Nvidia 测试收入分成，AI 云初创公司重塑基础设施

2026 年 7 月 3 日最重要的 AI 基础设施新闻，是 Nvidia 正与 AI 云初创公司测试收入分成模式。其逻辑简单但影响深远：Nvidia 可以支持新兴 AI 基础设施公司部署 GPU，并在工作负载增长后分享收入。

这让 Nvidia 的商业模式从一次性硬件销售，延伸到可能与使用量挂钩的持续收益。它也反映出 AI 云市场正在变化。初创公司仍希望获得高端 Nvidia 系统，但建设大型 GPU 集群需要大量资本。收入分成可以降低基础设施融资难度，同时让 Nvidia 更接近 AI 训练和推理产生的实际需求。

发生了什么

报道称，Nvidia 正与 neocloud（新云）和 AI 云公司合作，其中包括 SharonAI 和 Firmus。相关模式围绕 Nvidia 硬件提供收入分成与融资支持，并计划在澳大利亚和印度尼西亚的数据中心大规模部署 GPU。

Nvidia 首席财务官 Colette Kress 把这类做法描述为支持新兴 AI 云服务商、同时让 Nvidia 分享未来平台收入的一种方式。该战略也建立在 Nvidia 与 CoreWeave、Nebius 等 AI 基础设施公司更广泛的关系之上，这些公司已成为 GPU 云生态的重要组成部分。

为什么重要

• 收入分成可以帮助规模较小的 AI 云服务商建设容量，而不必独自承担全部前期 GPU 成本。
• 如果硬件部署后的客户需求增长，Nvidia 就能获得与使用量挂钩的收益。
• SharonAI 和 Firmus 表明，AI 基础设施需求正在向美国大型超大规模云服务商之外扩散。
• CoreWeave 和 Nebius 仍是重要参照，因为它们帮助定义了现代 AI 云这一类别。
• AI 云市场正变成一场围绕融资、容量和利用率的竞争，而不再只是芯片供应问题。

AI 用户会受到什么影响

对用户而言，这不会立即改变今天该打开哪款 AI 工具，影响发生在上游。如果收入分成帮助更多 AI 云服务商上线容量，AI 应用最终可能获得更多区域可用性、更多算力选择，并在大型供应商容量受限时具备更强韧性。

它也可能影响价格。GPU 基础设施是 AI 产品最大的成本来源之一。如果新的融资模式让容量更容易部署，部分工具可能获得更好的成本结构；如果这种模式加强了客户对 Nvidia 支持的云服务的依赖，采购方则需要关注供应商集中度和长期成本。

构建者应关注什么

构建者应关注三个实际细节：哪些云服务获得 Nvidia 支持、部署哪类 GPU，以及新增容量是向普通开发者开放，还是只服务大型 AI 客户。容量数字固然重要，但访问条款、延迟、正常运行时间、地区、合规和定价，才决定构建者能否真正使用这些基础设施。

团队还应关注收入分成会不会成为 AI 云协议的常见模式。如果会，AI 基础设施公司的竞争方式可能不再像传统云供应商，而更像由硬件合作伙伴、融资伙伴和锚定客户共同连接的容量网络。

搜索意图解析

当天搜索 Nvidia 收入分成的人，很可能想知道 Nvidia 是否正在调整 AI 云战略、该模式如何运作、Colette Kress 说了什么，以及 SharonAI 和 Firmus 为什么重要。

搜索 AI 云或 neocloud 服务商的人，则在追问一个更广泛的市场问题：当 GPU 基础设施昂贵且需求波动时，初创公司能否与 Amazon、Microsoft、Google、CoreWeave 和 Nebius 竞争？

Goodiebase 观点

这是一则实用的 AI 新闻，因为 AI 工具依赖用户看不见的基础设施选择。一个响应迅速的助手、图像生成器、编程智能体或工作流产品，背后往往连接着复杂的芯片、云容量、融资和模型路由体系。

对在 Goodiebase 比较 AI 产品的用户而言，结论是不要只看界面。模型质量固然重要，基础设施战略也会影响速度、价格、正常运行时间和可用性。Nvidia 的收入分成方案再次表明，AI 市场正成为模型、云、芯片和融资模式协同运作的生态系统。