20260724-国信证券-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

报告摘要

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 是一家全栈自研 AI 原生云基础设施公司，总部位于荷兰阿姆斯特丹，2024 年重组后定位为“从硅片到 API”的 AI 云服务提供商。公司继承了 Yandex 20 年的分布式基础设施经验，具备超过 1000 名 AI 工程师，形成“裸金属算力→多租户 AI 云→Token Factory 托管推理→智能代理层”的四层产品架构。

主要观点

全栈垂直整合：Nebius 通过硬件自研、编排自控、模型自优化三层能力叠加，显著提升开源模型的推理效率，将成本最高降低 70%。
成本优势：相比 AWS，Nebius 的 GPU 租赁价格便宜 57.1% 至 81.8%，在基础设施方面具有显著优势。
技术优势：采用裸金属架构，去除了传统云的虚拟化损耗，使用 InfiniBand 网络，实现超低延迟和高吞吐量。
Token Factory：Nebius 推出的托管推理平台，通过模型优化、后训练、推理调度等手段，实现单卡 Token 产出提升 2-3 倍。
开源替代闭源模型：Token Factory 能够将开源模型优化至接近闭源模型的性能，推动 AI 推理从“闭源模型依赖”向“开源模型替代”的迁移。
战略收购：Nebius 通过收购 Eigen AI 和 Tavily，进一步强化其在 AI 推理优化、实时搜索和智能代理领域的技术能力。
财务表现：Nebius 2026 年 Q1 营收同比增长 684%，毛利率由 52% 提升至 74%，收入指引为 30-34 亿美元，ARR 目标为 70-90 亿美元。

关键信息

成本优化

硬件成本：Nebius 使用定制 ODM 机箱，节省 10-15% OEM 溢价；自研液冷方案降低服务器功耗约 20%。
弹性打包：通过 K8s + SLURM 双栈编排，回收约 5-15% 闲置算力，提升 GPU 利用率。
无通用云搭售：避免了传统云的 200+ 种服务分摊成本。

Token Factory 优化

模型优化：Eigen AI 提供的 AWQ 4-bit 量化和 SpAtten 稀疏注意力，显著提升模型吞吐量。
推理效率：单卡 Token 吞吐量提升 2-3 倍，客户部署成本降低。
案例表现：Revolut 成本压缩至 1/29；Cosine 实现模型性能与闭源模型持平；Shopify 推理速度提升 2.2 倍，成本下降 68%；Coinbase AI 支出接近减半。