算力分层加剧：大厂GPU优先自用，小厂陷供应短缺

微软、亚马逊等云巨头正将英伟达GPU优先分配给内部团队及头部客户，中小AI初创企业陷入“一芯难求”困境

算力资源的争夺，正在硅谷掀起新一轮结构性危机。这一次，压力实实在在地落在了中小AI初创公司的肩上。

据The Information报道，此轮供应紧缺已波及多家获得红杉资本、Founders Fund、General Catalyst及Andreessen Horowitz等顶级机构支持的AI初创公司。情况有多严峻？General Catalyst的管理合伙人Hemant Taneja已经直接向其投资组合的创始人们发出了调查问卷，核心就是询问算力获取情况。问卷里的措辞毫不掩饰：“我们听到很多人反映，算力——尤其是GPU访问——是今年面临的最大瓶颈之一。”

供应端的收紧，直接推高了租用价格。这固然让云服务商的利润率获得了久违的提振，但初创企业的运营成本也随之大幅攀升。更关键的是，等待时间变得遥遥无期。微软Azure已向内部员工明确传递了一个信号：客户应该做好心理准备，漫长的等待至少会持续到2026年底。可以说，算力格局的重塑，正在深刻影响整个AI创业生态的生存土壤。

历史重演，但烈度更甚

眼下的GPU短缺，与2023年初的情形颇有几分相似。当时，云服务商同样从公共云服务中抽调算力，优先支持内部团队及OpenAI这样的核心客户。最终，逼得Andreessen Horowitz和Index Ventures等风险投资机构不得不自行组建GPU资源池，来缓解投资组合公司的燃眉之急。

然而，当前局面的严峻程度，可以说有过之而无不及。The Information指出，AI编程工具的爆发式需求正在火上浇油，而像Anthropic这样的大型AI开发商对算力的胃口激增，进一步挤压了留给中小客户的空间。

还有一个加剧短缺的结构性因素：大量AI初创企业此前签订的两至三年云服务合同，正陆续到期。这给了云服务商一个绝佳的窗口期——他们可以借此机会向客户开出更高的价格，或者干脆将算力重新分配给出价更高的“新买家”。

微软“用进废退”，分级制度明确排序

为了应对汹涌的需求，微软的算力分配机制已经形成了一套清晰、甚至有些冷酷的等级体系。据一名掌握内情的微软员工透露，Azure将客户划分为三个明确的层级：

Tier 1是大约1000家云支出最高的大客户，他们享有最优先的访问权；Tier 2是支出规模次之、但仍配有专属销售代表的客户；而Tier 3则是规模较小的企业，其客户关系通常由CDW等微软经销商合作伙伴代为管理。

在芯片准入门槛上，微软近几个月也开始大幅提高标准。希望获得英伟达最新Blackwell芯片的客户，现在至少需要承诺租用1000块芯片、期限不低于一年，合同金额动辄达到数千万美元。即便是租用旧一代的英伟达芯片，客户也需要等待数周乃至数月。

更值得关注的是微软的“用进废退”政策。对于按需付费获得GPU访问权限的客户，微软会持续追踪其使用率。一旦服务器闲置哪怕仅仅数小时，便可能立刻撤销其访问权限。这一规则甚至适用于通过“微软初创企业计划”获得免费算力积分的初创公司——如果未能充分利用芯片，同样会被取消GPU访问资格。

初创企业：涨价、被“鸽”、抢不过大客户

图像生成AI初创公司Krea的遭遇，可以说是当前困境的一个缩影。这家成立四年、已从Andreessen Horowitz和Bain Capital Ventures等机构融资8300万美元的公司，六个月前还以每小时每块芯片2.80美元的价格，顺利签下了数百块英伟达Blackwell芯片的六个月合同。

然而，当Krea近期为了从头训练新模型而寻求更多服务器时，局面急转直下。联合创始人兼CEO Victor Perez描述道，部分云服务商的销售代表直接不接电话；等到好不容易有人回电，不仅告知价格大幅上涨，还要求必须签订三年期合同才愿意继续洽谈。“有些直接消失，有些说没有货，还有些试图让我们接受极其苛刻的条款，”Perez无奈地表示。

最终，Krea以每小时3.70美元的价格签下了一年期合同，较上次合同价格上涨了32%。这还不是最夸张的。另一位寻求租用近1000块GPU紧密集群的初创企业创始人透露，英伟达销售人员上周直接告诉他，在大型云服务商处找到此类集群“极为困难”——该集群的每日租金将超过7万美元。

GPU云服务商Lightning AI的数据，从供需角度印证了这种紧张态势。该公司目前在线GPU约4万块，但来自约40家客户的待处理订单，合计需求高达约40万块。其CEO Will Falcon表示，过去六个月价格已上涨逾25%，从每小时约1.60美元涨至逾2美元，部分紧俏型号的价格还要更高。

部分创始人选择“脱云自建”

面对漫长的等待和不断攀升的租用成本，一部分初创企业创始人开始考虑更激进的方案：绕开云服务商，自行购买GPU。

AI袋里初创公司Collide的创始人Collin McLelland就是其中之一。该公司正考虑花费约50万美元直接购买英伟达GPU自行运营。Collide去年完成了1400万美元种子轮融资，专注于为油气行业开发AI袋里产品。McLelland的计划是，直接向数据中心或云服务商租用机房空间来托管自购的GPU，以此彻底规避租用模式下的等待时间和不确定性。

“对我们来说，在需要算力时却没有算力，是最大的风险，”McLelland解释道，“大多数人只是害怕硬件。我拥有过油井，所以对此已经麻木了。”尽管短期内自购GPU的资本支出远高于租用，但他认为从多年的维度来看，综合成本反而更低，而且能一劳永逸地摆脱对云服务商的依赖。

云厂商利润受益，但生态隐忧浮现

对云服务商而言，此轮供应紧缺带来了久违的利润改善。要知道，此前部分云厂商在GPU业务上盈利一直承压，而当前的供需失衡使其得以顺势提高租用价格，边际利润率随之回升。

然而，这一格局对AI创业生态的长期影响，却不容乐观。算力资源向头部客户和内部项目高度集中，意味着中小初创企业在模型训练和产品迭代上将面临更高的门槛和更大的不确定性。General Catalyst正在研究通过建立共享算力池，或代表初创企业直接与云厂商谈判等方式，来帮助投资组合公司获取GPU资源——这与2023年风险机构自建GPU池的应对思路如出一辙。这恰恰折射出一个核心问题：算力获取，已经超越单纯的市场行为，成为AI投资生态中一个不可回避的、结构性的挑战。