•
我們還是低估了輝達
以退為進，輝達的雲霸主夢未滅。
即便市值已經突破 4 兆美元，我們還是低估了輝達，大大的低估了。
在不少人的印象中，輝達依然是那個「核彈廠」。其實，在 AI 急需的晶片之外，輝達始終有一個雲平台的野心。
2023 年，輝達的 DGX Cloud 高調登場，一台實例配備八塊 H100，月租 36999 美元，定價直達天花板，也被外界視作輝達挑戰 AWS、Azure 這些老牌雲廠商的訊號。
然而，2025 年中，這個「親兒子」卻悄然退出 C 位。輝達不再將其數十億美元的雲支出承諾對齊 DGX Cloud，其角色轉向內部基礎設施與研發用途，而非面向企業市場的主打產品。
取而代之的，是 2025 年新上線的 Lepton——一個 GPU 租賃與調度的市場型產品。從定義來看，新的 Lepton 是一個算力管理和分發平台，更像是一個算力需求的「入口」。
DGX Cloud 為什麼退場？Lepton，能不能接承接住輝達在 AI 時代成為雲端運算霸主的野心？
01. 以退為進
很多人或許都還記得 2023 年的「GPU 荒」，企業即便有錢，也往往買不到 H100。於是輝達順勢推出了 DGX Cloud，把自有的高端算力叢集「按月出租」，企業開通即用。
在推出的第一年，DGX Cloud 的確收穫了熱度。到 2024 年底，輝達的財報顯示其軟體與服務收入（包括 DGX Cloud）達到了 20 億美元的年化水平。
然而，轉折點出現在 2024 年下半年後，隨著 GPU 供應逐漸緩解，亞馬遜、微軟、Google等雲廠商紛紛「砍價」，DGX Cloud 的優勢隨之消散。以亞馬遜的 AWS 為例，其對 H100 和 A100 實例降價幅度高達 45%，遠低於 DGX Cloud 的租賃價格。
對客戶而言，DGX Cloud 的緊缺溢價很快失去立足點。
更現實的問題還在於「管道衝突」。
亞馬遜、微軟和Google是輝達最大的晶片買家，對輝達的營收構成了極大支撐。DGX Cloud 的直接客戶模式意味著輝達和這些合作夥伴搶生意。每一份 DGX Cloud 合同，都有可能擠壓 AWS、Azure 或 GCP 的收入。
買家的擔心是可預期的，更長遠的後果，是推著這些夥伴加碼自研晶片，如 AWS 的 Trainium、Google的 TPU，以降低對輝達的結構性依賴。
而且短時間內，建立起穩定的客戶黏性也是挑戰，有些企業會把 DGX Cloud 當作臨時方案，在產能緊繃、項目啟動急的窗口期租上幾個月，隨後再遷回長期合作的 AWS、Azure 或Google雲。
考慮到這些，到最新的財年，輝達的財務披露中不再將巨額的雲支出承諾歸於 DGX Cloud，這項服務仍然列在收入類別中，但其角色已明顯轉向內22部基礎設施。換句話說，DGX Cloud 仍然存在，但它逐漸退回輝達內部，不再打算與微軟、亞馬遜、Google等公司正面競爭。
除了選擇把 DGX Cloud「轉為內用」，輝達還把外部注意力引向一個新的平台化入口：
Lepton。
輝達在 2025 年 5 月推出這個新平台，也在 DGX Cloud 體系名下，但不同於 DGX Cloud 那種把「輝達自己的 AI 晶片直接租給客戶」的模式，Lepton 完全不碰 GPU 庫存，它只是負責「把需求導向合適的雲服務商」，包括 AWS、Azure，也包括輝達自己一手扶持的雲服務商。
「Lepton 會將我們的全球 GPU 雲提供商網路與 AI 開發者連接起來。」輝達創始人兼 CEO 黃仁勳在發佈 Lepton 時稱，目標是：
「打造一個全球規模的 AI 工廠」。
簡而言之，為了不緩解和管道的競爭，輝達的策略重點已經不再是一個「輝達雲」。
02. Nvidia「朋友圈」
但 DGX Cloud 角色的淡出並不意味著輝達放棄了雲。在過去兩年裡，輝達一直在扶持自己的雲服務商「小弟」。而且還出現過讓人覺得匪夷所思的一幕——輝達一邊把 GPU 賣給雲夥伴，一邊又從這些夥伴那租回算力。
以 CoreWeave 為例，輝達不僅在 2023 年投資了 CoreWeave 1 億美元，還向其優先供貨 H100 GPU。在供需緊張時期，這讓 CoreWeave 成為少數能大規模提供輝達 GPU 的雲服務商。而輝達自己又回過頭來，從 CoreWeave 租用這些 GPU。
Lambda 也類似，這是一家規模小得多的 GPU 雲服務提供商。2025 年 9 月，輝達與 Lambda 簽訂了一份價值 15 億美元的租賃協議，租期為四年，其中包括租回 1 萬台搭載自家頂級 GPU 伺服器，總價值約 13 億美元。這個交易讓輝達成為 Lambda 最大的客戶，而輝達自己的研發團隊將使用這些 GPU 訓練模型。
具體來說，輝達先通過銷售晶片獲得即時收入，讓財報好看、股東滿意；合作夥伴則依靠出租 GPU 獲得穩定現金流，從而擴大規模；隨後輝達再以租賃的方式把算力鎖定在自己手中，確保關鍵時刻不會斷供。此外，這和普通公司選擇租用雲服務而不是自建機房的邏輯是一樣的，可以更靈活地應對研發波峰和波谷。
這個操作的精妙之處在於，晶片賣出的那一刻，收入立刻計入輝達帳面，支出則後置，租金在未來幾年慢慢攤銷，轉化為營運成本。與此同時，輝達無需自建資料中心，資產壓力最小化。
對合作夥伴來說，輝達成了最大甲方，算力與現金流被繫結，強化了其生態黏性。更微妙的是，這種操作還能穩定市場心理。當連輝達都願意以這個價格回租，便相當於為AI 算力行情做了一次背書，錨定了價格預期，最終變成一石三鳥。
這套玩法複製到了各種輝達系雲端運算初創公司中：賣晶片-投資客戶-租回服務-再次賣晶片，最終變成一個自循環的 AI 晶片生態資金鏈。
與此同時，輝達還通過旗下專門的風險投資部門 Nventures，在更廣闊的 AI 生態下注。它投資了很多初創公司，從模型開發，到應用層的初創企業。雖然這些公司並非都做雲服務，但邏輯是一致的：通過投資繫結潛在客戶和未來生態，只要這些初創公司成長壯大，它們的算力需求最終都會轉化為對輝達晶片的採購。
可以說，輝達不僅僅是在賣晶片，它就像是在經營一個龐大的 AI 創業孵化器，來打造一套「輝達系」雲生態。
03. AI 算力的「App Store」
說回 Lepton，它與輝達「賣一手、租一手」的本質有一點相似，就是給算力「做市」。
與 DGX Cloud 直接對客戶不同，Lepton 並不親自經營雲服務，而是作為「流量調度者」，把客戶的任務分發給生態合作夥伴的資料中心。
它本質上是一個算力市場，使用者只需在 Lepton 平台提交需求，Lepton 會自動匹配到可用的 H100 或 Blackwell GPU，無論這些硬體位於 CoreWeave、Lambda，還是 AWS、Azure 的機房。
而且，Lepton 將所有 GPU 雲資源整合到輝達的軟體棧之下，比如 NIM 微服務和 NeMo 框架。開發者無需關心背後的提供商，只需通過 Lepton 平台即可獲得一致的開發體驗和環境。
更關鍵的是，Lepton 化解了輝達與雲巨頭的衝突。在這種模式下，輝達不再是 AWS、Azure 的直接競爭對手，而是中立的調度平台。AWS 和微軟也加入了 Lepton，原因很簡單，通過這個市場，它們能夠接觸到額外的算力需求。
對於輝達來說，與合作夥伴對抗的風險太大，遠不如退到幕後，轉而做算力市場的調度者和掌控者。這是典型的「退一步，海闊天空」，不再冒犯合作夥伴，反而繼續掌控生態入口，不論客戶選擇那家雲，最終都離不開輝達的 GPU 和軟體棧。
於是，放棄建構自己的雲服務就不是軟弱的表現，Lepton 對輝達來說是一個魚與熊掌兼得的策略。
當然，Lepton 的推廣也非一帆風順。一些中小型雲廠商擔心輝達借此插足客戶關係，或影響定價，它並非一夜之間就能改變遊戲規則。但當 AWS 和 Azure 都進入市場後，Lepton 的存在無法忽視。未來 AI 算力的跨雲調度，有可能會通過某個平台來完成。
對開發者來說，「在那裡算」變得次要；能不能算、多久能算、成本如何才是核心，而這些正是 Lepton 試圖統一的體驗層。
輝達不再需要自建一個「輝達雲」，也不必在 IaaS 層與夥伴正面相撞，它想做的是把所有玩家拉入自己的體系，讓所有雲使用輝達的 GPU、呼叫輝達的框架、通過輝達的入口完成採購與調度。
如果順利，它看似只是一個 GPU 聚合市場，實則可以成為算力世界的控製麵板。誰接到單子，誰活得下去，分配權掌握在輝達手中。更長線的收益是資料與感知，Lepton 在跨雲調度過程中天然能觀察到那類任務最活躍、那些地域更緊張、那一代 GPU 使用更頻繁、價格彈性如何，反過來輔助商業決策。
就像蘋果通過 App Store 掌控了移動網際網路，輝達想用 Lepton 做到同樣的事，只是對象從 App 換成了算力。
這也解釋了輝達當下的市場邏輯。簡言之，它並不需要擁有雲，它只需要擁有算力棧和需求入口。只要全球 AI 訓練與推理仍以其 GPU 為核心，無論算力最終落在亞馬遜 AWS、微軟 Azure、Google GCP，還是 CoreWeave、Lambda，無論客戶選擇誰，只要掌控價值鏈，輝達都能獲得價值。
從 AI 晶片，到 DGX Cloud，再到現在的 Lepton，輝達的計畫早已經從硬體過渡到「算力」和「平台」的階段——任何一家公司市值突破 4 兆美元、其產品已經成為 AI 時代重要生產資料的公司，都不可能沒有更大的野心，不是嗎？ (極客公園)