年营收暴涨1567%，黄仁勋为其站台，这家云厂商如何靠AIGC起飞？

本文由 智东西 撰写/授权提供，转载请注明原出处。

文章来源于：智东西

作者：香草

编辑：李水青

近几个月来，一家美国云计算创企的名字——CoreWeave，频繁出现在公众视野中。

先是在 4 月，CoreWeave 获得英伟达参投的 2.21 亿美元B轮融资，又在 1 个月后获得领投基金 Magnetar Capital 的 2 亿美元延期投资。

8 月初，CoreWeave 以英伟达 H100 芯片为抵押，获得 23 亿美元的债务融资。8 月底，CoreWeave 被曝正在寻求出售少数股份，估值或达 80 亿美元。

除了连续的大额融资外，CoreWeave 还被曝获得微软的算力大单。6 月 2 日，CNBC 援引知情人士消息报道微软与 CoreWeave 签署了 AI 算力协议，微软将在未来几年向 CoreWeave 采购数十亿美元的云计算基础设施。

CoreWeave 创始人之一 McBee 在今年 8 月的采访中透露，2022 年，该公司营收为 3000 万美元，2023 年将达到 5 亿美元，同比暴涨 1567%。而明年，CoreWeave 已经签署了近 20 亿美元的合同，目前正在建设 12 个不同的数据中心，预计将实现约 15 亿美元的营收。

成立于 2017 年的 CoreWeave，起初是一家加密货币挖矿公司，后在 2019 年转型成为云服务提供商。随着近年来生成式 AI 浪潮风靡全球，CoreWeave 也摇身一变成为算力新秀，坐拥数万块芯片狂揽算力大单。

在 H100 一卡难求的情况下，CoreWeave 能够成为首批供应商之一，与亚马逊、谷歌、微软、甲骨文等云巨头站在同一位置，可见英伟达对它的看重。

打开 CoreWeave 官网首页，可以看到英伟达为其背书：“CoreWeave 是英伟达的重要合作伙伴……英伟达是 CoreWeave 的支持者，我们为此感到自豪。”

▲英伟达为CoreWeave“站台”（图源：CoreWeave官网）

那么，CoreWeave 是如何从一家“挖矿”公司起家，摇身成为 AI 算力新秀的？它为什么能得到英伟达的“偏爱”？与其他云厂商相比，它有什么不同之处？让我们从 CoreWeave 的发展历程来探知答案。

CoreWeave 的联合创始人兼首席战略官 Brannin McBee 称，几个月前，可能还很少有人听说过这家公司。而现在，CoreWeave“准备从生成式 AI 热潮中赚取数十亿美元”。

打开企业数据库 Crunchbase 可以看到，从今年 4 月至 8 月，短短 4 个月内，CoreWeave 完成了三笔共 27.21 亿美元（约合 198 亿人民币）的融资。据彭博社 8 月底报道，CoreWeave 正在寻求出售少数股份，其最新估值达到 80 亿美元（约合 582 亿人民币）。

▲CoreWeave今年的融资情况（图源：Crunchbase）

虽然英伟达只参与了其中 4 月进行的 B 轮融资，但在 8 月初官宣的债务融资中，CoreWeave 拿出了当下高度抢手的英伟达 H100 芯片作为抵押品，似乎在宣告自己的“特权”。

英伟达 CEO 黄仁勋也对 CoreWeave 赞不绝口。在 2023 年 8 月 23 日的财报电话会议上，黄仁勋谈道，未来，投资数据中心的最佳方式就是从通用计算转向生成式 AI 加速计算，“你会看到一大批新的 GPU 专业云服务提供商，CoreWeave 就是其中很有名的一家，他们的表现好到令人难以置信”。

▲2023年8月SIGGRAPH 2023大会上，黄仁勋出现在CoreWeave展位（图源：CoreWeave）

英伟达对 CoreWeave 的“偏爱”或许可以追溯到三年前。

早在 2020 年 9 月，CoreWeave 便宣布加入英伟达合作伙伴网络（NPN）内的云服务提供商（CSP）计划，将 GPU 加速引入云端为分散的劳动力提供支持。

在 NPN 计划中，英伟达将合作伙伴分为注册、优选、精英三个级别。2021 年 7 月，CoreWeave 宣布成为 NPN 计划中首个计算领域的精英 CSP，这意味着 CoreWeave 可以抢先体验英伟达产品和技术，并获得解决技术问题的专用支持渠道。

英伟达云计算和战略合作伙伴全球业务开发总监 Matt McGrigg 称，将 CoreWeave 命名为首个计算领域的精英合作伙伴，体现了他们利用英伟达广泛的计算资源为 AI、ML（机器学习）、HPC（高性能计算）和渲染用例提供世界级解决方案的能力。

▲英伟达NPN计划对合作伙伴的等级划分

2022 年 11 月，CoreWeave 宣布成为首批提供采用英伟达 H100 超级计算机云实例的供应商之一，其他首批供应商包括亚马逊、谷歌、微软、甲骨文等。CoreWeave 宣称，与大型通用公共云相比，其定价可为客户节省高达80%的费用。

2023 年 6 月，CoreWeave 与英伟达共同刷新了 MLPerf 基准测试的记录，通过 3584 个 H100 集群，在 CoreWeave 云上仅用了 11 分钟就完成了基于 GPT-3 的大规模基准测试。

▲英伟达AI和H100在大规模应用中创下的纪录

CoreWeave 成立于 2017 年，创始团队包括 Michael Intrator、Brian Venturo和Brannin McBee。据领英页面显示，三人都曾从事过金融行业的工作。

▲从左到右依次是Intrator、Venturo、McBee

Intrator 担任 CoreWeave 首席执行官，负责公司运营的各个方面。在创办 CoreWeave 之前，他曾创办了一家天然气对冲基金公司。今年 8 月，他曾入选外媒 The Information 评选的企业软件领域最具影响力人物 Top 30。

Venturo 担任 CoreWeave 首席技术官，此前从事能源投资相关工作，曾在 Intrator 的天然气对冲基金公司工作了 5 年。

McBee 担任 CoreWeave 首席战略官，他在云计算和数据分析方面拥有丰富的专业知识。在创办 CoreWeave 之前，他从事过金融分析师、自营交易员等职业，还拥有能源研究和咨询背景。

Intrator 在 2021 年的一篇博客中写道，2016 年，他们购买了第一块 GPU 并插上电源，在曼哈顿下城一间办公桌的台球桌上，成功在以太坊网络上开采了第一个区块。

这原本是一个“有趣的”下午，然而随着 2017 年早期加密货币热潮的来袭，他们的业余爱好也变成了事业。不久之后，三人成立了 Atlantic Crypto，也就是 CoreWeave 的前身。

在筹集了几笔小额早期的投资，采购了一些“投机性”的硬件设备后，台球桌变成了车库，成为他们在新泽西州的第一个数据中心。

随后，CoreWeave 在 2018 至 2019 年间“战略性”地收购硬件，GPU 数量扩充到数万个。

很快，CoreWeave 接到了大量的企业订单。这些企业都依赖于 GPU 加速，但面临着传统云服务商价格垄断、计算种类有限，因此难以扩展的痛点。

McBee 在接受彭博社时谈道，在 2018 年末，他们已经拥有超过 5 万个 GPU，占以太坊网络的 1% 以上。

2019 年，CoreWeave 开始转向构建专门的云基础设施。

据 McBee 称，他们发现用于加密货币挖矿的旧式零售级 GPU 设备，并不适合用于运行企业级工作负载，不能支持全球最大的 AI 公司，因此转向只专注购买英伟达提供的企业级 GPU 芯片组，包括 A100、H100 等，并将围绕这些芯片调整公司业务。

2021 年 11 月，CoreWeave 获得 Magnetar Capital 的 5000 万美元投资时，对自己的定位是“专为英伟达 GPU 加速工作负载而打造的专业云提供商”。

虽然事后来看，CoreWeave 的转型出于偶然，但随着 AI 的飞速发展，市场对 GPU 算力的需求指数级增长，CoreWeave 也乘上这辆顺风车。

今年 8 月，McBee 在接受 VentureBeat 采访时透露，2022 年，CoreWeave 营收为 3000 万美元，2023 年将达到 5 亿美元，而明年已经签署了近 20 亿美元的合同，目前正在建设 12 个不同的数据中心。

▲位于德克萨斯州的CoreWeave数据中心

作为一家初创企业，CoreWeave 在云服务市场能得到的市场份额并不高。根据德国在线统计数据门户 Statista 今年 2 月发布的报告，AWS、微软 Azure 和谷歌云长期占据 60% 以上的市场份额。

▲2017-2022年全球云基础设施服务供应商市场份额（图源：Statista）

从收入来看，AWS、Azure 和谷歌云去年的营收分别为 801 亿美元、753 亿美元和 263 亿美元。

显然，这些数字是 CoreWeave 去年营收的数百甚至数千倍。

我们不禁发问，CoreWeave 为何在一众云巨头中脱颖而出，如此受到英伟达的青睐？

根据多家外媒的分析，以及 McBee 在接受彭博社采访时的回答，CoreWeave 的“受宠”主要有以下几个方面的原因：

首先，从英伟达的角度来看，McBee 认为对英伟达而言，最重要的是让其最终用户能够以最高效、最快速的方式大规模地访问其计算。

CoreWeave 按照 DGX 参考规格进行基础设施构建，并且在新一代芯片组发布后的几个月内将其上线，而不像传统的超大规模数据中心一样花费几个季度的时间。

McBee 称，正因为能做到这一点，才使 CoreWeave 在英伟达内部获得了极佳的资源分配。CoreWeave 的商业理念是承诺较低，交付较高，这使得英伟达有信心将基础设施分配给他们。

其次，在与云巨头的竞争方面，AWS、微软和谷歌在过去几年花费了数十亿美元来开发自己的芯片，以支持其云计算业务和内部项目，减少对英伟达的依赖。这使得云巨头与英伟达存在产品上的潜在竞争关系。

据 The Information 报道，AWS 曾建议一些公司在无法访问英伟达 GPU 时租用由其定制芯片 Trainium 提供支持的服务器。谷歌云向其客户出租定制 TPU 芯片，AI 创企 Midjourney 曾表示，它一直在使用基于云的 TPU 来训练其机器学习模型。

相比之下，CoreWeave 对英伟达构成的威胁较小，因为它不设计自己的芯片。

此外，与云巨头的产品差异化，也是 CoreWeave 有力的竞争优势之一。据 McBee 称，通过基础设施、软件等的差异化，在工作负载调整基础上，CoreWeave 能提供“相对任何超级大厂而言，效率提高大约 40% 至 60% 的产品”。

不过，英伟达的 AI 创企投资版图上，CoreWeave 也不是唯一一家云服务提供商。

与之类似的，还有一家深度学习基础设施公司 Lambda Labs。

Lambda Labs 成立于 2012 年，同样于 2019 年左右转型为 AI 计算提供商。从规模来看，Lambda 比 CoreWeave 要小。据 Crunchbase 数据显示，它目前共获得 6 轮融资，总金额为 1.122 亿美元。

与 CoreWeave 不同的是，Lambda 主要专注于 On-demand 的 AI 训练市场。

大量科研机构、SMB（中小企业业务）以及开源社区需要几百或一千张左右的 A100 或 H100 来进行一些大模型的尝试，相对于比头部公司，这类型客户的特点是订单持续时间较短，中短期内需求量大，订单不确定性较高。Lambda 的优势在于定价足够友好。

而 Coreweave 凭借早期与 Inflection 等核心 AI 公司的合作获得了极高供货优先级。

在 2023 年初，Coreweave 便找到 Inflection，为其提供几千张 H100。英伟达看中了这个组合中的巨大潜力，先后向两家公司投资数亿美元，并通过抬高 Coreweave 的 H100 的供货优先级来为 Inflection 提供 2.2 万张 H100。

McBee 称，对于像 Inflection 这样的客户，CoreWeave 会制定大型构建的时间表，然后向英伟达解释自己正在做什么。而英伟达会说：“我们会在工程设计、市场营销、基础设施、分配等方面为你提供支持，无论你需要什么，我们都会帮你完成。”CoreWeave 要做的就是执行。

值得一提的是，今年 9 月，CoreWeave 任命 Mike Mattacola 为首席商务官，负责新市场的增长和扩张，而 Mattacola 此前曾在 Lambda 就职一年多，担任首席运营官。

▲Mike Mattacola近期的工作经历（图源：领英）

现在，CoreWeave 几乎成为 AI 领域人尽皆知的名字，它的扩张之路也在继续，计划在生命科学等行业占据一席之地，涉及药物发现、蛋白质折叠模拟、分子发现和基因测试等领域。

虽然乘上 AI 顺风车是“偶然”，但 CoreWeave 也顺应时代和技术热潮及时做出了正确的业务战略决策。

坐拥 Inflection 等大客户、背靠英伟达，CoreWeave 的未来看起来一切向好。不过，据 The Information 报道，CoreWeave 可能面临快速增长的“痛苦”，指出其在 8 月下调了今年的预计收入和资本支出。

未来，CoreWeave 能否在 AI 算力领域一路高歌，也许要看 Inflection 在下一代模型竞争中的表现，或是能否押注到另一家重要客户。

扫码关注公众号

获取更多技术资讯