超6000億美元市場，被原生AI云廠商撕開一道裂縫

智東西
作者 程茜
編輯 漠影

云計算的市場格局正在悄然發生變化。

一個最直觀的體現就是，IDC、沙利文等全球知名市研機構的云計算報告中都提到了一個新概念——原生AI云廠商。

IDC的報告提到，在全球市場CoreWeave已經成為原生AI云服務的頭部玩家；沙利文發布的《2025年H1中國全棧AI云服務市場報告》顯示，商湯科技憑整體市場份額位列中國全棧AI云服務市場第四，原生AI云廠商首位；沙利文去年的《2024年中國GenAI技術棧市場報告》顯示，商湯科技在11家國內主要GenAI廠商中，超越阿里云、百度智能云和華為云，增長指數與創新指數均排名國內第一，全球僅次于亞馬遜云科技。

可以看出，在超6000億美元的全球云計算市場，傳統云計算巨頭的包圍圈，正在被原生AI云廠商撕開一道裂縫。

生成式AI正重塑千行百業，云計算領域也不例外，專為承載AI工作負載而設計和優化的云計算模式，正走向規模化落地。

正如商湯科技聯合創始人、大裝置事業群總裁楊帆所說，當下在云產業的競爭格局中，對AI技術的深度理解已成為入場的核心前提。原生AI云廠商開始發力。

從AI云市場的最新格局出發，以商湯大裝置這一原生AI云廠商代表玩家為切口，我們將解碼這類從AI中來、為AI而生的云服務玩家，如何找到生成式AI時代云服務的新范式。

一、AI云廠商分化，新勢力沖擊傳統云巨頭

AI浪潮下，云計算市場好不熱鬧。

一方面，受益于AI業務狂飆，今年第三季度傳統云巨頭谷歌云、微軟智能云、亞馬遜云科技收入暴增；另一方面，海外AI云服務黑馬CoreWeave手握巨額訂單，最新市值已經沖破350億美元，國內硅基流動、無問芯穹狂拿過億融資。

AI時代云廠商格局生變：統治云計算市場10余年的傳統巨頭們，正面臨新勢力的強勢突襲。這一產業最終格局將如何變的核心前提就是，生成式AI需要什么樣的云服務。

生成式AI不僅需要豐富算力資源、彈性調度能力，還需要搭配針對結構化與非結構化數據的專項優化方案，通過涵蓋數據治理、模型開發、訓練、部署、監控全流程的一體化環節降低大模型應用門檻，以高可用性保障與貼合行業場景的定制化服務，適配生成式AI規模化落地的差異化需求。

圍繞著這些趨勢，傳統云巨頭與原生AI云廠商正憑借各自差異化優勢加速業務外延與生態拓展。

結合沙利文報告以及公開信息可以看出，傳統云巨頭正在推進全面AI化戰略，以其云計算底座能力為基礎，進一步強化AI原生服務的適配能力，而原生AI云廠商的不同之處在于，其從成立之初便與AI深度綁定，并在此基礎上逐步構建起全棧式AI云服務能力。

相比之下，傳統云巨頭在算力、安全穩定、解決方案布局更有優勢，原生AI云廠商AI基礎深厚、創新能力強、更具靈活性，產品設計更貼合AI企業細分需求。

但大多原生AI云廠商的不足之處在于，其處于發展早期，數據中心數量、地域覆蓋范圍遠不及傳統巨頭，同時缺乏多行業解決方案的積累，客戶群體往往集中于AI細分領域。此外，其無規模效應支撐導致硬件采購、運維成本較高，且合規體系建設尚不完善，短期內難以與傳統巨頭在成本控制的等方面抗衡。

在這之中，我們還看到了一家略微特殊的原生AI云廠商商湯科技，其云服務既脫胎于AI時代，同時還有一定的行業服務經驗、基礎設施布局積累等，可以說這家云廠商正朝著融合傳統云巨頭規模化能力與原生AI廠商技術靈活性的方向進階。

二、商湯科技云計算布局：構建獨立于傳統云巨頭與云創企的差異化路徑

承接上文，我們可以具體分析下商湯在當下云競賽中的獨特站位。

沙利文報告中明確提到，原生AI云是專門為支持AI工作負載而設計和優化的云計算服務模式。傳統云服務雖然可以運行AI工作負載，但其架構、資源調度、數據處理和運維方式并未針對AI任務進行深度優化，而原生AI云將AI技術深度融合到云服務的每一個層面，從而為用戶提供更加智能、自動化的服務體驗。

2025年上半年，商湯科技在國內原生AI云廠商中位列首位，市場份額達8.1%。

▲沙利文報告

這里需要明確的一點是，相比百度、阿里等巨頭玩家，商湯科技的市場份額仍處于相對低位。

這是因為傳統云巨頭以通用云計算服務為核心，客戶遍布全球多行業且覆蓋大中小各類主體，已經形成規模化市場覆蓋優勢；而原生AI云廠商聚焦AI專屬算力與全流程服務，客戶集中在對AI能力有強需求的群體，服務場景的聚焦性對其當前市場份額的體量有較大影響。

而這恰恰構成了商湯科技區別于傳統云巨頭與其他原生AI云廠商的核心差異化特征，即不局限于通用云服務的AI延伸或純AI的技術突破，而是在兩者之間開辟出獨特的發展路徑。

首先，與傳統云巨頭不同，商湯大裝置自誕生之初便與AI深度綁定，從底層架構開始就為AI原生應用而設計。

商湯的AI基礎設施大裝置與大模型迭代進行聯合調優，這意味著商湯不僅能提供強大算力資源，還能根據大模型的需求持續優化底層架構，從而實現算力效率的最大化和推理成本的最小化。

這種獨特的模式使商湯在AI基礎設施領域形成競爭優勢，成為眾多企業的首選合作伙伴。得益于強大的算力支撐，商湯“日日新”大模型系列也已躋身國內大模型的前列。

商湯大裝置正是通過模型能力與算力基礎設施深度融合，在能效、算效、訓推效率和開發效率方面實現系統性突破。

效率方面，商湯大裝置通過算電協同平臺創新地將AI平臺運行數據、算力性能指標與電力側基礎設施數據貫通，顯著提升每單位算力的利用率，可實現單位電力指標內支撐算力集群規模翻倍。同時，商湯大裝置通過斷點續訓、自動容錯、任務遷移和拓撲感知調度等機制，保證超大規模訓練集群穩定運行。

楊帆透露，通過算電協同平臺，整個數據中心的用電量節省了大約4%。對于一個年耗電量以億度計的超級智算中心而言，這是一筆不小的節省。

訓推優化能力方面，商湯大裝置通過自研訓練框架、雙推理引擎及FP8混合精度訓練等關鍵技術，實現基礎設施與模型協同優化，在線推理性能較頭部廠商提升15%，離線推理Prefill階段提速5倍、Decode階段提速3.5倍，實現多模態大模型推理成本與大語言模型持平。

國產化方面，商湯在與頭部客戶合作的項目中，已經實現在5000張國產GPU集群上實現大規模異構混訓，算力利用率高達80%，效率達同構訓練的95%，成功突破單一GPU限制，推動國產算力規模化商用。

與其他原生AI云廠商不同，商湯科技自2019年開始搭建臨港智算中心，目前商湯大裝置的算力總規模已達28000 PetaFlops，智算節點完成了覆蓋長三角、粵港澳、京津冀、中西部重點區域的全國布局，實現全國聯網統一調度，可支撐超過20個千億超大模型同時訓練，并支持萬億參數大模型的全生命周期生成。

總的來看，商湯大裝置可以提供貫穿算力、數據、模型與應用等的端到端能力體系，形成基礎設施、效率優化、工具支撐的閉環能力，為大模型從訓練到應用的全生命周期提供一站式解決方案。

商湯大裝置業務在當下的布局，正充分契合大模型時代對云廠商提出更高要求的趨勢，并在生成式AI時代涌現出無限可能。

三、商湯的AI基礎設施布局：聚合算力、平臺、方案、服務等核心能力

通過系統化拆解商湯大裝置這一從AI中生成出的云，我們可以清晰看到云計算市場的新格局與競爭內核。

楊帆對AI基礎設施的定義是：集算力、平臺工具以及一切能夠讓AI成本和門檻更低的基礎能力供給的總和。商湯大裝置從底層架構設計到未來戰略布局，均圍繞這一核心定位持續迭代。

商湯大裝置的架構覆蓋“算力-算法-平臺-模型-應用”的全棧AI技術體系，并具備強大的專家服務能力。

平臺能力方面，商湯大裝置以萬象平臺為核心，構建了面向企業與開發者的模型管理、模型推理、模型微調、數據管理以及智能體應用的一站式大模型服務平臺。根據IDC《中國大模型平臺市場份額，2024年》報告，商湯科技以12.2%市場份額排名第三。

在行業落地方面，沙利文報告指出，原生AI云廠商的代表特征之一是形成了“場景化+高響應”的服務體系，能夠深度匹配客戶的個性化需求。

商湯大裝置可以依托場景化方案能力和高響應專家服務體系的優勢，服務行業頭部客戶，既滿足個性化訴求，又形成長期、高粘性的合作關系。

大裝置推出面向具身智能、AIGC、AI4S、消費級AI應用及硬件以及產業智能化等行業解決方案，累計服務眾多大模型公司及各行業客戶。

如在具身智能賽道，其是市場唯一提供完整端到端解決方案的，深度融合商湯具身智能平臺，覆蓋數據處理、工具鏈、模型研發及評測全流程；還有視頻生成等典型場景，與頭部三家AIGC創業企業展開深度合作；在AI4S領域，商湯與多個國家級科研機構合作，以全棧AI基礎設施推動科研創新落地。

商湯大裝置正在鞏固自身算力能力、工具服務的基礎上，覆蓋更為細分的市場需求。

楊帆提到，今年商湯大裝置發展的一個重點是深入不同行業，針對差異化需求，提供更加貼合的解決方案。

當前大模型產業正在進入規模化落地關鍵期，對算力提供方提出更高要求，而商湯科技當下的戰略布局，既是其在AI技術深耕、行業服務積淀與基礎設施建設等過往經驗的集大成之作，更是其預判未來產業方向的先驗布局。

在AI云市場獨樹一幟的商湯科技，既作為大模型提供方深入洞察了其落地的核心需求，又通過算力提供商進一步優化基礎設施，從而形成正向循環。在楊帆看來，商湯應該是行業內唯一一家，身上貼著的“AI”標簽遠大于“云”標簽的廠商。這也成為其沖出巨頭包圍圈的關鍵。

結語：AI與云計算深度綁定，技術生態多維布局成競爭關鍵

大模型時代對云巨頭提出更高要求，其角色正在從此前的計算資源供給到現在技術、生態多維度驅動轉變，大模型時代的云玩家競賽規則正在重新被定義。

AI與云計算深度綁定的當下，商湯作為誕生于AI時代的原生AI云廠商，已經在技術、算力、生態、市場的多維度綜合性競爭中展現出一定競爭力。