随着微软及其他云服务商将GPU储备优先供给内部团队与大型企业客户，AI初创企业正难以获取英伟达显卡资源 。中小厂商只能高价争抢剩余算力服务器 ，处境愈发被动。

　　多位相关企业创始人和投资人透露，本轮算力短缺已波及多家知名资本加持的头部AI初创公司
，投资方包括红杉资本、创始人基金 、通用催化剂创投、安德森·霍洛维茨基金等顶级机构
。一名知情人士表示，迫于算力紧张 ，通用催化剂创投合伙人赫曼特·塔内贾已向被投企业创始人发放调研问卷
，摸排各家GPU算力获取情况。

　　塔内贾在问卷中写道：“我们收到大量反馈，算力资源 ，尤其是GPU使用权
，已成为各位今年面临的最大发展瓶颈之一 。”

　　当前市场格局与2023年初高度相似：彼时各大云厂商收回公有云算力，优先保障内部业务与OpenAI等核心大客户
。为缓解算力荒 ，安德森风投
、指数创投等机构纷纷自建GPU资源池
，为旗下被投企业兜底。

　　但与AI应用尚处萌芽阶段的2023年不同，如今AI代码开发工具需求爆发 ，进一步加剧了芯片短缺 。云厂商高管与初创企业负责人表示
，伴随Anthropic等头部AI开发商、自动化代码工具厂商的算力需求暴涨，云平台正在大幅压缩中小客户的GPU配额
。

　　为应对危机 ，通用催化剂创投正筹划解决方案，计划通过搭建共享算力池 、直接代企业谈判等方式
，帮助被投初创公司稳定获取GPU资源。

　　芯片供不应求的格局，让云服务商得以上调英伟达算力服务器租赁价格 。此前不少云厂商在GPU业务上盈利困难 ，涨价举措显著改善了其利润空间
。

　　但成本上涨严重挤压了AI企业生存空间
，图像生成AI模型研发商Krea便是典型案例。这家成立四年的初创公司累计融资8300万美元，投资方涵盖安德森风投
、贝恩资本风投 。

　　Krea联合创始人兼首席执行官维克托·佩雷斯介绍 ，半年前多家云厂商争抢合作
，公司以每芯片每小时2.8美元的价格，签下数百颗英伟达布莱克韦尔芯片的半年租赁合约
。然而近一个月 ，企业计划采购更多算力从零训练大模型时
，多家云厂商销售拒接沟通、消极应对。

　　即便后续取得联系，对方也直接大幅涨价 ，并强制要求签署三年长期合约 。

　　“有的销售直接失联
，有的称无资源可用，还有的强行绑定不合理合约。 ”佩雷斯说道
。

　　他补充 ，企业评估多款算力集群方案期间，相关资源短短数日就被其他客户抢购一空。

　　最终
，Krea被迫签订一年期新合约，续租数百颗同款芯片 ，单价涨至每小时3.7美元
，涨幅达32% 。对比行业其他报价，该价格已相对低廉
。

　　佩雷斯坦言：“无法稳定获取算力 、支撑平台运行与模型训练 ，才是我们最大的隐患。小幅涨价尚可承受
，断供才是致命打击 。”

　　另有一位初创企业创始人表示，其计划租赁近千颗高互联集群GPU ，英伟达销售直言
，头部云厂商算力资源极度紧张，海量客户排队争抢 ，难以匹配需求
。该集群单日租赁成本超7万美元
，目前仍在艰难寻找资源。

　　合约集中到期，供需矛盾加剧

　　雪上加霜的是 ，微软
、亚马逊、CoreWeave等头部云厂商纷纷敲定数十亿美元长期合作，为Anthropic 、OpenAI锁定海量GPU资源 。即便如此
，伴随业务爆发式增长，Anthropic依旧深陷算力短缺困境
。

　　短缺的另一核心诱因：大量AI初创企业早年签订的两至三年云服务合约集中到期 ，云厂商借此契机大幅提价
，或将存量算力重新分配给高付费客户。

　　知情人士透露，微软Azure管理层已内部通知员工 ，算力长期紧缺的现状至少将持续至2026年底 。

　　某AI云服务商CEO透露
，曾计划将一家合约到期企业的GPU集群，转让给愿意溢价约30%的新客户；原企业紧急协商挽留后 ，最终以涨价方式保住算力资源
。

　　GPU云服务商Lightning AI首席执行官威尔·福尔肯表示
，公司线上运行约4万颗GPU，但积压了近40家企业的租赁需求 ，合计缺口高达40万颗芯片。过去六个月算力租赁价格涨幅超25%
，单芯片时薪从1.6美元攀升至2美元以上，热门资源溢价更高 。该平台主力芯片为英伟达上一代霍珀架构产品。

　　 微软推行“闲置回收
”管控政策

　　据微软内部员工透露 ，受大客户与内部业务算力需求挤压，Azure已全面收紧中小客户的服务器租赁配额
，不少中小企业需要排队数月才能扩容GPU资源
。

　　微软长期将顶级旗舰芯片集群优先供给OpenAI及自身业务，同时持续为Anthropic新建专属算力集群。普通客户的GPU分配权限 ，完全取决于其在Azure的消费规模
，以及新增算力合约的付费承诺 。

　　内部信息显示，近几个月微软硬性要求 ，想要租用英伟达布莱克韦尔高端芯片的客户
，必须承诺至少采购1000颗芯片
、签约一年以上，单份合约最低成本达数千万美元
。

　　即便是英伟达老旧款芯片 ，普通客户在Azure平台的预约周期也长达数周甚至数月。

　　微软采用分级体系管理客户优先级：一级客户约一千家
，为年度高额消费的头部企业，享有算力优先分配权；二级客户消费体量中等 ，配备专属销售对接；三级客户为中小微企业
，由渠道合作代理商负责对接 。

　　未签订大额预留合约、采用按需付费模式的客户，将面临漫长排队周期
。同时微软严格监控算力使用率 ，即便是短期闲置数小时，也会被收回GPU使用权。

　　此外
，微软正在清退初创扶持计划的免费算力权益 。通过“微软初创项目”免费申领服务器额度的企业，若无法满负荷使用芯片 ，将被永久收回GPU访问权限
。

　　 自建算力成新出路

　　面对云厂商层层限制
，部分初创企业开始绕开云平台，选择自建算力。

　　油气行业AI智能体研发企业Collide去年完成1400万美元种子轮融资 ，创始人科林·麦克莱兰表示
，受够了算力排队 、合约限制等问题，公司计划投入约50万美元采购英伟达GPU ，搭建私有算力集群 。企业考虑直接租用数据中心机房
，自主部署硬件设备
。

　　麦克莱兰认为，短期自建硬件成本远高于租赁 ，但能够彻底规避算力断供与价格波动风险。长期来看
，多年租赁的综合成本反而更高，自建模式更具性价比 。

　　“关键时期缺算力 ，对企业是毁灭性打击。多数团队畏惧硬件运维，但我常年运营油井项目
，早已适应这类重资产模式
。 ”