庫存消化:GPU 供應鏈如何決定 Neocloud 的利潤率
GPU 供應鏈
GPU 叢集是一種罕見的資產,即使閒置不動也會造成虧損。它在貨箱中、海關處以及裝卸碼頭時便已開始貶值,這是在它賺取第一美元之前很久的事。對於新雲端服務商而言,這個事實將 GPU 供應鏈轉變為影響利潤率的槓桿,而非發票上的一行數字。
經濟學的道理既簡單又無情。必須在硬體價值貶值之前,將其安裝到機架上、接通電源並開始創造收益;否則,就只能眼睜睜看著這套價值數百萬美元的叢集,隨著每一天的閒置,讓投資報酬率一點一點流失。甲骨文將「從機架安裝到產生營收」的時間縮短約 60%,視為其人工智慧發展動能的核心驅動力。在供應受限的市場中,部署速度就是競爭優勢。
因此,每個新雲企業都應向其物流合作夥伴直截了當地提出這個問題:你們會讓我的折舊週期延長多少天?
為何 GPU 供應鏈會決定 Neocloud 的利潤率
Neocloud 的單位經濟模式幾乎不允許出現閒置產能。業界分析指出,以債務融資建置的 GPU 叢集,其損益兩平點約為 70% 的利用率。一個由 1,024 顆 H100 GPU 組成的叢集,若運行利用率僅為 55%,每月將虧損約 33 萬美元。 同一叢集若以 85% 的利用率運作,則可賺取約 34 萬美元。服務供應商通常有 48 至 60 個月的時間來回收資本,之後便需因應下一代產品而重新投資;而 Vera Rubin 級別的硬體,已然縮短了這段回收週期。
現在,將 GPU 供應鏈的資料也加入那張試算表中。 每當 GPU 被困在貨箱中、滯留在海關、等待合併裝運,或是因機架到貨時受損而無法運送,這一天便代表資產折舊,卻毫無營收入帳。單一高密度叢集若延誤兩週,所造成的損失遠高於運費。這將在損益表上造成五位數至六位數的缺口,並讓您錯失本可售出的產能——畢竟當市場仍願意為您當代晶片支付溢價時,這些產能本可變現。
正因如此,最頂尖的營運商才不再將貨運視為一種商品,而是開始將其視為一項利潤決策。
隨著 GPU 價格下降,部署速度的重要性非但沒有降低,反而更加關鍵
GPU 硬體正迅速商品化。上一代晶片的租賃價格已從高峰大幅下跌,而每推出一種新架構,都會讓前一代架構更快地過時。這兩種趨勢都未能緩解 GPU 供應鏈的壓力,反而都加劇了這種壓力。
如今,讓新一代產品獲利的溢價窗口期已縮短,因此利潤必須在上市後的頭幾個月內賺取,否則便完全無法獲得。較便宜的機架其獲利週期同樣較短,因為同樣的延遲會佔去這段被壓縮的獲利週期中更大的比重。
當晶片不再是優勢時,執行力便成為優勢。在價格戰頻傳、利潤率不斷壓縮的市場中,率先將每一代新品上架的「新雲」供應商,將率先搶佔其他競爭者爭相追逐的高價利潤。這是供應鏈帶來的成果。這也意味著,選擇合作夥伴並非一次性的採購決策。 您並非僅需遷移一次叢集,而是以不斷加速的節奏更新整個機隊;而能讓每一代產品盡早產生收益的合作夥伴,將在每個週期中讓這項優勢產生複利效應。
GPU 部署延遲的成因
部署失敗很少是單一的劇烈故障所致。在 AI 硬體供應鏈中,延遲通常源於一系列微小且可避免的摩擦所累積而成的結果。
原產地走廊。最先進的加速器與機架級系統多產自台灣及更廣泛的亞太地區製造走廊。從工廠到飛機的交接環節,往往決定了貨運初期成敗的關鍵——無論是貨物在普通貨運倉庫的滯留時間、高價值貨物暴露於外部環境,還是因錯過航班導致整批貨物被迫延至下一個包機時段。
包機運能。以貨架為單位規模的 GB300 部署,屬於密度高、重量大且易受震動影響的貨物,且須在固定的投產日期前完成運輸。若採用「隨機腹艙貨運」,運輸時程將由他人決定;若採用專機包機,則可完全依照您的時程安排。
最後一哩的處理。高密度 GPU 機架在更小的佔地面積內,集中了比供應鏈中幾乎所有其他設備更高的重量與更嚴格的公差。只要一次不慎掉落、錯誤的搬運,或是缺乏傾斜與震動監測,都可能導致該機架無法繼續投入運作。最令人痛心的成本並非持續下跌的更換價格,而是 RMA 處理期間,以及其餘叢集因此被迫停機等待的數週內,所損失的營收機會。
可視性缺口。若無法在每次交接時掌握每台帶有序號的設備所在位置,便無法有把握地確定試運轉日期。而無法信賴的試運轉日期,意味著無法預測營收起始日。
整潔的 GPU 機架運輸是怎樣的?
理論就說到這裡。這是收據。
一家領先的新世代雲端服務商需要將 300 GB 的 GPU 基礎設施,依照即時部署時程遷入資料中心。這批貨物透過三架包租的波音 747 客機空運,並在經過驗證的端到端貨物追蹤鏈下完成運輸。最終成果如以下所示:零損壞、零事故,且從起運地到資料中心機房全程貨物追蹤鏈完整無缺。
這些都不是表面功夫。零損壞意味著零退貨維修(RMA)週期,且無需從部署環境中撤出任何機架。零事故意味著能如期完成系統啟用。完整的追蹤鏈意味著營運商能夠預測營收日期,因為他們可以信賴交貨日期。
這項成果並非靠運氣。Omni 自 2006 年起便在台灣科技走廊展開營運,其倉庫直接與機場相連,不僅縮短了高價值貨物的滯留時間與暴露風險,還能直接銜接至航空運輸網絡。當全球人工智慧基礎設施的部署規模擴大時,該公司的營運據點早已扎根於此。
將所有供應鏈同步至同一個部署日期
讓一個叢集上線並非僅靠單次出貨即可完成。這需要協調多個獨立的供應鏈,包括 GPU、網路、儲存、配電及散熱系統,並將所有環節整合至單一的部署時程中。每個組件都有其角色與時程。這些時程的配合越緊密,叢集就能越快上線,也越早開始產生收益。
這種協調正是執行風險集中之處,也是貨運代理與物流夥伴之間的區別所在。任何人都能搬運一個紙箱。真正的價值在於確保整體運作保持同步,讓 GPU 不會因等待電力供應而閒置,電力也不會因等待機架而閒置。
Omni 如何按時推進 GPU 基礎設施建置
上述每個問題都對應到 Omni 現已運作中的某項功能,其依據是實際紀錄而非發展藍圖:
- 自 2006 年起便在台灣走廊地區設有據點。與機場相連的倉儲設施可縮短貨物在起運地的滯留時間與暴露時間,並在貨架級系統因排隊等候普通貨物而受阻之前,將其送入航空運輸網絡。
- 專屬包機運能。當 GB300 的部署無法等待客機艙底貨艙空間時,Omni 會依照自身航班時刻表進行運輸,例如先前曾為一家領先的新世代雲端服務商出動三架包租的波音 747 客機。
- 序列級別的流轉紀錄。從工廠、倉庫入庫到資料中心機房,每個交接環節均經過驗證,因此您的啟用日期及其對應的營收日期均屬有效。
- 多供應鏈協調。Omni 將 GPU、網路、儲存及電源設備的交付時程同步至同一個部署日期,因此沒有任何工作流會因等待其他部分而閒置。
- 有據可查的成果。該次搬遷作業在零損壞、零事故的情況下順利完成,且物證鏈完整無缺。零 RMA 循環、零機架拆卸,時程表亦完全照常執行。
常見問題
GPU 供應鏈:Neoclouds 常見問題
新雲端與 AI 基礎架構團隊針對 GPU 供應鏈最常提出的問題,從將機架級系統移出台灣,到確保「從機架到營收」的時間。
Neocloud 的 GPU 供應鏈是怎樣的?
GPU 供應鏈涵蓋從工廠到客戶支付能力之間的所有環節:採購加速器與機架級系統、從台灣及亞太地區走廊出口、空運或包機、通關、中轉,以及在有文件記載的保管鏈下將設備最終運送至資料中心機房。由於 GPU 叢集自出貨當日起便開始折舊,因此該供應鏈的速度與可靠性,將決定 Neocloud 的硬體能多快開始創造收益。
為什麼 GPU 的部署速度會影響 Neocloud 的利潤?
GPU 自出廠當日起便開始折舊,而透過債務融資建置的運算叢集,其收支平衡點約在 70% 的利用率附近,因此每一天的閒置都意味著折舊,卻無法產生相應的收入。更快的部署速度意味著在固定資產壽命內能增加更多獲利天數,並能把握每代新 GPU 僅短暫存在的價格溢價。在供應受限的市場中,部署速度即是競爭優勢。
何謂「從上架到營收」的時間,為何這點很重要?
「機架到營收週期」是指將交付的 GPU 硬體轉化為能產生收益且被實際使用的運算能力所需的時間。較短的機架到營收週期能提升叢集的投資報酬率,因此快速且可靠的 GPU 物流服務是影響利潤率的關鍵因素,而非單純的帳目項目。能縮短此週期的供應商,其將已安裝運算能力轉化為營收的速度,會比業界平均水準更快。
要如何將 GPU 伺服器從台灣運送到資料中心?
大多數先進的加速器與機架級系統均源自台灣及亞太地區。高價值的 GPU 機架透過專機包機或安全保障的艙底貨運進行運輸,並經由鄰近機場的倉儲設施中轉,以縮短滯留時間並降低暴露風險,隨後在以序號為單位的書面監管鏈下,直接運送至資料中心機房。
Omni 如何提供協助?Omni自 2006 年起便在台灣科技走廊地區營運,其倉庫與機場直接相連,不僅能縮短貨物滯留時間,更能將高價值貨物直接送入航空運輸網絡。
為什麼運送 GPU 機架與一般貨運有所不同?
與供應鏈中的絕大多數產品相比,機架級 GPU 系統在更小的佔地面積內集中了更重的重量、更高的價值以及更大的脆弱性,且通常以分階段組裝、液冷式組件的形式出貨,這些組件皆依照嚴格的公差標準設計。其運輸過程需遵循防靜電規範、控制衝擊、振動與傾斜,確保安全的託管鏈,並由接受過高價值技術培訓的團隊負責,這遠超出標準貨運團隊所能處理的範圍。
新興雲端服務商應在何時為 GPU 基礎設施採用包機服務?
當部署任務與固定的啟用日期綁定時,若採用「隨機空位」的機艙貨運,運輸時程將取決於他人安排,可能導致貨件被推遲至下個運輸時段。而專機包機則能依照您的時程運送整批貨物,藉此確保啟用日期及其後續的營收日期不受影響。
Omni 如何提供協助:在最近一次 Neocloud 的部署中,Omni 將機架級 GPU 基礎設施運送至三架包租的波音 747 飛機上,過程中未造成任何損壞、零事故,且從起運地到資料中心機房全程保持 100% 的貨物追蹤鏈。
「產銷鏈」如何保護高價值的 GPU 硬體?
「貨物追蹤鏈」可驗證從起運地到資料中心機房沿途每個接觸點的貨物管控狀況,因此對於價值甚至高於運輸車輛本身的硬體設備,其追責責任絕不會中斷。這種經過驗證的管控措施,能降低遺失、篡改以及未經追蹤的處理所帶來的風險,這些情況往往會導致機架受損及退貨處理(RMA)循環。
Omni 如何提供協助?Omni從起運地到資料中心機房,在每個接觸點皆會驗證貨物流轉鏈,並針對高價值科技貨物提供安全且受控的處理流程。
更便宜的 GPU 硬體是否會降低對高效能供應鏈的需求?
不。上一代矽晶片的租賃費率持續下滑,且每款新架構都會加速前一代架構的淘汰速度,這使得獲利窗口變得更短。價格更低的機架其營運週期也更短,因此部署速度的重要性非但沒有降低,反而更加關鍵。當晶片不再是競爭優勢時,執行力便成為新的優勢。
該如何協調橫跨多個供應鏈的 GPU 叢集部署?
將一個叢集投入運作並非僅靠一次出貨即可完成。這涉及 GPU、網路、儲存、配電及散熱等環節,每個環節皆擁有獨立的供應鏈,並需匯聚於同一個部署日期。確保這些供應鏈保持同步正是執行風險的集中點,因此 GPU 不會因等待電源而閒置,電源也不會因等待機架而閒置。
Omni 如何提供協助?Omni根據單一部署時程,整合 GPU、網路、儲存及電力運輸的調度,並由內部海關專業知識以及遍佈亞洲、北美和歐洲的當地營運團隊提供支援。
新雲端企業在選擇 GPU 供應鏈合作夥伴時,應著重哪些方面?
請尋找在關鍵任務技術方面具備實證執行能力的服務:專業的貨架處理、內部海關專業知識、有紀錄且安全的處理流程、專屬包機運能,以及端到端的可追蹤性。最重要的是,請選擇一位不僅了解運輸路線,更能理解所部署基礎設施的合作伙伴,因為正是這種理解,才能確保高頻率的設備更新進度順利推進。
Omni 如何提供協助:35 多年來,Omni 一直致力於支援半導體、電子及網路供應鏈,而這些正是當今人工智慧基礎設施部署所要求的營運規範。
要在絕不能延誤的時程內部署 GPU 叢集嗎?
探索人工智慧基礎設施的物流