人工智慧（AI）运算需求的扩张态势持续升温，且影响范围正从晶片本身扩散至更广泛的基础设施领域。云端服务商 CoreWeave(CRWV-US) 两位高层近日接受媒体采访指出，目前产业最大的限制已从晶片转向资料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 共同创办人暨首席发展长 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讯号。

相反，随着 AI 代理（AI agent）浪潮加速推进，市场对 CPU、记忆体等周边资源的需求正相对于 GPU 明显攀升，促使资料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资料中心建筑主体本身，而不是 GPU 晶片或 HBM 记忆体等运算与储存组件。

为了因应推理运算需求快速攀升，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，当时公司透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运算与 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(META-US) 、Google(GOOGL-US) 、微软 (MSFT-US) 、辉达 (NVDA-US) 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布局。

架构大翻修：CPU、记忆体需求急起直追

AI 代理与推理模型的兴起，正在改写资料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 与记忆体需求相对 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资料中心的标准规格，预留更多空间给记忆体与 CPU 设备，未来将可看到大量辉达 Vera CPU 机架与 Vera Rubin GPU 伺服器并排部署的场景。

在 CPU 供应商方面，Robbins 表示目前机队仍以超微半导体 (AMD-US) 产品为主，但随着客户需求演变，辉达 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。

瓶颈不在晶片，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 晶片或 HBM 记忆体，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 记忆体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，借此保护利润率，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

谈到辉达新一代 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，预计相关伺服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(SPCX-US) 、Nebius (YNDX-US) 、甲骨文 (ORCL-US) 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、效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 SemiAnalysis 也给予公司独一无二的铂金评级。

他认为，辉达优先分配 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 运算效率作为卖点；
• 对企业客户，公司则凭借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。