人工智能行业专题（19）_从Nebius看新兴云与开源模型Token优化_36页_1mb

人工智能行业专题（19）：从Nebius看新兴云与开源模型Token优化

核心内容

Nebius 是一家新兴的 AI 原生云基础设施公司，总部位于荷兰阿姆斯特丹。公司脱胎于 Yandex，继承了其 20 年的分布式基础设施能力，形成“裸金属算力→多租户云→Token Factory 托管推理→智能代理层”的四层产品架构。Nebius 代表了一种“全栈垂直整合”的新兴 AI 云范式，通过硬件自研、编排自控、模型自优化的三层能力叠加，将开源模型的推理成本最高降低 70%，推动 AI 推理从“闭源模型依赖”向“开源模型替代”的结构性迁移。

主要观点

• 全栈自研：Nebius 从硅片到 API 全栈自建，形成完整的 AI 云平台。
• 成本优势：相比 AWS，Nebius 的 GPU 租赁成本低 43%~81%，推理成本低 112%。
• 性能优化：采用裸金属服务器、InfiniBand 网络、自研液冷方案等，显著提升性能与能效。
• Token Factory：通过收购 Eigen AI，实现开源模型的高效推理，提升单卡 Token 产出至 2~3 倍。
• 业务案例：Revolut、Cosine、Shopify、Coinbase 等企业已成功使用 Nebius 的 Token Factory，实现成本降低、效率提升与性能优化。
• 毛利率提升：2026 年 Nebius 毛利率提升至 74%，主要得益于算力利用率提升、自有算力占比增加及高附加值软件产品。

关键信息

产品架构

• 裸金属基础设施：按兆瓦计费，服务微软/Meta 等超大客户。
• 多租户 AI 云：按 GPU 小时计费，面向研究团队。
• Token Factory 托管推理平台：按 Token 计费，支持 60+ 开源模型。
• 智能代理层：按任务计费，实现任务自动决策与模型调用路径优化。

技术优势

• 硬件优化：使用定制 ODM 机箱，节省 10-15% OEM 溢价，自研液冷方案降低功耗约 20%。
• 网络通信：采用 InfiniBand 网络，相比传统云的 RoCE 网络，提供更高带宽、更低延迟。
• 调度优化：K8s + SLURM 双栈调度，提升算力利用率。
• 推理优化：Eigen AI 提供 AWQ 4-bit 量化、SpAtten 稀疏注意力等技术，提升 Token 产出 2~3 倍。

成本与性能对比

• GPU 租赁成本：Nebius 比 AWS 便宜 43%~81%，其中 H100 80GB 实例价格为 $2.95/GPU-hr。
• Token 推理成本：Nebius 通过 Token Factory 将开源模型推理成本降低最高 70%。
• 性能提升：Nebius 的 Token 产出比裸金属高 2~3 倍，如 Prosus 部署 Llama-3.3-70B，单 GPU 日收入提升 60%。

案例分析

• Revolut：将闭源模型迁移至 Token Factory 上的 Kimi 2.5，实现成本控制。
• Cosine：通过 Token Factory 优化 Llama 3.3 70B，达到 OpenAI o3 水平。
• Shopify：微调 Qwen3-32B 模型，推理速度提升 2.2 倍，成本下降 68%。
• Coinbase：使用 GLM-5.2、Kimi 2.7 等开源模型，AI 支出接近减半。

财务与市场表现

• 收入与 ARR：2026 年 Q1 营收达 3.99 亿美元，ARR 突破 12.5 亿美元。
• 毛利率：2026 年 Q1 毛利率达 74%，同比提升 12pct。
• 客户合作：与微软、Meta 签订超长期合同，总规模达 174 亿至 270 亿美元，预计占 2026 年收入约 50%。
• 资本开支：2026 年资本开支指引为 200-250 亿美元，其中 60% 由自筹资金覆盖。

风险提示

• 宏观经济波动：可能影响公司业务及行业增长。
• 下游需求不及预期：可能影响 AI 研发投入及行业增长。
• 核心技术升级不及预期：可能影响产品竞争力。
• 竞争加剧：AI 快速迭代和普及可能影响云业务利润率。

总结

Nebius 作为新兴 AI 云基础设施厂商，凭借全栈自研能力、成本优化与性能提升，正在推动 AI 推理向开源模型迁移。其通过裸金属、InfiniBand 网络、自研液冷方案、双栈调度与 Token Factory 等技术手段，显著降低客户部署成本与提高算力利用率。公司与微软、Meta 等大客户合作，收入增长迅速，毛利率提升显著。未来，随着 Token Factory 与 Eigen AI 的整合，Nebius 将进一步强化其在 AI 云领域的竞争力。