原文标题：An Interview with CoreWeave Executives: AI Demand Seems to 'Intensify' Every Day
原文作者：Tae Kim
原文编译：Peggy，BlockBeats
编者按：这篇访谈提供了一个观察 AI 算力周期的窗口：需求并没有因为上一轮 GPU 抢购潮而降温，反而正在被智能体、推理和企业级 AI 应用继续推高。
本文采访了 CoreWeave 联合创始人兼首席发展官 Brannin McBee，以及企业发展与投资者关系副总裁 Nick Robbins，讨论 AI 需求和 neocloud 市场的现状。CoreWeave 高管的核心表述很直接——AI 需求似乎每天都在以新的方式加剧，而真正的瓶颈也正在从「有没有 GPU」转向更复杂的基础设施问题：数据中心供电壳体、CPU、存储、电工、供应链执行能力，以及客户愿意为新一代算力支付多高成本。
CoreWeave 的特殊性在于，它处在 AI 基础设施链条的中间位置：既服务 OpenAI、Anthropic、Meta、Google、Microsoft、Nvidia 等头部客户，也直接感知研究实验室、企业客户和超大规模云厂商的需求变化。因此，它看到的不只是「GPU 是否短缺」，而是 AI 工作负载本身正在发生结构性变化。随着 agentic AI 和 reasoning 模型兴起，算力需求不再只围绕 GPU 展开，CPU 和存储的重要性也在上升，新一代数据中心设计必须为 Vera CPU、Vera Rubin 服务器和更多存储预留空间。
这也解释了为什么 AI 基础设施竞争正在从单纯的芯片采购，转向更全面的工程交付能力。谁能更快拿到供电数据中心、部署服务器、打通供应链、优化每 token 成本，谁就更接近这一轮 AI 资本开支周期的核心。CoreWeave 反复强调「客户驱动」，背后其实是一个更大的判断：AI 云厂商不再只是卖算力，而是在根据最前沿客户的路线图，提前重构下一代 AI 工厂。
对于投资者和行业观察者来说，这篇访谈最值得关注的不是某个单点数字，而是 AI 基础设施需求的变化方向：GPU 仍然重要，但瓶颈正在扩散；Nvidia 仍是核心，但 CPU、HBM、存储和数据中心供电能力正在成为新的变量；AI 需求仍在增长，但未来的胜负可能取决于谁能把复杂基础设施持续、稳定、规模化地交付出来。
以下为原文：
CoreWeave 被视为 neocloud（新型云服务）领域具有创新性的早期市场领导者。
它是唯一一家获得 AI 研究机构 SemiAnalysis 最高级别「白金评级」的云服务商。CoreWeave 成立于 2017 年，为初创公司和大型企业提供大规模 GPU 算力。
Key Context 近期采访了 CoreWeave 联合创始人兼首席发展官 Brannin McBee，以及企业发展与投资者关系副总裁 Nick Robbins，讨论 AI 需求和 neocloud 市场的现状。
以下为本次对话中编辑后的要点：
AI 需求持续加剧
Tae：智能体 AI 的需求浪潮是从什么时候开始爆发的？
Brannin：我们在去年第四季度就看到了真正的开端。当时，我们正与客户进行工程层面的沟通，讨论他们预计会在今年第一季度推向市场的产品。
这一直是我们看待客户需求时非常重要的视角。我们和客户之间存在一种深度互联的工程关系。正是这种关系让我们能够提前看到趋势，而不是等变化发生后再被动响应。
如果从 AI 市场的产品角度来看，我会说，第一季度是推理和 AI 消费出现巨大拐点的时刻，而且这种加速到现在仍在继续。
Tae：目前 AI 需求处于什么状态？和几个月前相比，最近几周是否完全没有放缓迹象？
Nick：它似乎每天都在以新的方式加剧。
Tae：请谈谈在智能体 AI 浪潮中，CPU 相对于 GPU 的需求上升趋势。你们会在 Nvidia GPU 服务器旁边部署一排排 Vera CPU 机架吗？
Brannin：CoreWeave 从 2023 年开始就在运行 CPU。我们一直都有完整的云产品。所以问题并不是我们是不是刚开始增加 CPU，而是客户到底需要什么？这种需求在相对意义上是否正在上升？答案是，非常明确，确实如此。
随着智能体和推理能力在模型中真正兴起，存储需求相较前几代也在上升。我认为这一趋势会继续。
Nick：对于你的问题，答案是肯定的。你绝对会看到大量 Vera CPU 被部署在大量 Vera Rubin 服务器旁边。去年，我们实际上从根本上重新设计了基础数据中心方案，为更多存储和更多 CPU 留出了空间，让它们可以部署在 GPU 旁边。
我们之所以这么做，是因为我们在整个生态系统中处于一个非常独特的位置。我们是唯一一家服务于所有最先进技术用户的独立云服务商。没有其他独立 AI 云服务商可以说，Anthropic、OpenAI、Meta、Google、Microsoft、Nvidia 等都是自己的客户。
这为我们的业务创造了一个有益的飞轮，或者说正向反馈循环：我们能理解客户正在把技术带向哪里，并据此进行规划。
瓶颈不再只是 GPU
Tae：未来你们会主要使用 Nvidia Vera CPU 吗？
Nick：这取决于具体工作负载。我们做事是由客户需求驱动的。我们确实预计会成为 Vera CPU 的早期且重要的采用者，这一点我们已经披露过。目前，我们的机群实际上主要还是 AMD，但随着时间推移，这可能会根据客户需求发生变化。客户对 Vera CPU 的兴趣非常浓厚。
Brannin：这也很好地提醒我们，可以谈谈我们的合同是如何运作的。正如你所知道的，我们 98% 以上的收入都是由合同驱动的。我们不是在猜客户想要什么样的基础设施。客户会非常明确地告诉我们，他们需要什么样的配置。一切都是客户驱动的。是客户在定义我们要建设什么。
Tae：谈谈竞争格局吧。面对 SpaceX、Nebius、Oracle 这样的 neocloud，以及 Azure、AWS、Google 这样的超大规模云服务商，你们是如何进入市场并参与竞争的？
Brannin：在差异化方面，我更愿意从第三方验证的角度来看。除中国外，全球排名前十的 AI 实验室中有九家在使用我们的平台。SemiAnalysis 一直将我们在性能方面单独列为最高水平。我不认为我们之所以能获得这样的 GPU 分配，是因为我们和 Jensen 的私人交情。
这说明供应商对我们的执行记录和工程能力有很深的信心，相信我们能够在全球范围内最好地体现其产品能力。
Nick：我们能够赢得超大规模云服务商客户，是因为我们非常擅长执行。我们能够以极快的速度搭建这些系统，而且它们运行得非常好。我们能够赢得研究实验室客户，是因为我们提供了性能最强的技术版本，并且在每 token 效率上表现最好。
我们能够赢得企业客户，是因为基础设施确实运行良好，而且我们构建了一个非常优秀、同类最佳的编排层，这也是白金评级等认可的来源。
但越来越重要的是，在 AI 云服务商中，我们已经构建出最成熟的一层能力，覆盖推理和开发工具，帮助企业把 AI 真正投入生产。
这意味着，我们正在构建和交付一些产品，最终帮助那些技术成熟度相对较低的企业，把数据转化为模型，再转化为可以在内部运行的智能体，而我们也可以在这个过程中交叉销售 CoreWeave 云服务。
Tae：目前的瓶颈是什么？是已经具备供电条件的数据中心壳体？GPU？还是电工？
Brannin：是 powered shells，也就是具备供电条件的数据中心壳体。更准确地说，是这些壳体内部的组件。你特别提到电工，这一点完全正确。这是一个复杂的领域。
但重要的是，我们已经有 49 个这样的站点上线并运行。我们不是把希望寄托在一两个站点上。我们已经做了 49 次。
这是一份非常深厚的执行记录。
这也意味着我们积累了大量知识，知道如何处理供应链问题，知道在这条供应链中哪些供应商适合合作，哪些供应商不适合合作。
编者注：powered shells 指数据中心建筑本身，不包括实际的计算服务器硬件。
Tae：关于 HBM 内存的成本和短缺，你们能透露些什么？你们如何应对？客户是否需要承担涨价成本？
Nick：答案是肯定的。我们的商业模式设计，是在签署 GPU 采购订单、确定我们要支付多少成本的同时，锁定我们向客户收取的 GPU 价格。更广义地说，也就是服务器价格，而服务器价格显然包含 HBM 成本。
这就是我们隔离日常价格波动影响的方式。
如果下一笔交易中我们的组件成本上升，我们会把这部分成本反映到我们认为可以向客户收取的价格中，从而保护我们的利润率。我们在将这些成本传导给客户方面受到很好的保护。这是我们非常密切关注的事情。
目前，获取组件并不是最大的瓶颈。最大的瓶颈是 powered shell。但未来某些时候，这个答案可能会来回变化。
Tae：你们预计 Vera Rubin 的部署爬坡会如何展开？今年下半年会是什么情况？
Nick：我们显然是全球第一家启动并全面验证 VR，也就是 Vera Rubin 机柜的公司。去年我们在 GB200、GB300 上也是这样。我预计 VR 会在今年晚些时候开始出现。
我预计，真正大规模、非常强劲的部署爬坡会贯穿整个 2027 年。这个节奏和 GB 类似：GB 在 2025 年开始出现，但真正大规模爬坡实际上贯穿了整个 2026 年。也就是说，去年年底已经部署了不少，但今年才是真正大规模部署 GB 的一年。
我预计，在未来 12 到 18 个月里，VR 会呈现非常相似的节奏。
