大装置的架构覆盖“算力-算法-平台-模型-应用”的全栈AI技术体系，并具备强大的专家服务能力。

平台能力方面，商汤大装置以万象平台为核心，构建了面向企业与开发者的模型管理、模型推理、模型微调、数据管理以及智能体应用的一站式大模型服务平台。根据IDC《中国大模型平台市场份额，2024年》报告，商汤科技以12.2%市场份额排名第三。

在行业落地方面，沙利文报告指出，原生AI云厂商的代表特征之一是形成了“场景化+高响应”的服务体系，能够深度匹配客户的个性化需求。

商汤大装置可以依托场景化方案能力和高响应专家服务体系的优势，服务行业头部客户，既满足个性化诉求，又形成长期、高粘性的合作关系。

大装置推出面向具身智能、AIGC、AI4S、消费级AI应用及硬件以及产业智能化等行业解决方案，累计服务众多大模型公司及各行业客户。

如在具身智能赛道，其是市场唯一提供完整端到端解决方案的，深度融合商汤具身智能平台，覆盖数据处理、工具链、模型研发及评测全流程；还有视频生成等典型场景，与头部三家AIGC创业企业展开深度合作；在AI4S领域，商汤与多个国家级科研机构合作，以全栈AI基础设施推动科研创新落地。

商汤大装置正在巩固自身算力能力、工具服务的基础上，覆盖更为细分的市场需求。

杨帆提到，今年商汤大装置发展的一个重点是深入不同行业，针对差异化需求，提供更加贴合的解决方案。

当前大模型产业正在进入规模化落地关键期，对算力提供方提出更高要求，而商汤科技当下的战略布局，既是其在AI技术深耕、行业服务积淀与基础设施建设等过往经验的集大成之作，更是其预判未来产业方向的先验布局。

在AI云市场独树一帜的商汤科技，既作为大模型提供方深入洞察了其落地的核心需求，又通过算力提供商进一步优化基础设施，从而形成正向循环。在杨帆看来，商汤应该是行业内唯一一家，身上贴着的“AI”标签远大于“云”标签的厂商。这也成为其冲出巨头包围圈的关键。

结语：AI与云计算深度绑定，技术生态多维布局成竞争关键

大模型时代对云巨头提出更高要求，其角色正在从此前的计算资源供给到现在技术、生态多维度驱动转变，大模型时代的云玩家竞赛规则正在重新被定义。

AI与云计算深度绑定的当下，商汤作为诞生于AI时代的原生AI云厂商，已经在技术、算力、生态、市场的多维度综合性竞争中展现出一定竞争力。