全球大型科技公司在算力領域的競爭與博弈形成了一片復雜的水域，而耿康銘似乎摸清了在其中平穩(wěn)穿梭的門道。

Colossus的首個“機房”落地于美國田納西州孟菲斯，20萬塊英偉達高性能GPU服務器（占全球英偉達高性能GPU服務器供應量的15%）堆砌而成的數百個算力陣列，被填進了其毗鄰密西西比河畔約7.29萬平方米的工業(yè)空間，密集嵌入天花板的黃色以太網電纜與白色機柜相映成趣。

這個全球目前最大的超算集群歸伊隆·馬斯克的xAI所有，7月發(fā)布的Grok 4便是在此完成訓練的首個旗艦產品，但這還遠不是競爭的終點。馬斯克在今年7月23日的推文稱，xAI的目標是在五年內實現與5,000萬個Nvidia高性能GPU服務器相當的計算能力。

除此之外，Open AI的100萬張GPU也將在2025年底前完成部署；Meta的普羅米修斯（Prometheus）和亥伯龍（Hyperion）兩個超1吉瓦的泰坦（Titan）集群也還在如火如荼的建造過程中。研究機構SemiAnalysis稱，Meta的這兩個集群的GPU總量亦將達到100萬張規(guī)模。

OpenAI、xAI、Meta在數據中心上的投入，是行業(yè)資本支出擴張的一個縮影。2023年以來，耿康銘正帶領協創(chuàng)數據完成從傳統電子制造平臺到AI算力服務商的蛻變。在他的帶領下，協創(chuàng)數據確立了以“算力底座+云端服務+智能終端”三位一體的全球化產業(yè)布局。公司營收已從46.6億飆升至74.1億（2024年）、凈利潤增長144%至6.7億，市值翻了近7倍。

此外，2024年，協創(chuàng)數據的服務器再制造業(yè)務也迅猛增長，達到9.56億元人民幣規(guī)模，成為公司的一條新增長曲線。但耿康銘的決心顯然不止于此。他認為，“隨著更加智能的基礎大模型產品誕生和更多AI應用的落地，未來AI算力的需求或許還有千倍的增長空間?！?/p>

截至2025年8月15日，協創(chuàng)數據已經披露累計投入不超過82億元人民幣，用以采購高算力服務器，加碼中國、美西、歐洲、亞太四大服務區(qū)域的業(yè)務布局。耿康銘表示：我們會繼續(xù)加碼，未來三年都是入局算力領域好的時間點。

“富士康工程師到云算力新貴：

耿康銘二十年產業(yè)鏈進階史

1995年，21歲的耿康銘大學畢業(yè)后加入深圳富士康，從基層工程師做起，歷任工程、品質、采購、業(yè)務、制造課長。這段覆蓋生產全鏈條的經歷，塑造了他對“成本控制-供應鏈管理-規(guī)?；a”的深刻理解?！霸邶埲A廠區(qū)，我們每天處理上千種物料，任何環(huán)節(jié)效率的損失都會被放大百倍。”他后來在內部講話中多次提及這段經歷對其管理風格的影響。

2005年，耿康銘創(chuàng)立了協創(chuàng)數據，最初為聯想供應存儲產品。憑借富士康時期積累的產業(yè)資源，公司迅速成為國內排名前列的消費級SSD供應商。2013年，耿康銘切入智能攝像機賽道，抓住了物聯網賽道爆發(fā)紅利。

至今，耿康銘與“老東家”一直保持著緊密的聯系。原富士康總經理郭臺強是協創(chuàng)數據第二大股東的實際控制人，并在去年被聘任為公司的名譽董事長。采訪期間，耿康銘強調了其在富士康工作期間所受到的影響，“我從大學一畢業(yè)就進富士康，接受了非常系統化的培訓，并且在第一線不停的接受訓練，體會失敗，然后思考?！?/p>

除了傳統的智能制造業(yè)務外，協創(chuàng)數據的另一個重要轉折點發(fā)生在2021年。公司戰(zhàn)略性入股西安思華信息，進一步深入云服務賽道，并推動公司構建了“硬件+云平臺”的商業(yè)模式。此后更是憑借VSaaS視頻云服務產品，攬獲超過數十萬企業(yè)級用戶，成為公司在信息服務賽道打贏的第一仗，也為此后切入算力領域埋下了伏筆。

“我們不只做算力設備出租商，而是提供從硬件到算法的完整解決方案。”幾個月前，協創(chuàng)數據推出的FCloud智能體訓推平臺，集成DeepSeek等50+模型，實現72小時私有化部署。

中國是制造業(yè)強國，

但中國具身智能公司的估值卻與美國同行相去甚遠

產生差距的一方面原因來自于中美資本市場的風格與風險偏好，但耿康銘對福布斯中國解釋：“中國的機器人創(chuàng)業(yè)公司大多先從硬件開始，而美國剛好相反，因為沒有制造能力，所以美國的機器人行業(yè)是從大腦開始。因此從訓練這個維度上看，中美還存在差距?！?/p>

去年7月，英偉達宣布為全球領先的機器人制造商、AI模型開發(fā)者和軟件制造商提供一整套服務模型計算平臺，用于開發(fā)、訓練和構建下一代人形機器人。據官方信息披露，英偉達目前提供了三個計算平臺來簡化人形機器人的開發(fā)，用戶可對各種任務進行可視化管理，包括合成數據生成、模型訓練、強化學習，以及大規(guī)模的人形機器人、自主移動機器人和工業(yè)機械臂軟件在線測試。

今年年初，協創(chuàng)數據與英偉達深度合作，推出了機器人訓推一體平臺——omnibot。該產品通過數字孿生仿真模擬重力、摩擦、慣性等物理規(guī)律，生成符合現實邏輯的合成數據，解決機器人訓練中“Sim2Real差距”（仿真與現實差異）的痛點。

耿康銘介紹稱，“中美的差異化發(fā)展模式使得兩國在各自優(yōu)勢領域建立了相對領先地位。美國在AI訓練能力方面顯著領先，而中國在硬件集成和制造能力上優(yōu)勢明顯。關鍵問題在于如何有效找到兩種優(yōu)勢的最佳結合點?！?/p>

作為英偉達的NCP（Nvidia Cloud Partner）合作伙伴，協創(chuàng)數據將推動英偉達集成智能平臺在中國市場的落地應用，通過幫助中國機器人企業(yè)獲取先進經驗，引導行業(yè)更加重視"大腦"訓練這一關鍵技術環(huán)節(jié)。耿康銘認為：“這一合作項目的核心價值在于搭建中美優(yōu)勢互補的產業(yè)橋梁。協創(chuàng)數據既能持續(xù)跟進全球AI技術的最新發(fā)展動態(tài)，又能有效整合國際前沿技術與中國制造業(yè)的傳統優(yōu)勢，為智能機器人產業(yè)探索出一條融合創(chuàng)新的可持續(xù)發(fā)展道路?！?/p>

以下是福布斯中國與耿康銘的對話內容節(jié)選：

福布斯中國：AI技術爆發(fā)背景下，物聯網終端市場呈現怎樣的發(fā)展態(tài)勢？

耿康銘：

AI技術的興起正在重塑物聯網終端市場格局，其中最顯著的變化體現在安防領域，從端側向云端的戰(zhàn)略轉型。傳統安防巨頭海康威視、大華股份等企業(yè)已大幅精簡產品線，精簡傳統終端產品的SKU，轉而依托云端AI處理各類安防場景需求。

這一轉型帶動了視頻設備市場的顯著增長。由于AI訓練需要大量數據支撐物理模型構建，攝像設備需求呈現上升趨勢。海外廠商表現尤為亮眼，安訊士（Axis）、韓華Techwin等專業(yè)攝像設備制造商增長勢頭明顯。

此外，還有兩大變量也非常重要：一是算力——我們在持續(xù)加大智能算力服務器集群的建設部署；二是終端存儲行業(yè)增長很快，我們從封裝到產品設計都在布局。

福布斯中國：協創(chuàng)在海外快速建立生產基地的優(yōu)勢是什么？

耿康銘：

其實沒什么特別的秘訣。我個人從1995年就在富士康工作，96年就開始負責管理美國JIT（Just in time）倉庫。我們現在的總經理、制造副總都是富士康出身，對全球制造運作都非常熟悉。目前我們在美國有三個工廠——兩個做服務器相關的業(yè)務（包括服務器再制造和存儲設備制造）。這種全球化的制造經驗讓我們在海外建廠時能夠迅速落地。

福布斯中國：您如何看待AI服務器市場的未來發(fā)展趨勢，以及協創(chuàng)如何抓住這一機遇？

耿康銘：

AI服務器市場正處于爆發(fā)式增長階段，未來規(guī)模有望實現十倍甚至百倍的增長。Meta、OpenAI、特斯拉、微軟等科技巨頭在未來三年內可能各自投入數千億美元用于大模型訓練，但這僅是企業(yè)級算力需求的開端。到2028年至2029年，隨著AI深度融入生產力，算力需求將呈現指數級增長。

協創(chuàng)憑借在海外服務器回收維修業(yè)務中的技術積累和獨特優(yōu)勢，已逐步轉型至算力服務領域。未來，AI的硬件制造（存儲設備、終端等）和軟件服務（云平臺、算力服務等）將成為我們的核心戰(zhàn)略方向。同時協創(chuàng)還將加大在智慧交通、具身智能、智能制造、生物醫(yī)藥等領域的應用落地，驅動營收與利潤的持續(xù)擴大。

福布斯中國：依賴更大算力和更多數據的路徑是否可持續(xù)？

耿康銘：

AI的成功本身依賴于概率計算，數據越多，AI的預測就越準確。現在人類數據早就用完，所有頭部公司在用AI生成的數據訓練新模型——這才是算力需求爆炸的根本原因。

福布斯中國：如何看待谷歌等互聯網巨頭自研AI芯片對市場格局的影響？

耿康銘：

目前有成果的主要是谷歌的TPU，但它其實是配合GPU使用的，并非完全替代英偉達的方案。谷歌的TPU通常是一個TPU搭配兩個GPU，或者兩個TPU搭配一個GPU，本質上還是需要英偉達的GPU來進行訓練。

這些自研芯片更多是針對某些特定算法優(yōu)化的專用架構，無法完全獨立承擔訓練任務。市場足夠大——我之前提過AI算力需求有百倍的增長空間，即使有許多像谷歌這樣的公司自研TPU，整個算力市場也足夠容納。由于算力芯片的產量最終還依賴于產能，因此短期內廠商之間的市場份額可能會此消彼長，但長期來看不會影響市場的發(fā)展。這個市場的規(guī)模將有可能遠超目前大多數人的認知，很多人還沒有真正意識到未來算力的需求會有多龐大。

福布斯中國：判斷未來發(fā)展方向的依據是什么？

耿康銘：

現在行業(yè)的共識已經比較明確了：終端領域主要是機器人、無人機和無人駕駛汽車三大方向，誰能跑出AI模型誰就占據優(yōu)勢。我們年初和英偉達深度合作并推出了具身智能機器人平臺，聚焦“AI+垂直行業(yè)應用”領域。從智能制造、自動駕駛、生物醫(yī)藥和具身智能這幾大領域中，我們最終選擇了機器人這個賽道進行布局。

福布斯中國：當前國內外智能機器人企業(yè)估值差異背后的深層邏輯是什么，如何通過國際合作實現優(yōu)勢互補？

耿康銘：

中美智能機器人企業(yè)估值差異實質上反映了兩國截然不同的產業(yè)發(fā)展路徑和基礎優(yōu)勢。國內企業(yè)憑借強大的制造業(yè)根基，普遍選擇從硬件端切入市場，以運動控制為核心的“小腦”技術見長，類似宇樹、云鯨等企業(yè)能夠快速實現產品落地和商業(yè)化應用。相比之下，美國企業(yè)受制于制造能力的局限性，主要從AI算法這一“大腦”層面開始技術研發(fā)和產品布局。

這種差異化發(fā)展模式使得兩國在各自優(yōu)勢領域建立了相對領先地位。美國在AI訓練能力方面顯著領先，而中國在硬件集成和制造能力上同樣優(yōu)勢明顯。關鍵問題在于如何有效找到兩種優(yōu)勢的最佳結合點。

協創(chuàng)數據作為具身智能領域的重要參與者，正通過與英偉達的戰(zhàn)略合作積極探索這一結合路徑。作為英偉達的NCP合作伙伴，協創(chuàng)數據主動推動英偉達集成智能平臺在中國市場的落地應用，通過逐一對接國內機器人企業(yè)，引導行業(yè)更加重視“大腦”訓練這一關鍵技術環(huán)節(jié)。

這一合作項目的核心價值在于搭建中美優(yōu)勢互補的產業(yè)橋梁。協創(chuàng)數據既能持續(xù)跟進全球AI技術的最新發(fā)展動態(tài)，又能有效整合國際前沿技術與中國制造業(yè)的傳統優(yōu)勢，為智能機器人產業(yè)探索出一條融合創(chuàng)新的可持續(xù)發(fā)展道路，有望推動行業(yè)估值體系的重新構建和價值重估。

福布斯中國：您如何看待“云游戲”“去中心化算力”這些概念？

耿康銘：

目前來看這些理念的實現還存在很多問題和障礙。比如云游戲，大型游戲沒有必要也不可能完全放在云端運行，網絡支撐不了。再說去中心化算力，這被很多人認為是偽命題，原因在于邊緣節(jié)點能夠承載的算力有限，而具體每個應用場景差異太大，不可能都掛在一個服務器上運行。

福布斯中國：算力集群的地理位置對實際使用有多大影響？

耿康銘：

在節(jié)點層次上，并且有光纜直連的情況下，地理位置的影響有限。因為現在AI訓練基本上是端到端的模式，采用“訓推一體化”的新型架構。簡單來說就是訓練和推理深度耦合，數據從終端采集后直接訓練并快速產出結果，模型可以即時在終端使用。這已經完全超越了傳統的數據傳輸、處理的模式。

福布斯中國：有看到哪些有趣的美國AI創(chuàng)業(yè)公司？

耿康銘：

我經常在YC（Y Combinator）官網看線上的demo day，現在早期項目落地速度和以前完全不一樣——以前想法到產品要很久，現在依靠各類AI agent的輔助，單人能快速實現過去整個團隊的工作量。最顛覆認知的就是“一人公司”的崛起。我在硅谷接觸了不少這類團隊，雖然不方便點名，但他們的存在本身就在證明——AI正在重構生產力。

福布斯中國：作為中國企業(yè)如何平衡全球化業(yè)務中的身份問題？

耿康銘：

我們現在的做法是通過優(yōu)化供應鏈布局和多元化市場開發(fā)把海外和國內市場從產品路徑、未來方向上做兩個循環(huán)的布局。長遠來看，這種區(qū)隔存在一定的合理性和不可逆性，所以我們采取“中國做中國市場，海外做海外市場”的策略，在技術、產品和客戶上都進行了明確區(qū)隔。

福布斯中國獨家稿件，未經許可，請勿轉載

審核編輯 黃宇

?