云厂商的AI决战

文 | 脑极体

最近，“Token能否成为AI云的北极星指标”这一话题，在业内引发热议。

支持的一方认为，token使用量与云业务的表现，是高度正相关的。最新的阿里集团FY26Q1财报显示，AI产品带动传统云服务同步增长，说明AI云上面的投入成效显著，腾讯云也加速海外布局，计划在沙特建设首个中东数据中心、扩容印尼第三个数据中心，支撑出海企业的AI需求。

但反对的观点也有一定道理，过度聚焦token这个单一量化指标，容易忽略AI云的核心竞争壁垒与大量隐性算力场景，比如政企市场的私有化业务，只看token难以真实反映行业竞争格局。

我们的看法是很明确的，单一指标并不等同于核心竞争力。就像一个小学生身高180，只能说明先天基因优越，却无法预判未来能成为姚明。而判断一个成年人，我们会从身高、颜值、人品、学历、家庭背景、工作能力等各个因素来看，AI云也不例外。

随着云厂商不甘于仅扮演“水电工”角色，逐步进入到AI Infra（人工智能基础设施）的全栈较量，也就是为AI应用提供全生命周期的底层技术体系，包括训练、推理、部署、数据工程、上线运维等各个环节，标志着行业竞争已从单纯的资源供给，升级为全链路业务赋能的综合比拼。这时候，只看token肯定会一叶障目。

不过，从GPU、Maas到AI infra，AI云的竞争要素与指标，并不是一开始就定好了，是与AI行业同步进化，逐渐演变到了当下的样子。

理解这个演进轨迹，比记住一个简单结论，重要得多。我们就来回顾一下云厂商的AI大战，是如何循着一条清晰的路径，逐步聚拢于AI Infra的全面战场。

AI云第一战：GPU的弹药库

2023年chatgpt横空出世，大模型浪潮席卷全球，算力成为博弈的关键。云厂商成为中国AI大模型的算力守门人。这场“广积粮”式的抢卡大战，更直接奠定了后来AI云竞争格局的基本盘。

为啥这么说呢？没有最先进的芯片，大模型的训练都无从谈起。一场“抢芯大战”就此拉开帷幕，焦点就是英伟达高端GPU芯片，尤以H100、A800/H800系列。

可是，一来N卡很贵，而云厂商是资源大户，更有实力全力角逐英伟达高端GPU资源。据Omdia统计数据，2023年英伟达售出了50万个A100和H100 GPU，头部科技公司瓜分了绝大多数份额：Meta与微软各拿下15万块H100 GPU，购买量并列位居第一，谷歌、亚马逊、甲骨文及腾讯各采购5万块，百度、阿里分别斩获3万块与2.5万块。

不难看到，腾讯的采购策略最为激进，以5万张H100的采购量稳居国内首位。凭借充足的芯片储备，腾讯云率先发布新一代HCC高性能计算集群，算力性能较前代提升3倍，缩短大模型训练时间，抢占了算力竞赛的先发优势。

另一个原因是，N卡有限制。国内企业仅能采购特供版芯片，但2023年云厂商还能绕过美国出口管制政策限制，凭借以往跟英伟达的供应链合作关系，争夺到高端算力资源。当时，百度虽然已经有昆仑芯AI芯片，但2023年自研芯片尚未形成规模。

（图源：Omdia报告）

坊间流传，当时百度与英伟达黄仁勋直接对接，锁定A800芯片的优先供货权。而这层关系背后，是百度长期在AI领域，特别是飞桨框架构建的生态羁绊。

鲜为业内知晓的是，百度飞桨早在2020年便布局硬件生态，当年联合13家国内外顶级硬件厂商发起“飞桨硬件生态圈”计划，就优先绑定了英伟达，作为深度合作伙伴，通过高频次中高管对接，英伟达组建了专职PM与研发团队专项对接。这种长期合作积累的信任基础，应该为百度参与抢芯大战提供了不少助力，也有力支撑了百度智能云的AI算力集群，以及文心大模型作为首个对标chatgpt的中文大语言模型率先问世。

可以说，这一阶段的竞争胜负，取决于资本实力与供应链掌控力。

2023年的抢卡大战，堪称国内云厂商在AI时代的首场硬仗，为中国AI的发展提供了不可或缺的算力弹药，并影响到后续战略走向。后来，算力储备充足如阿里云，可以通过降价抢占市场，而受海外供货限制的华为等厂商，则转向差异化突围。

同时，当竞争集中在卡型、算力规格，也让供应链危机格外凸显。英伟达芯片供应链的不稳定性，也让云厂商开始清醒认识到，过度依赖外部硬件绝非长久之计。自此，国内云厂商纷纷加大自研芯片投入，百度昆仑芯、阿里含光、华为昇腾等产品加速迭代，埋下了国产硬件突围的伏笔。

AI云的第二战：模型的尖刀

囤了这么多GPU卡，云厂商是不是立马开战AI了？万万没想到，2024年初的第一场云较量是《幻兽帕鲁》。现象级游戏《幻兽帕鲁》爆火，海量玩家的集中涌入导致服务器濒临崩溃，阿里云、华为云、腾讯云、京东云等国内厂商集体响应，针对性推出专属服务器。

大型游戏云服务，拼的是全球多节点、充沛算力、稳定网络，以及低价，这跟AI有半毛钱关系吗？大模型热潮已席卷一年，说好的AI云大战似乎迟迟未进入核心阶段。

云厂商很快发现，想靠AI+云计算赚到钱，只堆算力并不够，还必须将算力转化为企业开箱即用的服务，也就是MaaS（模型即服务）。

与开年的云游戏形成鲜明对比的，是2024年底我参加某头部云厂商的年度沟通会，其内部人士直言，云部门首次取代政企部门，在集团中优先登台汇报，核心源于亮眼的增长表现，而这份增长的核心驱动力，正是自研大模型这一“尖刀产品”。

MaaS赛道的竞争逻辑，就是把自研大模型，锻造成切入业务场景的一把“尖刀”。

阿里云靠开源，通义全系列模型+“百炼”平台，构建模型的微调与部署一体化，以生态粘性锁定用户，同时主动发起价格战抢占市场份额。百度智能云则文心闭源+模型超市，升级文心大模型，同时千帆平台支持几十款主流开源模型一键调用，以开放的开发者生态扩大影响力。

腾讯云发力政企服务市场，在2024年全球数字生态大会上披露，腾讯云“自研+被集成”战略成效显著，服务客户超200万家，SaaS合作伙伴收入增幅突破100%。

这一年，火山引擎也正式加入AI云大战，凭借极强的工程化能力和推理优化，将模型推理成本降低90%以上，直接推动AI应用规模化爆发。

华为云则走出差异化路线。凭借政企市场的积累，发布盘古大模型3.0，构建L0（基础层）至L3（行业层）的四级架构，聚焦政务、金融、制造等场景，以行业Know-How构筑壁垒。

可以看到，这一阶段的竞争胜负手，已从单纯的算力储备，转变为模型能力、行业适配能力。

风险也在酝酿，那就是模型能力几乎难以拉开差距，这就导致Maas服务对客户的锁定效应不明显。这一困境并不是国内云厂商独有的。

《Big AI: Cloud infrastructure dependence and the industrialisation of artificial intelligence》作者调研也发现，海外云基础设施也体现出高度相似性，AWS、Microsoft Azure与GCP虽提供多样化服务，但核心服务类型与名称高度相似，这凸显了云基础设施的共性要素。

（图：云AI堆栈） 注：图中展示了亚马逊网络服务、微软Azure和谷歌云平台中云平台产品和服务之间的结构性互联。线条粗细表示引用频率，指示不同产品和服务之间联系的强度。

究其原因，是AI与云计算的整合，离不开一套完整技术栈、云基础设施工具及服务生态中的核心组件，这个庞大的技术栈必然有大部分都是重合的。

于是，云厂商的AI大战开始迈入第三阶段，转向AI Infra，增强共性基础要素的综合竞争力。

AI云第三战：Infra的生态锁定

时间来到2025年，两大核心变量，将AI云竞争推向AI Infra（人工智能基础设施）的战场。

一是模型。2025春节，DeepSeek横空出世，模型重心从训练规模转向推理效率。即便基于同一款开源模型，不同厂商的推理成本差距可通过Infra优化能力无限拉大，“同模型不同命”让企业越来越重视云基础设施的深度优化能力。

二是应用。Agent智能体应用爆发，又是典型的“Token大户”，AI Infra作为连接算力与应用的关键桥梁，直接影响到智能体的能力差异，头部云厂商与中小玩家的差距持续扩大。

此时，AI云已经进入AI Infra阶段，成为巨头的游戏。头部厂商纷纷加码布局，加速技术架构升级与组织调整。阿里云首提基础设施，华为云依托昇腾芯片与ModelArts平台打造全栈自主可控底座，百度智能云则提出AI-Native服务架构，打造从芯片研发、集群部署到平台优化的全链路技术闭环，腾讯云也专门成立AI Infra部门。

为什么支撑大模型和agent应用，离不开AI Infra？这背后其实就是一本经济账。

想开源，增加AI云的使用量和收入，AI Infra 有极强的生态锁定优势。企业一旦将核心业务Agent部署于某家厂商的Infra之上，迁移成本极高，形成稳固的用户粘性。比如谷歌与Anthropic、Midjourney达成深度合作，亚马逊成为Stability AI、Hugging Face的首选云合作伙伴，都是这个逻辑。

想节流，硬件芯片的性能释放效率，完全依赖Infra层的适配调度能力。特别是在GPU供给受限的背景下，华为昇腾、寒武纪、沐曦等国产集群，更需要深度优化来提升算力利用率，让云厂商的单位Token成本持续下降。AI Infra靠自研芯片摆脱对单一供应商的依赖，将推理成本压至行业低位，构建可持续的成本优势。

要知道，云计算是一门规模生意，成本决定生死，成本架构的优化能力是最底层的竞争力。而既能开源，又能节流，AI Infra就成了云厂商在AI时代最大的利润池与护城河。

AI Infra的核心竞争力，体现在各层级技术的全面布局、深度协同、极致优化，分别对应的是技术架构是否完整、技术之间能不能打通、降本增效效果好不好。

从底层，国产芯片正为AI Infra奠定基础。华为昇腾性能已接近英伟达，百度昆仑芯片支持万卡集群部署，阿里含光800专攻云端计算优化，这些国产芯片的性能提升，持续强化AI Infra的算力供给能力。

2025年超节点的火热，也是系统级优化的一个成果体现，通过架构创新，实现算力效能倍增。比如百度天池256/512超节点通过拓扑优化，将卡间互联带宽提升4倍；华为云CloudMatrix 384超节点将384颗昇腾NPU与192颗鲲鹏CPU互联，都填补了国产超节点集群的市场空白。

当然，算力资源只是基础，能否实现规模化调度、稳定推理、低成本运营及生产环境长期适配，才是对云厂商全栈能力的终极考验。百度百舸平台、华为云昇腾与CANN、火山引擎HiAgent体系，都是通过全链路优化让算力真正好用、易用。

可以说，有了可持续的AI Infra，云厂商就算打价格战，也比别人的血条更厚、撑得更久。

阿里云宣布未来三年投入超3800亿元用于云和AI硬件基础设施建设，腾讯新成立AI Infra（人工智能基础设施）部，头部厂商的持续加码，印证了AI Infra的长期价值。而这一切，最终都回归到AI云的核心逻辑：谁能让AI跑得更稳、更省，谁就能聚集起更大的用户规模，建立强者恒强的行业地位。

云起AI之潮，决战Infra之巅，云厂商的AI大战，接下来将进入到白热化阶段。

上世纪末的光纤基建狂潮，为后来的Google、Facebook崛起，以及互联网时代的爆发，筑牢了物理根基。今天，云产业正在复刻这一逻辑。

头部云厂商砸下千亿级资金布局AI基础设施，本质是在为下一个时代的科技巨头搭建成长底座。AI Infra作为AI时代的水电煤，直接决定了未来十几年智能产业的发展格局。战局如何演进，让我们拭目以待。