NVIDIA 雲策略
不建機房的雲中之雲：DGX Cloud 的商業模式
不建機房的雲中之雲：DGX Cloud 的商業模式
很多企業技術主管一聽到要做生成式 AI，直覺反應是「那我們是不是要買一批 GPU、建一間機房」。這個念頭很自然，但多數時候不是最划算的第一步。
NVIDIA 自己也在做同一件事，只是規模大得多，那套內部工具後來變成一項對外服務，叫 DGX Cloud。這篇就從這個商業模式講起，順便談 2026 年一個滿關鍵的轉向。
你將學到什麼
為什麼租而不是建
算力需求常常是專案型的，建機房要押長期成本，租用把風險換成彈性。
四大雲各自的玩法
AWS、Azure、Google Cloud、Oracle Cloud 對 DGX Cloud 的商業條件並不相同。
2026 年的角色轉向
NVIDIA 退一步，把自己定位成串接多家算力夥伴的市場，不是雲端競爭者。
划算與不划算的分界
關鍵在於你的算力需求是短期驗證，還是長期穩定的超大規模。
先問清楚一件事：你的 AI 算力需求，是短期驗證，還是長期穩定的規模。答案不同，划算的做法就不一樣。
為什麼企業要租算力，而不是自己建機房
建一間能跑大型模型訓練的機房，牽涉到採購硬體、機房空間、電力與散熱設計，還有懂得維運大型叢集的團隊。這些成本大多是先付出去，之後才看得到效益。
租用算力把這件事反過來。你先驗證專案有沒有價值，需要多少算力用多少，合約結束就可以停用，不必背著一批可能用不滿的硬體。
- 時間：租用可以在短時間內取得可用的訓練環境，自建機房從採購到上線常常要好幾個月。
- 人力：叢集維運、故障排除、韌體更新這些工作，租用模式由服務商負責大半。
- 彈性：專案規模擴大或縮小時，租用合約通常比自有硬體容易調整。
- 風險：需求還不確定的階段，租用把「猜錯規模」的風險降到最低。
NVIDIA 跟四大公有雲的合作架構
依 NVIDIA 官方頁面說明，DGX Cloud 本身被定位為「NVIDIA 在雲端的 AI 工廠」，是 NVIDIA 內部用來開發模型、測試新系統架構的環境，這套操作模式再對外提供。
對外的部分，目前是透過 AWS、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 四家公有雲，各自的商業條件並不完全相同。
| 雲端服務商 | 官方頁面呈現的重點 |
|---|---|
| AWS | 提供彈性的合約期間，並可搭配 NVIDIA 的技術支援 |
| Google Cloud | 透過雲端市集提供，含試用方案 |
| Microsoft Azure | 定位為全代管的 AI 訓練平台 |
| Oracle Cloud Infrastructure | 與 OCI 共同工程化的叢集，針對 OCI 環境調校 |
這代表選哪一家，不只是比價格，還要看你既有的雲端合約、資料所在位置，以及團隊已經熟悉哪套管理介面。
2026 年的轉向：從直接雲到市場撮合者
多方報導指出，NVIDIA 在 2026 年調整了 DGX Cloud 團隊的方向，把重心從打造自己的公有雲，轉為聚焦內部研發與跟雲端夥伴的整合，這件事以官方公告與後續報導為準。
對外的具體變化是 DGX Cloud Lepton，一個把不同算力夥伴的容量集中起來的市場，依需求把訓練或推論工作分配過去。這些夥伴涵蓋多家算力供應商，AWS 與 Azure 也開始把部分 Blackwell 容量放進這個市場。
NVIDIA 的角色從「自己下場經營雲端」變成「串接與治理多家算力夥伴」。對企業來說，好處是選擇變多、彈性變大，但也代表下單前要多確認一步：這批算力實際上是誰在供應、服務水準怎麼談。
這個模式對誰划算，對誰不划算
划算的情境很清楚：需要快速取得算力做概念驗證或短期專案，團隊也還沒有維運大型叢集的經驗，這種情況租用幾乎沒有懸念。
不那麼划算的情境，是需求已經穩定到可以預測未來好幾年，而且規模大到自建的單位成本會低於長期租用。這種規模通常只有少數超大型企業或雲端業者自己才會遇到。
把你未來十二個月的算力需求畫成一條線，如果這條線平穩往上，值得認真估自建的總成本；如果這條線忽高忽低，租用幾乎都是比較安全的選擇。
收尾：租或建，先問自己三個問題
- 這個 AI 專案的需求，未來一年會不會有明確且穩定的規模？
- 團隊有沒有維運大型 GPU 叢集的經驗，或者願意花時間養一支？
- 如果選擇租用，我清楚這批算力背後實際的供應方與服務條件嗎？
這三個問題答完，通常就知道下一步該找哪一家雲端業者談，或者要不要真的開始估算自建機房的預算。
延伸學習
寫給升國一的你的筆記術
寫給剛升上國中的你：筆記不是寫給老師看的，是寫給考前的自己看的。18 章 85 課圖文，從「為什麼要寫」講到七科各自怎麼記，附 78 份可以印出來寫的練習單，以及 80 課家長專區與 34 張三年筆記養成路徑圖。沒有閱讀期限，國一買、國三還在。
NT$ 3,599
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599