Nebius Group (NBIS)
全栈 AI 基础设施的新极点
一份面向投资人与产业决策者的深度战略分析：从企业重组、AI 工厂、软件栈、财务模型，到其作为 Hyperscalers 与 Neoclouds 之外“第三极”的市场定位。
成熟型新物种
Nebius 不是从零起步的初创公司，而是由 Yandex 非俄资产、核心 IP、工程团队与资本底盘重组而成的“成熟初创体”。它的目标不是成为另一个 AWS，而是成为专为大模型训练与推理而生的 AI-Native Cloud。
一页结论：Nebius 的核心判断
在 AI 从实验室走向工业部署的阶段，Nebius 的胜负手不在“更多 GPU”，而在“更高 goodput 的整栈交付能力”。
01｜不是二房东，而是重平台玩家
相比单纯出租 GPU，Nebius 更强调从机柜、电力、网络到控制平面、推理服务的全栈一体化，把 AI 基础设施做成可运营、可优化、可复制的平台系统。
02｜资本结构异常强，适合重资产竞赛
重组带来的现金储备、无净债务底盘，再叠加后续大额票据融资，使其在高资本开支、高供应链压力的 AI 基础设施赛道拥有远优于多数新云厂商的弹性。
03｜以工程深度换取真实性价比
核心卖点不是标价最低，而是通过降低故障、缩短恢复、提升有效算力产出，把客户的总任务完成效率做高，从而在训练和推理场景形成更优单位经济。
04｜从算力供应商升维为 Agent 底座
随着 AI Studio、Token Factory、Tavily 等能力并入，其上层服务正从 GPU 基础设施走向推理 API、RAG 组件与智能体工作流支持。
Nebius 试图构建的，不是“另一个云厂商”，而是一座为大模型时代优化过的 AI 工厂操作系统。
企业创世纪：地缘政治裂变与资产重组
Nebius 的诞生，本质上是一场罕见的“企业清洗 + 智力资本迁移 + 融资通道重建”。
地缘政治断裂
原 Yandex N.V. 面临资本市场、业务运营与合规压力，必须寻找与俄罗斯业务彻底切割的路径。
制裁障碍清除
创始人 Arkady Volozh 被欧盟解除制裁，公司扩张中的最大政治阴影显著减弱。
$5.4B 交易交割
Yandex N.V. 完成与俄罗斯相关业务的剥离，新实体保留国际化技术资产、工程团队与知识产权。
NBIS 恢复交易
在西方治理结构与合规框架下恢复纳斯达克交易，重新打通美元融资与全球资本视野。
这次分拆最重要的不是“卖掉了什么”
真正关键的是，Nebius 留住了三种最难复制的资产：IP、团队、工程直觉。它带走的是超大规模平台底层代码、分布式存储与自动驾驶算法全球使用权（除俄外），以及 1000+ 名拥有长期复杂系统经验的工程师。
这不是重启，而是重构
Nebius 的特殊性在于：它既拥有初创公司的增长故事，又拥有成熟科技企业的历史积累与组织肌肉。这使它能够在 AI 基建这类重资产、重运维、重供应链赛道里，以极高起点进入竞争。
治理结构与战略拼图
Nebius 的管理连续性、人才再生产机制，以及围绕 Agent 生态的并购动作，共同构成其平台外延。
Arkady Volozh
作为创始人与 CEO，Volozh 亲自带队，说明 Nebius 并非被动剥离后的被管理资产，而是创始人主导的再创业工程。其持股约 12%，利益与长期股东保持较高一致。
Andrey Korolenko
作为基础设施与产品负责人，承担数据中心、电力设计、硬件采购与工程交付的总架构角色，确保物理层延续性。
Ophir Nave & Elena Bunina
分别负责全球运营与人才梯队建设，Nebius Academy / TripleTen 形成了内部人才供给与技能升级的组织型护城河。
Tavily 收购：把搜索与事实核查嵌入底座
- 将 Agentic Search 直接整合进平台层。
- 补足检索增强生成与实时互联网数据抓取能力。
- 推动 Token Factory 从“推理接口”升级为“智能体工作流组件平台”。
AI21 Labs：模型能力的潜在补强方向
- 若并购落地，Nebius 将拥有更完整的模型、工具链与平台协同。
- 这意味着它可能不只卖基础设施，也开始掌握上层模型与推理供给的更多主动权。
- 战略方向是从“算力平台”向“Agent-as-a-Service 底座”上移。
物理基础设施：把数据中心做成 AI 工厂
Nebius 的资源组织方式不是传统机房思维，而是围绕电力密度、建设速度与全球容量锁定的工业化布局。
芬兰：欧洲算力心脏
Mäntsälä 实现约 1.1 的 PUE，并通过余热回收为 2500 户家庭供暖；Lappeenranta 则瞄准欧洲最大级别专用 AI 设施之一。
美国：大单交付前线
新泽西 Vineland 从 100 MW 向 400 MW 规划扩展，成为微软大额基础设施合同的核心承接地；堪萨斯城项目为后续美国交付提供弹性补位。
以色列与亚太：主权算力 + 出海跳板
以色列国家级超算项目强化本地存在；新加坡区域总部则为日本、韩国、印度等市场建立前沿触角。
在 AI 时代，数据中心的竞争单元已经从“机房面积”变成了 可用电力 × GPU 密度 × 交付速度 × 网络拓扑 的组合拳。
硬件架构：拒绝通用化，围绕 AI 负载定制
Nebius 的硬件护城河来自机柜、电力、散热、网络与芯片节奏的协同设计，而不是单点采购能力。
自研机柜与底盘
针对 H100 等高功耗 GPU，Nebius 设计专用 PDU 与散热风道，提升机柜功率密度，在同样面积内承载更高强度训练与推理负载。
- 不是买标准服务器后简单上架，而是从物理层就为 AI 负载重构。
- 更高密度意味着更好的单位面积产出。
- 这也是其低价高质策略能成立的底层原因之一。
The Nervous System：3.2 Tb/s InfiniBand
在大规模训练中，网络常比 GPU 更先成为瓶颈。Nebius 全面采用 NVIDIA Quantum-2 InfiniBand，为每台主机提供 3.2 Tb/s 级别互联，服务高强度分布式训练。
H100 / H200：当前主力舰队
现阶段大规模部署基于 NVIDIA H100 SXM5，并逐步承接 H200，为训练与高吞吐推理提供当前代基座。
Vera Rubin：下一代节奏卡位
通过提前绑定 Rubin / Vera CPU 体系与 NVL72 液冷机架，Nebius 试图把下一代设施经验提前锁死在自己手里。
Meta 长单的含义
长期容量承诺不仅带来收入确定性，更重要的是为其硬件代际升级与资本开支对冲提供兜底机制。
软件栈：重新定义 AI 云原生
Nebius 的核心主张不是“租 GPU”，而是把大模型时代的算力调度、推理服务与研发工作流统一进一个平台操作层。
MTBF / MTTR 优化
大模型训练中，单个 GPU 故障会让大型集群整体回滚。Nebius 的控制平面价值，在于更低故障率、更短恢复时间，从而提升客户真正得到的 goodput。
AI Studio / Token Factory
将推理能力做成按 token 计费的 serverless 服务。开发者无需管理 GPU 实例，直接调用 Llama、Mistral、DeepSeek 等模型接口。
Soperator：Slurm on Kubernetes
在 Kubernetes 之上运行全功能 Slurm，让科研机构可以保留 sbatch 习惯，又能享受现代云原生编排、网络隔离与弹性资源管理。
对 DeepSeek 的性能优化体现了什么？
通过与 vLLM、SGLang 深度协同，并使用 FlashAttention-3、DeepGEMM、动态 MLA-to-MHA 切换等工程优化，Nebius 试图证明自己不仅会“上架 GPU”，更会“榨干 GPU”。
平台终局指向哪里？
从基础设施、推理接口、RAG 组件到检索与外部数据抓取，Nebius 的终局更接近 AI 基础设施 + Agent 运行时 + 工作流平台 的融合体。
财务分析：爆发式增长与流动性堡垒
Nebius 的财务故事不是“已经很赚钱”，而是“用极强流动性支撑高速扩张，并用长期订单把资本开支风险前置消化”。
订单锁定：从增长故事走向收入可见性
- 微软：5 年期 174 亿美元基础设施合同，最高可扩至 194 亿美元。
- Meta：5 年期高达 270 亿美元协议，其中包含固定承诺与对剩余产能的兜底采购。
- 含义：未来几年最核心的资本开支，被长期需求端部分提前吸收。
资本结构：相较同类更少“融资焦虑”
- 竞争对手往往依赖重资产高杠杆与 GPU 抵押融资。
- Nebius 则在现金、可转债与订单确定性之间形成更稳的三角结构。
- 这让它对 NVIDIA、开发商、建设周期与价格策略拥有更大腾挪空间。
Nebius 不只是“增长快”，而是在用订单可见性 + 流动性深度 + 工程效率，把重资本扩张变成更可管理的增长机器。
定价与市场定位：Nebius 如何撕开缺口
它的策略不是和 AWS 比生态，也不是和廉价 GPU 租赁商比最低价，而是在“企业级质量 × 高性能网络 × 激进价格”之间找到组合优势。
| 维度 | Nebius | CoreWeave / Lambda | AWS / Azure / GCP | 战略含义 |
|---|---|---|---|---|
| 核心定位 | AI 原生云，重平台与全栈交付 | 偏 GPU 租赁与新兴云供给 | 通用型云平台 + 生态整合 | Nebius 在定位上刻意避开“通用云”竞争。 |
| H100 价格带 | $2.95 – $3.15 / 小时 | CoreWeave 更高；Lambda 较低但质量参差 | AWS P5 更高，生态溢价显著 | 以接近裸金属价格给出 HPC 级互联与 SLA。 |
| 网络与集群质量 | 3.2 Tb/s InfiniBand，训练友好 | 质量取决于机型与区域，存在混用现象 | 生态集成强，但网络与计费逻辑未必最优 | 对大训练集群而言，网络质量决定真实效率。 |
| 平台软件深度 | Control Plane、Soperator、Token Factory | 多数更偏资源出租，平台层较薄 | 软件工具丰富，但不是专为 AI 任务优化 | 软件定义能力是 Nebius 与“二房东”最大的分水岭。 |
| 出网费 | 强调免收 Egress | 策略不一 | 常伴随较高数据迁移成本 | 对 AI 初创企业与频繁迁移数据集的团队极具吸引力。 |
| 资本结构 | 流动性深、订单大、压力可控 | 常依赖更高杠杆融资 | 资产负债表更稳，但增长优先级分散 | Nebius 在扩张期的风险承受能力相对更高。 |
它打的不是价格战，而是总拥有成本战
当高质量网络、良好调度与更低 Egress 一起出现时，客户看到的是整体任务成本更低，而不是单卡单小时便宜。
它也不是和 Hyperscalers 正面开战
微软下单的逻辑恰恰说明，Nebius 正成为巨头的算力代工与缓冲池，而不是应用层的直接对手。
从 Nebius 身上看到的 5 个产业趋势
这家公司重要的地方，不只是自身增长，而是它折射出了 AI 工业化基础设施市场的结构性变化。
T1｜算力竞争转向电力竞争
GPU 仍然关键，但终极瓶颈逐渐转向电力容量、并网审批与建设速度。谁先拿到电，谁先兑现收入。
T2｜“有 GPU”不等于“会交付”
超大集群时代，故障率、恢复速度、网络拓扑和调度系统开始比单纯芯片数量更重要。
T3｜通用云之外，出现 AI 专用云层
市场容纳的不只是 Hyperscalers，也开始容纳面向训练与推理场景优化的新一代云基础设施角色。
T4｜长期合同正在重塑资本开支逻辑
数十亿美元级别的容量预订，让本来高风险的基建投入，逐渐演化为带有强需求牵引的资产配置。
T5｜PaaS 与 Agent 运行时将上移价值池
单纯租 GPU 越来越容易同质化，真正的利润与壁垒更可能出现在上层推理服务、编排工具与智能体工作流中。
对投资人的启示
未来值得重点关注的，不只是“谁拿到芯片”，而是谁能把芯片、网络、电力、软件、客户合同连接成一个持续运转的系统。
风险评估与 2026–2027 展望
Nebius 的上行空间巨大，但其真正风险并不在概念层，而在极其具体的电力、建设、交付与 SLA 兑现。
电力与并网进度
AI 基础设施的瓶颈已由 GPU 进一步转向 power capacity。若新泽西、芬兰等核心项目并网延迟，订单兑现节奏将承压。
建设与交付 SLA
大客户合同常带有延期惩罚与解约条款。建设速度、设备到货、液冷部署与现场调试，都是利润表前的真实门槛。
代际跃迁与硬件节奏
提早押注 Vera Rubin 带来先发优势，也意味着更强的供应链、液冷与代际兼容性压力。
基准展望
- 重大合同分批上线后，收入与利润表有望在 2026 年底出现结构性跃迁。
- 如果 Rubin 代际部署顺利，Nebius 将在下一代液冷大互联设施运维上积累显著经验优势。
- Token Factory 与搜索/RAG 能力整合后，平台上层价值池将继续上移。
战略判断
Nebius 正在从一家拥有优质算力供给的公司，演进为一套以工业化交付能力为中心的 AI 基础设施系统。若订单兑现顺滑，它在未来两年可能获得远超普通 Neocloud 的估值逻辑。
结论：Nebius 不是租 GPU 的公司，而是在争夺 AI 时代的基础设施话语权
在重组、资本、工程、订单与全球扩张几条线同时共振之后，Nebius 的价值不再只是“成长股故事”，而是一个正在形成中的新型 AI 基建平台。
如果把上一代云竞争理解为“谁能把通用算力做成基础设施”，那么 Nebius 代表的是下一代命题：谁能把 AI 训练、推理、工作流与智能体运行时做成真正工业化的系统。
这家公司最值得关注的，不是它是不是“另一个 AWS”，而是它是否能凭借全栈整合与交付效率，成为 AI 工业时代最重要的底层卖水人之一。