文／洪為璽
在過去十多年裡，雲端運算逐步成為企業營運的核心基礎，根據 Flexera《2024 State of the Cloud Report》調查，全球 94% 的企業已採用至少一種雲端服務，而 Gartner（2023）亦指出超過七成的技術主管將「雲端優先」視為開發新產品的預設策略。然而，2023 年之後的生成式 AI 爆發讓這套運作已久的模式開始動搖，大型語言模型訓練、向量資料庫、推論集群、AI 原生資料流程，使企業對雲端的需求從過去的「通用運算」急速轉向「高效能、低延遲、專業化」的算力架構。
傳統雲服務如 AWS、Azure、Google Cloud 雖仍占據主流，但其廣泛的通用化平台，在 AI 進入大規模訓練與高頻推論時，愈來愈難以完全滿足企業的深層需求。
從通用雲端到 AI 雲端的世代轉型
在這個背景下，NeoCloud 成為雲端業的注意對象，與其說 NeoClouds 是雲端服務，不如說它們是專為 AI 打造的超級電腦租賃商，除了購買 GPU 以外，還以高度優化的網路、冷卻與軟體堆疊組成 AI 專用算力平台，它們不是通用雲，而是「算力精品店」，專注 AI 訓練與推論的極致效能。
NeoClouds的崛起，讓企業的雲端選擇從過去的「是否上雲」進入「應該用哪種雲」，雲端不再是一個單一市場，而逐漸走向多雲、分層、垂直專精的新階段。在 AI 成為企業競爭核心的未來十年裡，企業會越來越傾向選擇以 AI 為本位、具備極致效能與專業性的雲服務。
NeoClouds 介紹
NeoClouds 的出現代表雲端運算邁入全新的分工階段，若說傳統雲端服務提供的是「通用型計算基礎設施」，那麼 NeoClouds 提供的則是一種專為 AI 打造的深度優化算力環境。其本質並非要重新取代 Amazon、Microsoft 或 Google 所建立的雲端基石，而是沿著既有的雲端供應鏈向上攀升，成為更具針對性的第二層運算平台。
與傳統雲不同，NeoClouds 的技術堆疊是以「提升 GPU 集群效能與可用性」為核心出發點，它們大量採購 Nvidia H100、H200 到 Blackwell 等最新一代 GPU，並圍繞這些晶片打造專屬的高效能網路、儲存架構與散熱技術，形成高度一體化的 AI 訓練工廠。對企業與 AI 新創而言，過去需要投入巨額資本才能架設的 AI 模型，如今可以以租賃方式隨時啟動，讓大規模模型開發從「難以進入的門檻」變成「可以按月付費的雲服務」。
NeoClouds 的崛起也反映了企業對算力自主性的要求日益提高，傳統雲服務由於需求量巨大，GPU 供應長期稀缺，使許多 AI 公司在 2023～2024 年陷入「排隊半年拿不到 GPU」的困境。與此同時，NeoClouds 因架構專一、供應鏈與 Nvidia 深度綁定，反而能在全球短缺期間持續供應算力。這正是其商業模式能迅速擴張的關鍵之一。
此外，供應鏈層面上，像 CoreWeave、Nebius、Lambda Labs 等代表性 NeoClouds，多數皆受到 Nvidia 的策略扶持。根據公開資料，Nvidia 不僅提供技術協作，更以投資方式確保它們擁有優先取得新一代 GPU 的能力，形成一種新型態的「雲端共同體」，透過這些合作夥伴，Nvidia 得以在全球不同區域快速擴展其 AI 基礎設施版圖，同時維持對整個 AI 訓練市場的主導權。
總結來看，NeoClouds 並不是傳統雲端的附屬品，而是 AI 時代基礎設施競爭的核心節點，它們讓企業能在更短時間內啟動更大型的模型訓練，並藉由更高效、更可控的雲端算力，加速 AI 應用的落地速度，未來企業在面對雲端選擇時，不只是計算成本的取捨，更是在選擇一個能否跟上 AI 競爭節奏的長期夥伴。
代表性新創與技術模式
案例一：CoreWeave
˙ Nvidia 在北美最重要的 AI 基礎設施盟友
CoreWeave 是近年 NeoClouds 崛起中最具指標性的新創，其成長速度與市場地位快崛起，成為了 AI 時代新型雲端模式的指標之一，CoreWeave 原本是一家專做 3D 渲染與虛擬幣挖礦的小型公司，但自 2020 年起在高度財務槓桿操作與 Nvidia 的深度扶持下迅速轉型為 GPU 雲端供應商。與 AWS、Azure 等傳統雲相比，CoreWeave 的優勢不在於規模，而是「高度專注於 AI 訓練與推論」的垂直算力能力。
Nvidia 先後對 CoreWeave 投資多次，並提供大量 H100、H200 等新世代 GPU 的優先配額，使其在全球 GPU 極度短缺的期間，仍能在幾個月內部署出數萬張 GPU 的叢集。這種供應鏈地位甚至一度讓 CoreWeave 成為 DGX Cloud 於北美的主要運算夥伴。對 OpenAI、xAI、Stability AI 等高速成長的新創而言，「能否立即取得 GPU」直接影響模型訓練速度，而 CoreWeave 的強項正是「不需要排隊、可馬上部署」。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 LinkedIn，與全球CIO同步獲取精華見解 ]
此外，CoreWeave 以 AI 工作負載為中心打造的基礎設施，這其中包含高速 InfiniBand 網路、NVLink、液冷散熱設計與 AI 導向資料中心規格，可讓企業在進行 LLM 訓練時可取得顯著的效率與成本優勢。
對許多企業來說，CoreWeave 的模式本質上是一種「專為 AI 打造的雲端超算工廠」，透過與 Nvidia 生態深度整合，使企業能以最低的摩擦快速啟動模型訓練專案。
整體而言，CoreWeave 代表了 NeoClouds 在北美市場的典型樣貌：高速成長、深度專注、強供應鏈綁定，並成為傳統雲巨頭之外，企業取得 AI 算力的關鍵替代方案。
案例二：Nebius
˙ 歐洲資料主權與AI大模型需求交會的專業雲平台
Nebius 是 NeoClouds 在歐洲的重要代表，其獨特性不僅來自技術能力，更來自其在區域法規與資料主權環境中的特殊定位，Nebius 前身屬於 Yandex Cloud，後因地緣政治因素而獨立。此後，Nvidia 迅速介入投資，並協助其在歐洲建立第一批大規模 H100 GPU 叢集，使 Nebius 成為歐盟內最能快速取得 AI 訓練資源的新型雲端平台。
歐盟的資料主權要求極高，許多政府機關、醫療機構、金融服務與研究機構，因法規限制無法直接採用美國雲服務，Nebius 正是在這個市場縫隙中迅速壯大，它將 AI 叢集部署在符合 GDPR 與歐盟資料保護法規的資料中心，使企業能在「法規合規」和「高效能運算」之間取得平衡，對歐洲企業而言，Nebius 不只是 GPU 提供者，更是跨國法規下少數能夠符合區域要求的 AI 運算環境。
在技術層面，Nebius 的獨特性並不僅來自 GPU 規模，而是其在「合規架構」上的深度耕耘，歐盟在資料保護與演算法透明度方面有最嚴格的規範，尤其 GDPR、AI Act、跨境資料流動等要求，使許多美國雲服務無法完全符合當地產業的合規需求。Nebius 的基礎設施因此採用明確的「資料區域化設計」，所有訓練資料、模型輸出與推論紀錄皆能在歐盟境內封閉運作，成為醫療、金融、公共單位願意採用 AI 訓練叢集的關鍵理由。
[ 推薦閱讀：AI 基本法通過後應知道的要事 ]
此外，相較於CoreWeave 主打的極致算力，Nebius 的優勢在於「一體化 AI 作業環境」。企業可在同一區域內同時完成資料處理、特徵工程、模型訓練與部署，不需跨國傳輸，降低延遲與法規風險。雖然 Nebius 也採用 Nvidia 的 DGX 參考架構，但其重點放在提供受法規認可的運算環境，而非追求極端效能表現，這使其成為歐盟 AI 產業鏈的重要基礎設施，而非傳統公有雲的複製品。
Nebius 的崛起象徵 NeoClouds 不只是技術上的分工，更是地緣政治與資料主權推動的結構性轉變。它讓歐洲企業能在具備自主性的環境下發展 AI，並補上歐盟長期缺乏具有競爭力、高合規性的 AI 運算平台的市場缺口。
對產業的影響
NeoClouds 的崛起，使雲端與 AI 產業從原本相對穩定的格局，進入更具動態性、分層化與競合性的全新階段，在商業運作層面，NeoClouds 讓企業以更低成本、更短週期啟動 AI 產品。傳統雲端需要大量前期投入與排程等待，如今企業能「即取即用」的取得算力，快速完成模型訓練、推論部署與演算法實驗，使開發節奏從年度規劃加速為週甚至日的迭代模式，這種速度優勢正推動新型態資料產品、推論型 API 與 AI 原生應用的湧現，讓市場競爭從功能差異轉向模型效能與更新頻率。
在技術與組織能力上，NeoClouds 重新定義了工程團隊的角色，過去工程師需投入大量精力維運基礎架構，如今焦點轉向模型生命周期管理、推論最佳化、資料管線與平台自動化治理，企業的技術決策也從「先建環境」轉變為「先驗證價值」，促成更接近 AI 時代需求的實驗導向文化。
然而，這樣的高效率也帶來新的風險議題，算力取得容易、資料流動頻繁，使企業面臨成本治理、可觀察性、模型透明度與資料主權等更複雜的挑戰，尤其在金融、政府、醫療等高度監管領域，確保資料與模型不跨越地區邊界成為關鍵。同時，NeoClouds 普遍依賴 Nvidia 供應鏈，使企業必須面對算力高度集中化所帶來的不確定性。
整體而言，NeoClouds 讓雲端生態從「單一平台主導」轉向「多層次、跨角色的協同網絡」，系統整合商、模型供應商、AI 新創與雲端平台的邊界逐漸鬆動，形成以互補與共創為核心的新市場秩序，雲端已不再是背景，而成為 AI 競爭的正面戰場，而 NeoClouds 正是推動這場轉型的關鍵力量。
結論
NeoClouds 的興起，象徵雲端運算已從過去十年的通用型服務，正式邁入以 AI 為核心的第二階段，這種新型雲端模式不僅提供高效能 GPU，更重塑企業取得算力、設計產品與部署模型的方式；對產業而言，它既是現有雲端生態的延伸，也是重新定義基礎設施邏輯的推動力量。
從 CoreWeave 與 Nebius 的案例可以看出，NeoClouds 的成功並非僅因其擁有 GPU，而是它們結合了優化過的網路環境、區域化部署策略、合規性架構與深度軟體整合，使 AI 訓練與推論從高門檻、高成本的專案工程，轉變成可像雲服務一般被快速啟動的基礎能力。這種能力的普及，正在讓更多企業有機會參與 AI 模型的競爭，而不再被算力稀缺與成本壓力排除在外。
[ 閱讀更多 洪為璽 的專欄文章 ]
更重要的是，NeoClouds 並未試圖取代 AWS、Azure 或 GCP，而是沿著雲端供應鏈向上攀升，成為一種專注於 AI 增強層（augmentation layer），它們的存在，使雲端市場不再單一集中，而朝向分層化、專業化、多角色共同構成的競合生態發展。對企業來說，未來的雲端策略不再只是比價，而是選擇一個能否支撐 AI 發展節奏的技術夥伴。
隨著模型規模持續增長、AI 應用滲透更多產業、資料主權議題更加複雜，NeoClouds 將持續扮演加速器與橋樑的角色，一方面，它們將補足傳統雲端在高密度算力與區域化合規架構的不足；另一方面，也將引領企業進入更高迭代速度的 AI 競爭環境，AI 成為企業價值創造核心的下一個十年裡，NeoClouds 不只是選項，或將是構成整體雲端策略的關鍵支柱。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
