作者 | 赵之齐

编辑 | 包永刚

2018 年，边缘算力与 CDN（内容分发网络）市场已白热化，价格卷到极致。就在这一年，PPIO 成立了。他们毅然切入边缘云领域，直面红海的竞争。

当时，创始人姚欣给天使投资人——百川智能创始人王小川、前微软 Azure 中国总裁申元庆——讲的创业逻辑是：

"当年 PPTV 就是整合闲置的算力和资源，建起来的一套分布式平台。我们二十年前就在做 C 端的算力整合，现在要去做 B 端，你想，是整合 B 端难还是 C 端难？"

在 2005 年便创立了 PPTV、并在 2014 年将其出售给苏宁的姚欣，与当时 PPTV 的首席架构师王闻宇转战 B 端算力领域，显然是值得被信任的。于是，这个故事被投资者们接受了。

然而，这一路的起步并不如想象中容易。起初，PPIO 在 " 先找供给 " 还是 " 先找需求 " 间久久徘徊，商业难以闭环，直到疫情导致线上流量激增，才逐渐跑通了这一增长曲线。

2023 年，当疫情带来的线上流量红利逐渐消退，GPU 市场也开始利润暴涨，H100 的高点价格甚至一度达到 400 万元。GPU 贸易赛道火热之时，姚欣却拒绝了这门 " 稳赚不赔 " 的生意，在那个基础大模型训练正盛的年代，提出了要 " 聚焦推理 "。

PPIO 联合创始人兼 CEO 姚欣

如今，短短几年时间，PPIO 的营收已经实现指数级增长，2024 年营收已达 5.58 亿。而在今年 7 月的 WAIC（世界人工智能大会），PPIO 又成了国内首个推出兼容 E2B 的 Agent 沙箱的公司——

Agent 沙箱作为专为 AI Agent 场景设计的基础设施，能为 AI Agent 提供隔离运行环境，让 Agent 在安全、受限的条件下执行代码。由此，防止 Agent 访问或篡改系统之外的资源，避免对系统造成损害。

在整个研发过程中，姚欣感慨，最难的便是 " 为看不见的需求做技术 "。

而这，也是 PPIO 这两年一直在做的事——比行业走快一步。

如今，PPIO 正在冲刺港股 IPO。从边缘云到 GPU 推理平台，再到 Agent 沙箱，PPIO 成为了具备全栈技术能力的 AI 云服务商，这些跨度背后是如何考量？在国内云大厂夹击下，作为创业公司的他们如何突围？

以下，是雷峰网与姚欣的对话。

为看不见的需求做技术

雷峰网：你们从 2018 年创立做云服务，起初的算力做到现在的沙箱，跨度很大，这条路是怎么走下来的？

姚欣：我们 2022 年开始进入 GPU 领域，当时 AI 大语言模型还没开始，最开始做的是云游戏和云渲染的 GPU，这天生就是一个分布式架构。

2023 年大语言模型起来后，整个市场开始起来。当时国内某头部模型厂商发布了自己的开源模型，但缺少推理平台，我们就帮着他们在 2023 年搭建了第一代推理平台服务，这是我们的第一个推理的 Infra 客户。

2024 年，PPIO 就开始在重点聚焦出海，集成了大量开源的模型，把模型 API 推出一整套 MaaS 平台。

今年年初，PPIO 再往上走一层，Agent 其实就类似于 PaaS 层，相当于我们从底层技术栈一层层长上来。

雷峰网：在这之中，挑战主要是什么？

姚欣：最大的挑战就是，我们是为看不见的需求在做技术。

做 AI Infra 或技术平台现在看起来已经普及了，但在 2024 年做 MaaS、或者现在做 AI PaaS Agent，用黄仁勋的话讲，就是"Zero/Billion dollar company market"，一个零 / 亿市场，现在是 0，也许以后就是 10 亿、20 亿、百亿。要为一个今天还是 0 的市场，提前做技术储备、研发、投入；但如果看到 Manus 起来后再开始做沙箱，其实就已经晚了。

雷峰网：在 2022 年决定切入做算力云的时候，内部是怎么去讨论这个市场的？

姚欣：当时还没看到 GPT，我们更多是从公司要打造第二增长曲线的角度。

在此之前我们第一增长曲线是基于 CPU 做的边缘云，那会儿主要是抓住了疫情期间在线流量激增带来的业务需求。我们当时为很多头部互联网公司提供音视频处理、边缘计算和传输服务，都是基于传统 CPU 和云架构。2022 年疫情逐渐结束了，流量慢慢回落，我们就意识到要开始找第二增长曲线了。

雷峰网：但如何锚定现在这个方向的呢？

姚欣：我们作为云服务商，其实大的思路就是计算、存储、传输。半年后，ChatGPT 开始风靡，国内掀起大模型创业热潮，看到大模型类企业快速融资、扩张的态势，我们就明确将第二增长曲线定位为 AI 赛道做 AI Infra，从 GPU 层逐步向上构建到今天的 PaaS。

雷峰网：当时很多人都想做算力贸易生意，你们是怎么决定要去做分布式算力的路线？

姚欣：我们选择避过热点，没有参与任何倒算力囤卡，这跟整个公司的价值观都有关系——我们价值观第一条叫 " 价值创造 "，一定要做有技术附加值的东西。

我们在 GPU 领域的商业模式是整合汇聚大量闲置的分布式算力，再把它变成某种云服务。我们技术附加值的体现，主要就是把闲置算力 token 化。

雷峰网：你们是怎么找到这些闲散资源的呢？这些资源的持有方会是谁？

姚欣：2022 年看到的都是游戏显卡，用4090、3090做渲染，甚至最开始 Stable Diffusion 就在 4090 上面跑的。后来看到上一代训练的 GPU 大量闲置，例如 2024 年大家都开始拿 H100 做训练，A100 被替换，我们就拿闲置的 A100 来跑推理。

再往后又看到很多国产 GPU用不起来，有的国产 GPU 智算中心利用率只有 10%-20%，我们就又开始做国产 GPU 和模型推理加速框架的适配。今年我们平台上就有很多头部厂商的国产 GPU。

雷峰网：所以你们一方面是用那些已经被时代选择淘汰了的算力，另一方面是国产算力，而且对标推理市场，没有去碰算力训练这一块。

姚欣：对，因为训练和推理的任务指标不一样。一个模型比别人先推出是很重要的，所以训练永远用最先进的芯片；但推理不一样，推理要求极致的成本性价比，结合我们独特的分布式闲置资源整合的能力，降低创业者使用算力门槛。

不绑定 + 开源：AI 开发者的 " 反锁定 " 需求

雷峰网：PPIO 在 WAIC 上发布了沙箱，似乎是国内首发的 Agent 沙箱。为什么会在这个时间点上去推呢？

姚欣：要加一个补充，这是我们 " 在中国 " 首发 E2B 兼容的 Agent 沙箱，在海外已经提前发布了。

我们在 2023 年选择出海，在海外优先寻找一些战略客户或早期的新技术，和他们一起快速打磨和迭代，推动底层 AI Infra 开发技术栈的创新。

雷峰网：现在沙箱进展如何？

姚欣：目前我们在海外落地比国内快一些，PPIO 推沙箱对标海外 E2B，他们在硅谷今年一年用量大概涨了 400 多倍，从 4 万多到 1600 多万。国内过去的模型合作伙伴像是千问、Kimi、智谱等等，这几家模型能力基本可以追平年初的 Anthropic，所以我判断未来几个月中国版的 Manus 或 Cursor 可能会更快速增长。

雷峰网：在你们推出沙箱后，大厂也在跟进了，会担心和大厂之间的竞争吗？你们和大厂的差异性在哪里？

姚欣：从我创办第一天，投资人就开始问我们这个问题，但现在到了 Agent 或 PaaS 这一层，话题就开始有趣起来了。

之前做云计算，在 IaaS 层，说白了就是拼资源、拼规模，是一个 Heavy Capex（资本性支出）的游戏。到 PaaS 层，虽然巨头影响力还是巨大的，因为他们原来的客户积累和生态依然是最强的，但到了 Agent Infra 这一层，云大厂的影响力和 PC 以及移动时代相比，是大幅削弱的。

雷峰网：为什么有这个观察？

姚欣：具体是以下这几个原因。

第一，GPU 的 Infra 架构是在过去三年时间里突然冒出来的，不像 CPU 有将近 20 年发展，所以大厂很难有很明显的先发优势或很强技术积累，今天大厂真正做沙箱这件事，跟 PPIO 可能也在差不多一个体量。

第二，这波 AI 成本太高，所以各家公司包括开发者，第一天设计自己的架构时就是跨云、多云或者可以灵活调用的架构，追求一整套标准化的接口，不会跟某家厂商特别绑定。我们就把 API 能力做好，作为一个组件；与此同时，也拥抱开源。

这代 AI 开发者不像上个时代的移动互联网开发者，选择某个云后就在上面越存越多，慢慢配套一堆私有化的组件调用、或者专有组件调用，牢牢被它绑住了。我们在国内和差不多四五十款主流的开源框架有对接合作，而且也没有想把 GPU 和 CPU 绑在一起销售，就是想基于开源和可迁移性去方便开发者。

雷峰网：所以现在的沙箱主要目标市场就都是开发者吗？

姚欣：其实不光是沙箱，包括提供的 API、很多 GPU 的 Serverless 等等，我们过去两年主要都是为了 AI Startup 和开发者两个人群提供服务。

雷峰网：这个群体的市场足够大吗？

姚欣：这些开发者和新应用，在用量侧其实比很多传统互联网巨头高很多。前段时间 Sam Altman 也说了，Open AI 的 Top20 消耗里，70% 以上都是 AI 新应用，我们想争取这种全新增量用户。

而且过去几年有个特点，新的 AI 创业公司和应用公司出来，他们做一件事的 token 消耗，可能比上个应用直接提升 10 倍甚至 100 倍。比如 Manus 执行一个任务，调用的 token 可能是几十万次 .

今年 7 月，Manus 还发布了个 Wide Research，一个任务同时开 100 个 Agent 在跑，这 100 个 Agent 同时得出一个结果、最后返回一个最佳解，这个消耗量就相当于再增长 100 倍。

AI 赌的是下一代

雷峰网：你认为分布式算力厂商的优势在哪里？

姚欣：第一是节点数量要足够多、任务需求也要多。我们的优势在于技术栈和传统云公司完全不一样：我们从第一天就是在分散、碎片、异构的基础设施上建立起来的云服务，所以叫 " 分布式云 "，但传统大云厂的技术栈，是建立在集中式、大规模标准的数据中心上做的虚拟化加技术栈。

很多企业级算力也是用这种方式整合起来。有些互联网企业，比如做电商的，旺季在双十一、618，但上半年利用率其实很低，周一到周五还会比周末低，他们就很需要在闲置时把这些资源用起来。

雷峰网：目前 PPIO 有 4000 多个节点，这些节点是如何分布的？

姚欣：这些节点很多是零售型 IDC，他们随时可以把机器在闲置期内托管到我们平台上供调用，相当于有这么多 " 滴滴司机 " 随时待命，但不代表他们 24 小时都在服务。

真正要调用时，就要看客户场景，有的应用场景追求低延时，会就近调用；有些比较成本敏感，就可以比如给北京的用户调新疆的资源——新疆电费是北京的 1/3，甚至全球范围内，东半球的白天是西半球的凌晨，可以跨更大的区域调度。

雷峰网：最开始分布式算力云的客户也是这些开发者相关吗？

姚欣：不是，分布式 CPU 云是头部的互联网那个公司。但到了 GPU 云时代，主要是以 AI 创业者和开发者为主。

雷峰网：为什么有这套策略的转变？

姚欣：我们现在更想和客户一起联合打磨未来新产品，所以选择开发者和 AI 创业公司， AI 时代不一样，AI 是赌下一代，下一个字节、下一个抖音在哪里？现在还没有出来。

雷峰网：那未来对分布式算力的挑战会在哪里？

姚欣：还是在需求侧，技术侧和供给侧不担心，就看需求侧什么时候能有大规模爆发，尤其是重视时延敏感的需求。

创业成果是认知的变现

雷峰网：听起来是 2020 年疫情需求起来后，边缘 CPU 才真正利用起来。但你们在 2018 年就已经开始做这个业务，最开始遇到了什么挑战？

姚欣：最早的挑战就是 " 鸡生蛋 " 还是 " 蛋生鸡 " 的问题，或者说，所有平台生意的第一点都是：先抓供给还是先抓需求。

抓需求吧，大家说你技术不成熟、网络覆盖广度不够、没有全国节点；但是到处找全国节点，大家就会问你需求呢？

当年这个平台能冷启动，很大原因是 2020 年疫情爆发，需求超出预期，我们才能有技术打磨、锁定更多供应商。到今天 GPU 这张网络也是类似的，过去一年我们平台 token 消耗增长了一百倍以上，推理时代这种极其陡峭的高增长曲线才能把 GPU 网络拉起来，所以我们现在也在找下一个更高增长爆发的新需求。

雷峰网：那当时 PPIO 成立，在 CDN 红海里做边缘云，是怎么说服王小川、申元庆等人投资的？毕竟他们都是很懂云的人。

姚欣：2018 年，第一波 AI 计算机视觉很热，有大量算力需求、也有很多算力被闲置，尤其很多数字新基建 IDC，建完没用起来。我跟他们讲的故事很简单：我们二十年前就在做 C 端的算力整合（指 PPTV），现在要去做 B 端的算力整合，你们想想是整合 B 端难还是 C 端难？

技术上肯定是 C 端更难更复杂，商业模式上 B 端也可能更成熟一些，后来这个故事大家就听到了，觉得我们团队是做 PPTV 分布式计算、分布式网络出身，调度能力足够强。

雷峰网：现在回头看，在 PPIO 创业的过程中，您觉得自己做得很对的一个判断是什么？

姚欣：2023 年我们就提出聚焦推理、聚焦开源、海外优先，这个认知当时比同行要早很多，当时开源模型还没几个。现在能抓住这波 DeepSeek 机会、以及海外这么多知名开发者，和三年前这个判断非常关键。我们在整个战略趋势和方向的判断上，还是比当年做 PPTV 强太多。

雷峰网：回头看，您感觉创业重要的能力是什么样的？

姚欣：我觉得最重要的就是认知能力，如何不断学习、快速适应，并不断提升认知能力的上限。我们公司是动漫文化，我是海贼王路飞，海贼王里有恶魔果实，如果选一个果实，我最想吃的是学习果实，因为对于一个创始人来讲，最重要的就是认知能力，包括我做投资人的三四年里来看，最后的成果都是认知变现。

这二十年间，技术的发展也经历过多个周期，我很清楚下一个周期要发生什么，加上我总是到处飞，去看最先进的模型和技术生态、跟全球最新锐的创业者在一起，我们对技术和商业的结合、对全栈的理解可能会比业内其他竞争对手更快更强。

雷峰网：那现在会有什么新的判断吗？

姚欣：Agent Infra 会是下一代的 AIOS。

作者长期关注半导体、算力上下游等方向，欢迎添加作者微信 Ericazhao23 交流。