Colossus 的 “机房”落地于美国田纳西州孟菲斯， 20 万块英伟达高性能 GPU 服务器（占全球英伟达高性能 GPU 服务器供应量的 15% ）堆砌而成的数百个算力阵列，被填进了其毗邻密西西比河畔约 7.29 万平方米的工业空间，密集嵌入天花板的黄色以太网电缆与白色机柜相映成趣。

这个全球目前最大的超算集群归伊隆 ·马斯克的 xAI 所有， 7 月发布的 Grok 4 便是在此完成训练的旗舰产品，但这还远不是竞争的终点。马斯克在今年 7 月 23 日的推文称， xAI 的目标是在五年内实现与 5,000 万个 Nvidia 高性能  GPU  服务器相当的计算能力。

除此之外， Open AI 的 100 万张 GPU 也将在 2025 年底前完成部署； Meta 的普罗米修斯 （ Prometheus ）和 亥伯龙 （ Hyperion ）两个超 1 吉瓦的泰坦 （ Titan ）集群也还在如火如荼的建造过程中。研究机构 SemiAnalysis 称， Meta  的这两个集群的 GPU 总量亦将达到 100 万张规模。

OpenAI 、 xAI 、 Meta 在数据中心上的投入，是行业资本支出扩张的一个缩影。 2023 年以来，耿康铭正带领协创数据完成从传统电子制造平台到  AI  算力服务商的蜕变。在他的带领下，协创数据确立了以 “算力底座 + 云端服务 + 智能终端 ”三位一体的全球化产业布局。公司营收已从 46.6  亿飙升至 74.1 亿（ 2024 年）、净利润增长 144% 至  6.7 亿，市值翻了近 7 倍。

此外， 2024 年，协创数据的服务器再制造业务也迅猛增长，达到 9.56 亿元人民币规模，成为公司的一条新增长曲线。但耿康铭的决心显然不止于此。他认为， “随着更加智能的基础大模型产品诞生和更多 AI 应用的落地，未来 AI 算力的需求或许还有千倍的增长空间。 ”

截至20 25 年 8 月 15 日 ，协创数据已经 披露 累计投入 不超过 82 亿元人民币 ，用以 采购高算力服务器，加码中国、美西、欧洲、亚太 四 大服务区域的业务布局。耿康铭表示：我们会继续加码，未来三年都是入局算力领域好的时间点。

“富士康工程师到云算力新贵：

耿康铭二十年产业链进阶史

1995  年， 21 岁的耿康铭大学毕业后加入深圳富士康，从基层工程师做起，历任工程、品质、采购、业务、制造课长。这段覆盖生产全链条的经历，塑造了他对 “成本控制  -  供应链管理  -  规模化生产 ”的深刻理解。“在龙华厂区，我们每天处理上千种物料，任何环节效率的损失都会被放大百倍。”   他后来在内部讲话中多次提及这段经历对其管理风格的影响。

2005  年，耿康铭创立了协创数据，最初为联想供应存储产品。凭借富士康时期积累的产业资源，公司迅速成为国内排名前列的消费级 SSD 供应商。 2013  年，耿康铭切入智能摄像机赛道，抓住了物联网赛道爆发红利。

至今，耿康铭与 “老东家”一直保持着紧密的联系。原富士康总经理郭台强是协创数据第二大股东的实际控制人，并在去年被聘任为公司的名誉董事长。采访期间，耿康铭强调了其在富士康工作期间所受到的影响，“我从大学一毕业就进富士康，接受了非常系统化的培训，并且在第一线不停的接受训练，体会失败，然后思考。”

除了传统的智能制造业务外，协创数据的另一个重要转折点发生在 2021 年。公司战略性入股西安思华信息，进一步深入云服务赛道，并推动公司构建了 “硬件  +  云平台 ”的商业模式。此后更是凭借 VSaaS  视频云服务产品，揽获超过数十万企业级用户，成为公司在信息服务赛道打赢的第一仗，也为此后切入算力领域埋下了伏笔。

“我们不只做算力设备出租商，而是提供从硬件到算法的完整解决方案。”几个月前，协创数据推出的 FCloud 智能体训推平台，集成 DeepSeek 等 50+ 模型，实现 72 小时私有化部署。

中国是制造业强国，

但中国具身智能公司的估值却与美国同行相去甚远

产生差距的一方面原因来自于中美资本市场的风格与风险偏好，但耿康铭对福布斯中国解释： “中国的机器人创业公司大多先从硬件开始，而美国刚好相反，因为没有制造能力，所以美国的机器人行业是从大脑开始。因此从训练这个维度上看，中美还存在差距。”

去年 7 月，英伟达宣布为全球领先的机器人制造商、 AI 模型开发者和软件制造商提供一整套服务模型计算平台，用于开发、训练和构建下一代人形机器人。据官方信息披露，英伟达目前提供了三个计算平台来简化人形机器人的开发，用户可对 各种任务进行可视化管理，包括合成数据生成、模型训练、强化学习，以及大规模的 人形机器人、自主移动机器人和工业机械臂软件在线测试。

今年年初，协创数据与英伟达深度合作，推出了机器人训推一体平台 —— omnibot 。该产品通过数字孪生仿真模拟重力、摩擦、惯性等物理规律，生成符合现实逻辑的合成数据，解决机器人训练中 “ Sim2Real 差距 ”（仿真与现实差异）的痛点。

耿康铭介绍称， “中美的差异化发展模式使得两国在各自优势领域建立了相对领先地位。美国在 AI 训练能力方面显著领先，而中国在硬件集成和制造能力上优势明显。关键问题在于如何有效找到两种优势的最佳结合点。 ”

作为英伟达的 NCP （Nvidia Cloud Partner） 合作伙伴，协创数据将推动英伟达集成智能平台在中国市场的落地应用，通过帮助中国机器人企业获取先进经验，引导行业更加重视 " 大脑 " 训练这一关键技术环节。耿康铭认为： “这一合作项目的核心价值在于搭建中美优势互补的产业桥梁。协创数据既能持续跟进全球 AI 技术的最新发展动态，又能有效整合国际前沿技术与中国制造业的传统优势，为智能机器人产业探索出一条融合创新的可持续发展道路。 ”

以下是福布斯中国与耿康铭的对话内容节选：

福布斯中国： AI 技术爆发背景下，物联网终端市场呈现怎样的发展态势？

AI 技术的兴起正在重塑物联网终端市场格局，其中最显著的变化体现在安防领域，从端侧向云端的战略转型。传统安防巨头海康威视、大华股份等企业已大幅精简产品线， 精简传统终端产品的 SKU ，转而依托云端 AI 处理各类安防场景需求。

这一转型带动了视频设备市场的显著增长。由于 AI 训练需要大量数据支撑物理模型构建，摄像设备需求呈现上升趋势。海外厂商表现尤为亮眼，安讯士 （ Axis ）、韩华 Techwin 等专业摄像设备制造商增长势头明显。

此外，还有两大变量也非常重要：一是算力 ——我们在持续加大智能算力服务器集群的建设部署；二是终端存储行业增长很快，我们从封装到产品设计都在布局。

福布斯中国：协创在海外快速建立生产基地的优势是什么？

其实没什么特别的秘诀。我个人从 1995 年就在富士康工作， 9 6 年就开始负责管理美国 J I T （ Just in time ） 仓库。我们现在的总经理、制造副总都是富士康出身，对全球制造运作都非常熟悉。目前我们在美国有三个工厂 —— 两个做服务器相关的业务（包括服务器再制造和存储设备制造）。这种全球化的制造经验让我们在海外建厂时能够迅速落地。

福布斯中国：您如何看待 AI 服务器市场的未来发展趋势，以及协创如何抓住这一机遇？

AI 服务器市场正处于爆发式增长阶段，未来规模有望实现十倍甚至百倍的增长。 Meta 、 OpenAI 、特斯拉、微软等科技巨头在未来三年内可能各自投入数千亿美元用于大模型训练，但这仅是企业级算力需求的开端。到 2028 年至 2029 年，随着 AI 深度融入生产力，算力需求将呈现指数级增长。  

协创凭借在海外服务器回收维修业务中的技术积累和独特优势，已逐步转型至算力服务领域。未来， AI 的硬件制造（存储设备、终端等）和软件服务（云平台、算力服务等）将成为我们的核心战略方向。同时协创还将加大在智慧交通、具身智能、智能制造、生物医药等领域的应用落地，驱动营收与利润的持续扩大。

福布斯中国：依赖更大算力和更多数据的路径是否可持续？

AI 的成功本身依赖于概率计算，数据越多， AI 的预测就越准确。现在人类数据早就用完，所有头部公司在用 AI 生成的数据训练新模型 ——这才是算力需求爆炸的根本原因。

福布斯中国：如何看待谷歌等互联网巨头自研 AI 芯片对市场格局的影响？  

目前有成果的主要是谷歌的 TPU ，但它其实是配合 GPU 使用的，并非完全替代英伟达的方案。谷歌的 TPU 通常是一个 TPU 搭配两个 GPU ，或者两个 TPU 搭配一个 GPU ，本质上还是需要英伟达的 GPU 来进行训练。

这些自研芯片更多是针对某些特定算法优化的专用架构，无法完全独立承担训练任务。市场足够大 ——我之前提过 AI 算力需求有百倍的增长空间，即使有许多像谷歌这样的公司自研 TPU ，整个算力市场也足够容纳。由于算力芯片的产量最终还依赖于产能，因此短期内厂商之间的市场份额可能会此消彼长，但长期来看不会影响市场的发展。这个市场的规模将有可能远超目前大多数人的认知，很多人还没有真正意识到未来算力的需求会有多庞大。

福布斯中国：判断未来发展方向的依据是什么？

现在行业的共识已经比较明确了：终端领域主要是机器人、无人机和无人驾驶汽车三大方向，谁能跑出 AI 模型谁就占据优势。我们年初和英伟达深度合作并推出了具身智能机器人平台，聚焦 “ AI+ 垂直行业应用 ”领域。从智能制造、自动驾驶、生物医药和具身智能这几大领域中，我们最终选择了机器人这个赛道进行布局。

福布斯中国：当前国内外智能机器人企业估值差异背后的深层逻辑是什么，如何通过国际合作实现优势互补？

中美智能机器人企业估值差异实质上反映了两国截然不同的产业发展路径和基础优势。国内企业凭借强大的制造业根基，普遍选择从硬件端切入市场，以运动控制为核心的 “小脑”技术见长，类似 宇树、云鲸等企业能够快速实现产品落地和商业化应用。 相比之下，美国企业受制于制造能力的局限性，主要从 AI 算法这一 “大脑”层面开始技术研发和产品布局。

这种差异化发展模式使得两国在各自优势领域建立了相对领先地位。美国在 AI 训练能力方面显著领先，而中国在硬件集成和制造能力上同样优势明显。关键问题在于如何有效找到两种优势的最佳结合点。

协创数据作为具身智能领域的重要参与者，正通过与英伟达的战略合作积极探索这一结合路径。作为英伟达的 NCP 合作伙伴，协创数据主动推动英伟达集成智能平台在中国市场的落地应用，通过逐一对接国内机器人企业，引导行业更加重视 “大脑”训练这一关键技术环节。

这一合作项目的核心价值在于搭建中美优势互补的产业桥梁。协创数据既能持续跟进全球 AI 技术的最新发展动态，又能有效整合国际前沿技术与中国制造业的传统优势，为智能机器人产业探索出一条融合创新的可持续发展道路，有望推动行业估值体系的重新构建和价值重估。

福布斯中国：您如何看待 “云游戏”“去中心化算力”这些概念？

目前来看这些理念的实现还存在很多问题和障碍。比如云游戏，大型游戏没有必要也不可能完全放在云端运行，网络支撑不了。再说去中心化算力，这被很多人认为是伪命题，原因在于边缘节点能够承载的算力有限，而具体每个应用场景差异太大，不可能都挂在一个服务器上运行。

福布斯中国： 算力集群的地理位置对实际使用有多大影响？

 耿康铭：

福布斯中国：有看到哪些有趣的美国 AI 创业公司？

我经常在 YC （ Y Combinator ）官网看线上的 demo day ，现在早期项目落地速度和以前完全不一样 ——以前想法到产品要很久，现在依靠各类 AI agent 的辅助，单人能快速实现过去整个团队的工作量。最颠覆认知的就是 “一人公司”的崛起。我在硅谷接触了不少这类团队，虽然不方便点名，但他们的存在本身就在证明—— AI 正在重构生产力。

福布斯中国：作为中国企业如何平衡全球化业务中的身份问题？  

 耿康铭：

我们现在的做法是通过优化供应链布局和多元化市场开发把海外和国内市场从产品路径、未来方向上做两个循环的布局。长远来看，这种区隔存在一定的合理性和不可逆性，所以我们采取 “中国做中国市场，海外做海外市场”的策略，在技术、产品和客户上都进行了明确区隔。