除了三大雲：新一代 AI 算力供應鏈全景圖

這幾年只要提到雲端運算，多數人腦中第一個浮現的還是 AWS、Azure、GCP 三巨頭。但如果你最近在找 GPU 算力，大概已經發現事情沒那麼簡單。

三大雲的 GPU 產能長期吃緊，一整條新的供應鏈已經在旁邊長出來：專攻算力的雲端新創、隨選租賃的算力市集、把模型包成 API 的推論服務商、還有讓開發者只寫程式不管機房的部署平台。這篇文章就是這條供應鏈的入口地圖。

三大雲之外，為什麼還需要一張新地圖

過去講雲端運算，AWS、Azure、GCP 幾乎等於全部答案。但生成式 AI 掀起的算力需求，成長速度遠遠超過三大雲擴建資料中心的速度。

於是市場上長出了一整條新的供應鏈：有人專門蓋 GPU 機房、有人把閒置算力彙整成市集、有人把模型包成 API 直接賣、也有人專攻讓開發者不必管機房的部署平台。

這篇文章先畫出這條供應鏈的全景圖，後續文章再逐一展開每一類玩家的細節。

新地圖的四大類玩家

把市場上常被提到的十六家公司放進同一張表，會發現它們大致落在四個籃子裡，各自解決不同層次的問題。

三大雲的算力瓶頸，是這波浪潮的起點

CoreWeave 就是很好的例子。這家公司 2017 年從加密貨幣挖礦起家，2019 年轉型做 GPU 雲端服務，2025 年 3 月在那斯達克掛牌上市。

2026 年 1 月，NVIDIA 再加碼投資 CoreWeave 20 億美元，雙方要一起加速建設超過 5 吉瓦的 AI 工廠。這類深度綁定，正是新一代算力供應商能快速崛起的關鍵。

Oracle 也走出自己的路線，把 OCI 定位成「第四朵雲」，靠著大型 NVIDIA 超級叢集與既有企業資料庫客戶群搶市占。

值得留意的是，三大雲自己也持續加碼資本支出擴建機房，同一時間卻又直接向這些新玩家採購算力，這件事本身就說明了單靠自建機房，已經追不上需求成長的速度。

怎麼從這 16 家裡面挑：三個問題

面對這麼多選項，與其一家一家比較規格，不如先回答三個問題，答案通常會直接把你導向某一類玩家。

• 這個工作負載要跑多久：長期訓練或穩定生產環境，適合 GPU 雲；短期實驗或預算有限，適合算力市集。
• 團隊有沒有能力管維運：不想碰基礎設施，就該往推論即服務或 Python 原生部署平台看。
• 這家供應商的財務與合作關係穩不穩：優先看它跟 NVIDIA、既有雲端龍頭的合作深度，而不是只比算力便宜。

這系列接下來要展開的內容

後續文章會分別深入 GPU 雲新勢力（CoreWeave、Lambda Labs）、OCI 的企業定位、算力市集的實際玩法，以及推論晶片、推論 API、Python 原生部署平台、個人開發者入門選擇這幾個主題。