Neocloud: co to jest i czym różni się od hiperskalera

BiznesModele i inferencjaOpublikowano Autor: Simon Budziak

Neocloud to dostawca chmury zbudowany wokół jednego produktu: mocy obliczeniowej GPU dla AI. Tam, gdzie hiperskaler sprzedaje setki usług, neocloud, taki jak CoreWeave, Nebius czy Lambda, wynajmuje akceleratory i szybką sieć między nimi, zwykle taniej za godzinę pracy GPU, ale z dużo mniejszą liczbą usług wokół.

Szeroki katalog usług hiperskalera obok wąskiego stosu neocloudu, czyli mocy GPU i szybkich połączeń, z kompromisem kupującego między zakresem oferty a ceną

Neocloud sprzedaje Ci chipy. Wszystko inne, czego AI potrzebuje do działania na produkcji, pozostaje Twoim problemem.

Neocloud a hiperskaler: na czym polega różnica?

Na zakresie oferty. Hiperskaler, taki jak AWS, Azure czy Google Cloud, ma w katalogu bazy danych, sieci, zarządzanie tożsamością, analitykę i gdzieś pośród tego również GPU. Neocloud oferuje GPU, szybką sieć, która je łączy, i tyle pamięci masowej, ile potrzeba, by dostarczać im dane. Wąski katalog to model biznesowy, a nie luka: mniejszy narzut wirtualizacji, brak setek usług do utrzymania i centra danych projektowane wyłącznie pod gęste szafy z akceleratorami, dzięki czemu cena za godzinę jest niższa niż w dużych chmurach. Nazwa to skrót od angielskiego „new cloud”, czyli „nowa chmura”, i upowszechniła się w latach 2025 i 2026, gdy popyt na AI przerósł to, co mogły przydzielić chmury ogólnego przeznaczenia. Stronę dotychczasowych liderów opisuje nasze omówienie wielkiej piątki hiperskalerów (po angielsku).

Kiedy neocloud ma sens dla firmy?

Gdy praca opiera się na GPU i przychodzi falami. Trenowanie lub dostrajanie modelu przez kilka tygodni, renderowanie, duże zadania wsadowe: tu liczą się surowe godziny pracy akceleratorów w najlepszej cenie, a oferta neocloudu to często ułamek cennikowej ceny hiperskalera za te same chipy. Stała inferencja, wrażliwa na opóźnienia, zwykle należy gdzie indziej: do dostawcy inferencji, który rozlicza wyniki za token, albo do chmury, w której już znajdują się Twoje dane. Większość firm, które korzystają z neocloudu, używa go obok swojej głównej chmury, a nie zamiast niej, jako kolejnej warstwy infrastruktury AI.

Jakie ryzyka wiążą się z budowaniem na neocloudzie?

Koncentracja i przetrwanie. Gartner szacuje, że ponad 3,5 biliona dolarów amerykańskich wydatków na infrastrukturę AI może do końca 2030 roku wymagać odpisów z tytułu utraty wartości, i spodziewa się, że do tego czasu około 80 procent dostawców chmury nastawionych na AI przestanie działać samodzielnie (komunikat prasowy Gartnera, 14 października 2026, dostęp 19 października 2026). Sektor jest też w dużej mierze finansowany długiem: Fortune, omawiając argumenty inwestora CoreWeave, pokazuje zadłużenie stojące za rozbudową i to, co ma je uzasadniać (Fortune, 16 października 2026, dostęp 19 października 2026). Wlicz ryzyko upadku dostawcy w umowę: warunki transferu danych na zewnątrz (egress), przenośność Twojego środowiska treningowego i to, co stanie się z zakontraktowanymi wydatkami w razie przejęcia. To szczególny przypadek uzależnienia od dostawcy AI, zaostrzony przez stan bilansów.

Co kupujący powinien sprawdzić przed podpisaniem umowy?

Cztery rzeczy poza stawką godzinową. Czy oferowane chipy będą faktycznie dostępne wtedy, gdy ich potrzebujesz, bo moc obliczeniową sprzedaje się z wyprzedzeniem. Gdzie znajdują się centra danych, co przesądza o lokalizacji danych i ma znaczenie przy każdym wymogu suwerennej AI. Ile kosztuje transfer danych na zewnątrz i wyjście z umowy, bo tanie godziny to cena wejścia, a przeniesienie petabajtów to cena wyjścia. I jak dostawca jest finansowany, co w świetle opisanych wyżej ryzyk staje się elementem due diligence, a nie ciekawostką. Traktuj neocloud jak dostawcę, którego trzeba zweryfikować, a nie jak usługę komunalną, którą można przyjąć za pewnik.

To hasło przygotowano z pomocą AI.

Najczęściej zadawane pytania

Czym różni się hiperskaler od neocloudu?

Hiperskaler sprzedaje pełny katalog usług chmurowych, a GPU są tylko jedną z nich. Neocloud sprzedaje moc GPU i sieć łączącą chipy, i niewiele więcej, dzięki czemu ceny są niższe, a oferta węższa.

Czy neocloudy przetrwają?

Wiele z nich nie przetrwa jako niezależne firmy. Gartner spodziewa się, że do 2030 roku około 80 procent dostawców chmury nastawionych na AI przestanie działać samodzielnie, głównie w wyniku przejęć lub upadłości, więc umowy powinny zakładać, że dostawca może zmienić właściciela.

Jakie firmy są przykładami neocloudów?

Najczęściej wymienia się CoreWeave, Nebius, Lambda, Crusoe i RunPod, a największy z nich jest CoreWeave. Tę grupę nazywa się czasem dostawcami GPU-as-a-service.

Podsumuj tę stronę w

Zobacz, jak to działa w systemie, który zbudowaliśmy