Neoclouds har gjort anspråk på marknaden för AI-beräkningsinfrastruktur med kostnadseffektiva GPU-baserade alternativ och specialutvecklade funktioner för AI-träning och -inferens. Men kan denna nya kategori av alternativa molntjänster verkligen ta marknadsandelar från molnjättarna?
Vissa hävdar att neoclouds är på väg att ta en växande andel av AI-inriktade arbetsbelastningar. Neoclouds intäkter översteg 25 miljarder dollar år 2025, rapporterar Synergy Research Group. Och Gartner förutspår att neoclouds kan ta 20 procent av den 267 miljarder dollar stora AI-molnmarknaden fram till år 2030.
– Neoclouds erbjuder specialbyggd, Nvidia-inbyggd infrastruktur som är optimerad för AI, med Infiniband-nätverk, tillgång till bare-metal och lägre kostnader, säger Hardeep Singh, analytiker på Gartner.
– De fokuserar på högpresterande GPU-kluster och flexibla avtal, till skillnad från hyperscalers allmänna, äldre plattformar.
Det finns över 100 neoclouds på marknaden i dag, men endast 10 eller 15 av dem bedriver verksamhet i ”betydande skala” i USA, rapporterar det globala konsultföretaget McKinsey & Company. Men även om kategorin neocloud växer finns det hittills få tecken på att en stor andel av företagen har standardiserat sin verksamhet på neoclouds.
Neoclouds är en ny typ av publik molntjänst som har vuxit fram som ett alternativ till hyperscalers som Amazon Web Services, Google Cloud Platform och Microsoft Azure. Neoclouds omfattar bland annat användningsbaserade GPU-beräkningsplattformar som CoreWeave, Lambda, Nebius, RunPod och Vultr. Med tanke på sin specialisering inom AI-beräkningar har neoclouds visat sig vara allt mer användbara inom moderna AI-projekt.
– Neoclouds har blivit viktiga komponenter i ekosystemet för AI-infrastruktur, säger Nii Osae, vd och grundare av Mindbeam AI, ett företag som erbjuder AI-tjänster.
– De tillhandahåller vertikalt integrerade GPU:er tillsammans med annan kompletterande hårdvara, inklusive lagring och nätverk med hög bandbredd, till AI-forskningslaboratorier och företag för att möjliggöra tillförlitlig träning och inferens av AI-modeller.
Neoclouds är utformade med ett mer modernt databehandlingsparadigm i åtanke. Som Rohan Gupta, vice vd för moln, säkerhet och devops på R Systems, ett företag inom digital produktutveckling och tekniktjänster, påpekar:
– Hyperscalers utformades för internet år 2010: miljontals små virtuella maskiner med flera användare över överbelastade Ethernet-nätverk. Neoclouds utformades för en arbetsbelastning som inte fanns på den tiden: en enda användare, tusentals GPU:er, som alla kommunicerar med varandra samtidigt.
Neoclouds kan stödja de unika kraven hos dagens snabbt växande agentbaserade system. Som Kevin Cochrane, marknadschef på Vultr, säger kan neoclouds ”utöka traditionell molnbaserad databehandling med alla specialiserade AI-tjänster och den infrastruktur som behövs för att integrera agentbaserade upplevelser i befintliga applikationsportföljer.”
Ett av de främsta försäljningsargumenten för neoclouds är lägre kostnader.
– Neoclouds kostar ofta ungefär en tredjedel av vad hyperscalers tar för samma GPU-kapacitet”, säger Lauri Kien Kotcher, vd och medgrundare av Different Day, ett företag som utvecklar AI-applikationer.
– De kan dessutom tillhandahållas på några dagar, inte de månader som hyperscalers anger för AI-infrastruktur med hög densitet.
Enligt ComputerWeekly kan neoclouds GPU-baserade instanser ge kostnadsbesparingar på 60–70 procent jämfört med traditionella hyperscalers GPU-instanser. Dessa besparingar möjliggörs tack vare nära samarbete med chipptillverkare, vilket gör neokcouds attraktiva under perioder av GPU-brist.
– Många neoclouds har byggt upp starka relationer med Nvidia, och ekonomin talar till deras fördel när det gäller priset per GPU-timme, säger Michael Byrne, vice vd för arkitektur för datacenterlösningar hos Presidio, en leverantör av digitala tjänster och infrastrukturlösningar.
Utöver kostnadsbesparingarna skiljer sig neoclouds från mängden genom AI-optimerad databehandling och nätverksfunktioner.
– Tillgång till bare-metal eliminerar hypervisorns overhead och ger den underliggande GPU:ns fulla prestanda, säger John Q. Martin, teknikpartner och allianschef på Redgate Software, ett företag som utvecklar devops-programvara för databaser. Deras optimerade infrastruktur för distribuerad träning och sammankopplingar med hög bandbredd underlättar vid skalning, tillägger han.
Om vi tittar på lagring erbjuder neoclouds även alternativ för datahämtning med hög bandbredd, vilket gör att de kan mata stora GPU-kluster mer effektivt. Som Gupta från R Systems förklarar:
– Neoclouds standardiserade tidigt parallella filsystemarkitekturer från leverantörer som VAST, WEKA och DDN, eftersom storskalig AI-träning i grunden är ett problem för parallella filsystem, inte för objektlagring.
Resultatet? Förbättrad ”goodput”, inte bara genomströmning, säger David Johnson, produktmarknadschef på Backblaze, en leverantör av molnlagring.
– Goodput är den andel av AI-infrastrukturens kapacitet som omvandlas till användbar träning eller inferens efter fel, omstarter och I/O-stopp, säger Johnson.
Backblaze tillkännagav nyligen ett femårigt avtal värt 335 miljoner dollar med Coreweave.
Det finns dock många andra aspekter att ta hänsyn till. Neoclouds med mer helhetsorienterade erbjudanden kommer sannolikt att vinna på lång sikt.
– De behöver höghastighetslagring, nätverk med låg latens, säker åtkomst och ett sätt att styra och mäta användningen mellan olika team, säger Haseeb Budhani, vd och medgrundare av Rafay Systems, en leverantör av en plattform för hantering av moln- och AI-infrastruktur.
– Detta är särskilt viktigt för inferens, där huvuddelen av företagens AI-utgifter kommer att hamna.
Med tanke på de lägre kostnaderna, den direkta tillgången till GPU:er och den snabbare driftsättningen menar experterna att neoclouds är ett logiskt val för uppgifter som storskalig AI/ML-träning, generativa AI-plattformar och högpresterande beräkningar. Även om man tar hänsyn till vilka typer av företag som hanterar dessa arbetsbelastningar kan det komma som en överraskning vem som i slutändan blir köparen.
– Det mest slående med neoclouds kundlista är inte vilka som finns med på den – utan vilka som står högst upp på den, säger Gupta.
– De största neocloud-kunderna just nu är hyperscalers.
Microsoft stod enligt uppgift för 67 procent av Coreweaves intäkter 2025, och Open AI är fortfarande en av Coreweaves största kunder. Som Coreweave redovisade i sin årsrapport till SEC för 2025: ”Vi redovisade sammanlagt cirka 77 procent av vår omsättning från våra två största kunder för räkenskapsåret som slutade den 31 december 2024.
”Hyperskalerna verkar ha insett vissa av riskerna med de sammanlänkade beroendena som leder tillbaka till Nvidia, Open AI och några av de stora neocloud-aktörerna, såsom Coreweave”, skriver it-konsultföretaget Futuriom i sin rapport ”AI, GPU Clouds, and Neoclouds in the Age of Inference”. ”Genom att investera i och lägga ut en del av sina GPU-moln på andra aktörer minskar hyperskalerna riskerna för sin egen balansräkning.”
Coreweaves kvarstående skulder och höga kundkoncentration har väckt frågor om företagets långsiktiga hållbarhet. Och för vissa komplicerar det faktum att hyperscalers är både användare och konkurrenter neomolnens långsiktiga överlevnad.
– Att bygga en konkurrenskraftig AI-inriktad mjukvarustack kräver enorma kapitalinsatser, ingenjörskompetens och tid, säger Martin.
– Och att göra det samtidigt som dina största kunder är samma hyperskalare som du nu konkurrerar med utgör en verklig strategisk spänning.
Trots lockelsen med en mer kostnadseffektiv GPU-infrastruktur är inte alla redo att byta till en neocloud-leverantör.
– Vi valde en hyperscaler för vår AI-backend, säger Martin på Redgate Software.
– I vårt nuvarande skede var de hanterade tjänsterna, ekosystemintegrationerna och möjligheten att skala stegvis mer meningsfullt än att satsa på dedikerad GPU-infrastruktur.
Redgates rapport ”2026 State of the Database Landscape” visade att 43 procent av de tillfrågade driver hybriddatabasmiljöer. Och som Martin förklarar är den operativa fragmenteringen som uppstår när man använder en neocloud-leverantör för AI-beräkningar samtidigt som man lagrar data hos en hyperscaler (eller i flera moln) svår att hantera.
– Det medför verklig komplexitet, kostnader för datautflöde, fragmenterad säkerhets- och identitetshantering samt uppdelade driftskostnader, säger Martin.
Även om neomoln kan erbjuda ren GPU-prestanda på bare-metal, offrar man i gengäld vissa bekvämligheter med hanterade tjänster.
– Man får tillgång till GPU på bare-metal men förlorar de skyddsmekanismer kring automatisk skalning, övervakbarhet och företags-SLA:er som hyperscalers tillhandahåller direkt, tillägger Martin.
Different Day valde också att hålla sig till hyperscalers och hänvisade till kontinuiteten med befintlig teknik.
– Att äga sitt eget molnkonto innebär att man ärver de säkerhetscertifieringar, identitetskontroller, granskningsloggar och upphandlingsavtal som följer med en stor leverantör, säger Kotcher på Different Day.
– Neoclouds har ännu inte kommit så långt när det gäller det mesta av detta.
Andra håller med.
– Den största avvägningen gäller företagets mognad, säger Budhani från Rafay Systems.
– Hyperskalare har ägnat år åt att bygga upp de styrnings-, säkerhets-, identitets-, revisions-, fakturerings- och driftskontroller som företag förväntar sig.
Kontinuitet med den omgivande arkitekturen är ofta viktigare än GPU-prestanda.
– Hyperscalers har fortfarande betydande fördelar när det gäller bredd och integration, säger Scott Sanders, vice vd för teknik på Sonar, ett företag som arbetar med kodkvalitet och säkerhet.
– För organisationer vars AI-arbetsbelastningar ingår i ett större företag erbjuder hyperscalers en kontinuitet som en specialiserad leverantör inte enkelt kan ersätta.
Motståndskraft är ett annat område att beakta.
– Även om prestanda och kostnader för AI kan förbättras, finns det risker som rör utmaningar med portabilitet, driftskostnader och beroende av nischleverantörer, säger Nigel Gibbons, direktör och seniorrådgivare på NCC Group, ett konsultföretag inom cybersäkerhet.
– Detta innebär att företag måste hitta en balans mellan optimering och motståndskraft, supportens djup, efterlevnadstäckning och leverantörens långsiktiga livskraft, särskilt när det gäller verksamhetskritiska eller reglerade arbetsbelastningar.
Slutligen, även om neoclouds erbjuder konkurrenskraftiga priser just nu, är de i hög grad beroende av den fluktuerande marknaden för GPU-hårdvara, vilket gör att deras främsta unika konkurrensfördel står på skakig grund. ”Till skillnad från järnvägar eller till och med fiberoptik – tidigare kapitalintensiva boomar som ledde till massiva investeringar – behåller GPU:er inte sitt värde i årtionden”, konstaterar Futuriom. ”Faktum är att de skrivs av snabbt – ibland redan efter fyra till fem år.”
En begränsad seger
Sammanfattningsvis har neoclouds både tydliga fördelar och nackdelar jämfört med sina hyperscale-konkurrenter. De står också inför andra utmaningar.
A10:s rapport ”The State of AI Infrastructure Report 2025” visade att 35 procent av de tillfrågade främst kör sina AI-arbetsbelastningar i publika molnmiljöer, jämfört med 42 procent som föredrar en balanserad hybridstrategi. Detta innebär att neokcoud-leverantörerna inte bara konkurrerar med hyperscalers, utan även med lokala och hybridbaserade infrastrukturstrategier.
Dessutom kan den nya anpassade halvledartekniken som utvecklats av hyperscalers också störa framtida framsteg för neoclouds.
– AWS:s Trainium, Googles Ironwood och Microsofts Maia ger hyperscalers kostnads- och skalfördelar som neoclouds strukturellt sett inte kan matcha, eftersom de, enligt sin utformning, är NVIDIA-distributörer, säger Gupta.
Ändå fortsätter hajpen kring neoclouds att följa entusiasmen på den större marknaden för AI-tjänster. I en artikel för Forbes beskriver Futurioms grundare och chefsanalytiker Scott Raynovich en väg mot mognad som skulle kunna mildra några av de ovannämnda avvägningarna: ”Dessa företag kommer att utvecklas från att vara mer än bara GPU-uthyrningstjänster till att tillhandahålla global infrastruktur, applikationstjänster samt dataskydd och säkerhet.”
Kommer neoclouds i slutändan att lyckas differentiera sig från hyperscalers genom att tillhandahålla AI-inbyggda mjukvarustackar?
– Neoclouds vinner en specifik marknad, säger Kotcher.
– De vinner inte den bredare marknaden. Det ärliga svaret är att detta är en begränsad seger, inte en övertagande.
– De ledande neocloud-företagen försöker inte ersätta AWS eller Azure i hela portföljen – de bygger ett kompletterande lager för de AI-arbetsbelastningar där hyperscalers ekonomi bryter samman, säger Johnson från Backblaze.
Därför är det mest troliga utfallet samexistens.
– Neoclouds behåller den banbrytande träningen och Nvidia-baserad inferens, medan hyperscalers behåller dataplanet, reglerade arbetsbelastningar, inferens med specialanpassad hårdvara och de kommersiella relationerna med företag, säger Gupta.