浙商证券：“单位任务完成成本”将成AI云核心竞争焦点 看好全栈优化与规模优势带来长期机会

浙商证券发布研报称，伴随大模型推理规模持续扩张与技术迭代，“单位任务完成成本”将成为AI云业务的核心竞争焦点。全栈优势与规模优势构成AI云业务的两大核心竞争力。该行看好AI云高景气需求下，全栈优化与规模优势带来的长期投资机会。随着产业的深化，AI云竞争未来核心聚焦“单位任务成本”竞争。Hyperscaler与Neocloud两类厂商依托各自差异化底座优势，持续优化集群利用率、降低单位Token成本，放大算力资产价值与盈利弹性。

浙商证券主要观点如下：

云业务核心竞争力：全栈优势+规模优势

全栈技术充分挖掘每一份算力效率，规模优势提高集群利用率，最大程度减少闲置算力。大型CSP将依托横向规模红利、纵向全栈整合能力维持行业领先地位;而Neocloud有望凭借纯AI集群的专用化架构、第三方模型推理的同质流量带来的效率增益，构筑自身差异化竞争壁垒。

云业务核心竞争力1：全栈优势

全栈优势核心1：从“局部最优”到“系统最优”。算力集群的GPU利用率不足，根源通常在于算力集群存在显著的“短板效应”。而通过全链路全局协同，实现系统整体最优，减少各环节损耗，可获得局部优化无法实现的综合效能。谷歌全栈方案、英伟达与Nebius协同调优的实践，都能体现全局调优带来的性能跃迁效果。

全栈优势核心2：为客户提供更高附加值。该行把AI云服务从底层至顶层分为物理基础设施、托管基础设施、托管推理服务、智能体优化层四大层级。全栈能力驱动AI基础设施向高附加值环节升级，一方面借助全局技术优化提升资源利用率，另一方面助力厂商实现客户结构的多元化与分散化。

从全栈角度对比Nebius与CoreWeave;两家为欧美头部新兴AI云厂商，和英伟达深度绑定。二者均聚焦AI算力负载，但全栈演进路径显著分化：CoreWeave主要处于第二层级(托管多租户基础设施)，Nebius则位于第三层级(托管推理TokenFactory)，拥有更低的客户集中度和更完善的全栈技术。

云业务核心竞争力2：规模优势

规模优势核心1：通过大数定律消除流量波动，提高集群利用率。算力与业务流量规模扩张后，海量推理流量可平滑负载潮汐波动，提升GPU集群利用率、压缩推理边际成本。大规模集群并非消除流量波动，而是依靠大数定律对冲风险。GPU分片、连续批处理、Prefill/Decode解耦及资源复用等技术，均需依托大规模任务才能充分释放性能，小规模流量场景下优化效果受限。

规模优势核心2：边际成本(TCO)下降。1)降低采购成本，大规模厂商依靠采购议价及ODM直采模式，压低硬件采购成本;2)持续锁定电力，且在电力能耗层面，算力规模扩张和利用率提升摊薄供电、空载散热等固定能耗，推动PUE下行;3)摊薄团队人力等固定成本。2023-2025年谷歌云人员成本收入占比持续回落，利润率随之改善。

如何理解Hyperscaler与Neocloud各自的竞争优势?

1. CSP的核心竞争力。1)横向规模优势。2025年，头部三大CSP云业务收入均达百亿美元级别，AWS、Azure更是实现千亿美元营收;Neocloud厂商Nebius、CoreWeave营收仅分别为5.3亿美元、51.3亿美元。2)纵向全栈整合优势。大型云厂商在现有云业务布局上仍积极布局自研芯片，凭借完整全栈能力持续筑牢竞争壁垒。

2. Neocloud的差异化竞争力。尽管CSP在AI云赛道占据主要市场份额，但2025年以Nebius、CoreWeave为代表的Neocloud依旧实现高速增长，二者营收增速分别高达351%、168%。Neocloud的高成长主要源于在目前算力具有较大供需缺口的市场背景下，其具备灵活的组织机制优势，且产业多方角色互相制衡。未来Neocloud有望依托纯AI集群带来的低TCO优势，叠加第三方模型推理的同质流量效率优势，构筑自身差异化竞争能力。

风险提示：AI技术迭代不及预期;算力供需格局波动;行业竞争加剧;客户需求波动;政策与合规风险