CoreWeave 战略转型：从租用 GPU 到掌控工程工作流
N.J. 利文斯顿 — 争夺企业级人工智能主导地位的竞争，已不再仅仅是谁拥有最强大硬件的较量。曾以租用图形处理能力著称的云服务提供商 CoreWeave，正大力押注真正的增长在于掌控工程师日常使用的工具。
周一，该云服务提供商公布了收购 Monolith AI 的计划。Monolith AI 是一家总部位于伦敦的初创公司，其业务是将机器学习深度融入工程测试和验证工作中。收购价格尚未披露，但这标志着 CoreWeave 在短短七个月内完成了第三次软件收购。这种交易速度表明，该公司不满足于仅仅在 GPU 原始供应上与亚马逊或微软等超大规模云服务商竞争——在这种竞争中，资金雄厚的公司通常会获胜。
最新这笔收购之际，工业人工智能领域正在经历一场洗牌。仿真和云服务领域的巨头们正竞相在竞争对手之前锁定客户关系。例如，西门子最近以数十亿美元的价格收购了 Altair Engineering。CoreWeave 显然希望避免被甩在后面。
摆脱 GPU 价格陷阱
CoreWeave 深知依赖商品化基础设施的风险。诚然，该公司备受瞩目的交易规模巨大——9 月与 OpenAI 达成了 65 亿美元的协议，几天后又获得了 Meta 142 亿美元的承诺。但这些协议也让公司面临微薄的利润空间。租用 GPU 意味着高昂的资本支出、不可预测的使用量，以及对客户的议价能力很小，因为客户可以轻易转向其他供应商。
这正是 Monolith 改变游戏规则的地方。它的软件被宝马、日产和霍尼韦尔等公司的工程部门所采用。通过分析测试数据，它能帮助团队决定执行哪些实验，及早发现异常，甚至推荐下一步措施。即使只稍微减少物理测试，也能为制造商节省数百万美元，并缩短数月的开发周期。
正如一位汽车研发研究员所说：“工程领域一直拥有大量数据，但缺乏足够的优秀模型。如果软件能弥补这一空白并减少实验台时间，它将很快被采纳。”
凭借此前收购的用于实验跟踪的 Weights & Biases 和用于强化学习的 OpenPipe，CoreWeave 一直在悄然构建一个软件层，让客户更难离开。策略很简单：掌控生成工作负载的工具，而不仅仅是运行这些工具的机器。
巨大的工业市场机遇
潜在市场巨大。麦肯锡估计，人工智能可将复杂制造中的研发效率提高多达 80%。对于负责长达十年产品周期和数千万美元测试预算的高管而言，这个数字意义重大。设想一下电池开发、航空航天认证或汽车安全——所有这些领域，成千上万的物理测试都可能被更智能的模型所取代。
CoreWeave 凭借与阿斯顿·马丁·阿美车队（Aston Martin Aramco）F1 车队的合作，已经对高性能环境有了深入了解。将这一展示案例与 Monolith 在工业工程团队中的日常应用相结合，为该公司向制造商推销提供了一个引人入胜的故事。
然而，执行并非易事。工程公司通常依赖西门子 (Siemens)、安西斯 (Ansys) 或达索系统 (Dassault Systèmes) 等公司的根深蒂固的软件。CoreWeave 在试图将其新收购的业务整合到这些生态系统时，有冒犯现有参与者的风险。西门子最近整合人工智能驱动仿真的举动又增加了一层复杂性。要想成功，CoreWeave 必须让 Monolith 保持足够的平台中立性，以便在不同平台间协同工作，同时引导客户转向其自身的云服务。
此外，还有公司自身的过往记录。今年早些时候，有报道称该公司在向部分客户交付时出现了一些问题。对安全至关重要的行业不会轻易原谅延误，采购团队在签署多年期承诺之前会仔细权衡这些风险。
追求更稳定的收入
从商业角度看，工业工作负载的吸引力在于其稳定性。大型语言模型训练具有爆发性——一个季度需求巨大，下一个季度则可能趋于平静。相比之下，工程测试在产品生命周期中持续稳定运行。这种可预测的需求可以平滑 CoreWeave 的利用率，并让那些不喜欢大起大落数据的投资者感到安心。
经济效益也看起来更好。工程师依赖日常使用的软件，这意味着与原始计算时数相比，利润率更高。如果 CoreWeave 将其收购的 Weights & Biases、OpenPipe 以及现在的 Monolith 整合为一体化解决方案，它可以从按 GPU 小时收费转变为按成果收费。想象一下，销售“电池验证加速方案”而不是计算时间。这是一种完全不同的商业模式。
市场观察人士预计，CoreWeave 将在未来一年内推出针对特定行业的捆绑解决方案。在电池开发或航空航天认证方面的早期成功，将为该公司提供有力的论据，以说服谨慎的买家。
风险、竞争对手与未来展望
投资者看到了机遇，但也伴随着大量风险。在不到一年的时间里整合三家软件公司绝非易事。CoreWeave 必须确保产品路线图按计划进行，同时避免客户流失。如果成功，该公司可以构建真正的防御壁垒来对抗超大规模云服务商。如果失足，竞争对手就会乘虚而入。
而这些竞争对手也没有停滞不前。西门子、安西斯和达索都拥有资源来开发或收购竞争工具。同时，PhysicsX 和 Neural Concept 等规模较小的物理-AI 初创公司正在募集大量风险投资，并可能迅速成为其他大型参与者的收购目标。
分析师建议关注几个迹象：CoreWeave 整合新软件的速度、它能否在 Monolith 现有客户群之外赢得重要客户，以及工业工作负载是否开始体现在使用数据中。为制造客户建立强大的现场支持也将表明该公司对该领域的重视程度。
从更宏观层面看，CoreWeave 的举动可能会加速工业 AI 领域的整合。弥合仿真、测试优化和云基础设施之间差距的初创公司突然炙手可热。无论谁能掌控完整的工程工作流，都将获得高额估值。
Monolith 的交易最终将检验垂直整合能否为 CoreWeave 带来持久优势——或者超大规模云服务商在看到需求后是否会简单地复制这些功能。对于工业客户而言，结果可能会塑造创新本身的未来：更快的开辟周期和更精简的测试，或者仅仅是从一种依赖转向另一种依赖。
不构成投资建议