AI云厂商债务融资激增，长端利率承压与风险拆解

这半年，市场花了大量精力争论AI是不是泡沫、算力订单会不会见顶、开源模型会不会杀死闭源模型。我觉得这些讨论都没有抓住2026年真正的主线。真正的变化发生在一个更枯燥、也更根本的地方：AI开始借钱了。从3月31日到8月17日，美国10年期国债收益率从4.30%升至4.72%，上行42个基点；同期10年期实际利率从2.00%升至2.44%，上行44个基点；而10年期盈亏平衡通胀率反而从2.30%降到2.28%。把这三个数字放在一起看，结论只有一个：名义利率的全部上行几乎都来自实际利率，跟通胀预期没关系。这意味着，即便通胀继续缓解，长端利率也未必下得来，因为真正抬升利率的力量已经从"价格预期"变成了"资本需求"。今年3月以后，美国云厂商的融资规模一度超过长久期美债的净融资。硅基开始和碳基抢同一笔钱了。需要说清楚的是，硅基抢的不是现金，而是"可以负债的额度"，是全球长期资本这块蛋糕里，能被加杠杆的那一部分。

1 万亿美元级融资

先说规模，因为只有把量级摆出来，才知道这不是一个概念问题。美国云厂商正在从过去的"用经营现金流投资AI"，转向"经营现金流+外部融资"并用。2025年，主要Hyperscaler全球发债约1080亿美元；截至2026年7月7日，Amazon、Alphabet、Meta、Microsoft和Oracle等云厂商年内发债已达约1940亿美元，同比增长79%。高盛预计五大云厂商2026年全年发债规模可能达到2500亿美元，2027年进一步升至4000亿美元；对应2026年约三分之一的资本开支需要债务融资，2027年这一比例可能升至35%。而这还只是云厂商本身。若把数据中心、芯片、项目融资等整个AI产业链算进去，高盛估算2026年至今AI相关债务发行已接近5000亿美元，Hyperscaler只占约40%，同期美国10年期、20年期加30年期国债发行合计只有约4980亿美元。

也就是说，AI产业链一年借的长钱，已经和美国财政部发的全部长债在同一个数量级上了。落到单笔更直观：2026年3月，Amazon一次美元债发行就达到370亿美元，而美国财政部目前一个月20年期和30年期国债发行规模合计约410亿美元。一家科技公司的一次融资，相当于财政部一个月超长期国债供给的约九成。Meta今年二季度一次性完成六个期限、合计250.0亿美元的高级无抵押债券发行，期限覆盖2031年到2066年，票面利率4.55%到6.45%，融资净额约249.1亿美元，公司长期债务因此从2025年末的587.4亿美元跳升到836.6亿美元。AI正在从一个由科技巨头内部现金流支撑的产业周期，变成一个需要整个资本市场提供资金的投资周期。

不过真正重要的并不只是融资金额，而是这些债券向市场释放了多少久期风险。达拉斯联储预计，2026年AI相关投资级债券发行约3000亿美元，由于发行期限普遍较长，折算成统一的"10年期国债等价久期"后，可能形成约3600亿美元的新增久期供给。这个数字相当于美国财政部全年全部期限国债久期供给的约八分之一；如果只与10年、20年和30年美债形成的长端久期相比，占比粗略可以达到四分之一左右。

换句话说，AI融资的绝对规模仍远小于美国政府，但它已经成为长端债券市场中不可忽略的新增利率风险来源。而且要注意它撞上的是一个本来就已经很紧的市场：截至2026年6月，美国政府滚动12个月的利息支出占财政收入比例已经达到22.74%，近期美债利率上行主要由期限溢价贡献，反映的是长债供需的流动性变化和财政风险溢价，这也解释了为什么在近期美债利率上行的过程中，美元指数反而是下降的。财政部扩大长债回购规模能局部缓解压力，但改变不了"长端在同时承接两股资本需求"这个事实。

2 债务离开表外

比"发了多少债"更关键的事：债务正在离开资产负债表。微软把2026自然年的资本开支指引从约1900亿美元下调到约1750亿美元，很多人第一反应是"云厂商开始收缩了"，但真实原因是会计核算方式变更：数据中心租赁从融资租赁转为经营租赁，加上建筑使用寿命延长，影响的是折旧节奏而不是投资强度，管理层明确表示实际投资并未削减、下一年度资本开支仍将增长。

与此对应的一组数字更值得玩味：截至2026年6月末，微软短期加长期债务合计402.9亿美元，反而比上年末的431.5亿美元有所下降，但FY26Q4单季新增融资租赁56.0亿美元，而FY27单季资本开支将升至500亿美元以上。Meta则更直接，通过与Blue Owl的合资SPV发行了270亿美元债务，Meta仅持股20%，这笔债务不并入母公司报表。所以我的判断是：真实杠杆比你在资产负债表上看到的更大，因为债务正在从"公司债"迁移到"租赁+SPV+私人信贷"这些可见度更低的通道里。这件事的重要性在于，它不仅改变了杠杆的大小，更改变了杠杆的可观测性。而投资中最危险的风险，永远是你无法定期计量的那种。

那么，为什么高实际利率已经开始压制房地产等传统利率敏感行业，却没有立刻压住AI资本开支？这个看似矛盾的现象，答案在于AI企业面对的是负的"设备实际融资成本"。

一方面，AI基础设施仍存在明显的产能稀缺，例如三星近期部分4nm、5nm和8nm代工报价上涨10%到15%；另一方面，Alphabet最新发行的20年期澳元债票息也只有6.9%。如果企业判断未来一年关键芯片、电力设备和机房资源的价格上涨速度高于自己的融资成本，那么"现在借钱、提前锁定产能"就仍然具有经济合理性。

这个判断不是空想，它正在被价格验证：英伟达CFO披露今年以来H100芯片租赁价格已上涨20%，A100云端定价涨幅接近15%；Nebius把H100按需租赁价格从每小时2.95美元上调到3.85美元；CoreWeave二季度直接把各SKU平均上调约25%，并且明确表示近期产能实际上已售罄。

设备在涨价、租金在涨价、融资成本却只有6%到7%，那么加杠杆抢产能在单个企业的账本上是理性的。但我必须紧接着提醒一句：一群理性个体的抢跑，在集合层面完全可能形成非理性的产能。这句话在任何一轮资本周期里都成立，2000年如此，2021年的海运和芯片如此，今天也没有豁免权。

3 涨价与关键指标

就在写这篇周思考的当天，一条新消息把上面这个判断推到了极致。

8月23日彭博社报道，英伟达已经告知部分最大客户，搭载其AI芯片的服务器价格将上涨超过15%，涨价从明年初出货的系统开始生效，涉及旗舰Vera Rubin和Grace Blackwell系统，具体幅度取决于芯片代际和内存配置；为微软、谷歌、甲骨文等大型数据中心运营商代工服务器的企业，近期已经向客户发出涨价通知。

消息来自知情人士，沟通内容尚未正式公开。涨价的原因不在英伟达自己身上，而在内存：AI数据中心对HBM的需求暴增，挤占了先进制程产能和三大原厂的DRAM产能分配，非HBM DRAM供应同步收紧，连英伟达也无法维持原价或自行消化成本，它甚至已经向显卡AIC伙伴发出了GPU套件涨价通知。我认为这条消息至少有四层含义。

第一层是对我上一段论点的直接确证。设备端涨价超过15%，而头部项目的融资成本只有6%到7%，负的"设备实际融资成本"不是变浅了而是进一步加深，这恰恰解释了为什么实际利率上到2.4%还压不住AI资本开支。市场上多数解读也集中在这一层：能把服务器价格上调15%以上而客户依旧下单，证明的是需求缺乏弹性和定价权突出，对英伟达本身偏利好而非利空。

第二层，也是我认为被普遍忽略的一层：涨价是"硅基抢债务"的加速器。同样一座1GW数据中心，设备贵15%，意味着资本开支金额被动上修；而2027年五大云厂商资本开支的一致预期已在1.068万亿美元量级，仅服务器环节的涨价就可能带来数百亿甚至上千亿美元的额外资金需求。问题在于，这部分增量出现在自由现金流已经转负的时点上。Amazon过去十二个月自由现金流负76亿美元、Meta二季度只剩7.8亿美元，所以它几乎只能由债券、租赁和项目融资承接。换句话说，这次涨价对债券市场的意义不是通胀问题，而是久期供给问题：它会让明年的长端多出一块本来不在预算里的供给。

第三层是利润分配的又一次转移。这一轮涨价真正的受益者不是英伟达，而是三星、SK海力士和美光，内存厂商在科技产业中的影响力达到了前所未有的水平，连苹果、高通都因芯片短缺而提价。把它和前面讲的开源模型压低模型层利润放在一起看，2026年的真正主线其实是：利润在AI产业链上不断被重新分配，而每一次再分配都会改变"谁有能力承担债务"和"谁该被给多高的估值"。

第四层最关键，它落在新云的回本期上，而且是双刃的。设备贵15%意味着同样算力的初始投入更大，其他条件不变时回本期会被拉长；但如果租金能同步上涨，回本期反而可能缩短。目前的证据明确偏向后者，CoreWeave把各SKU平均上调约25%且产能售罄，旧卡价格环比上涨超过30%，一批H100到期后以原价的95%续约，Nebius把H100按需价格从每小时2.95美元提到3.85美元。也就是说，租金的涨幅（25%以上）目前跑在设备涨幅（15%以上）的前面，这是本轮景气最健康的一个特征，也是新云敢于继续加杠杆的真正底气。但正因如此，这条新闻给了我一个比看订单金额锐利得多的观察指标：盯"租金涨幅减去设备涨幅"这个差值。

只要它是正的，杠杆就是安全的，涨价甚至是利好，因为它同时抬高了在手旧卡的重置成本和残值；一旦它转负，设备还在涨、租金却涨不动了，回本期会被分子和分母同时夹击，那才是真正该减仓的时刻。还要注意时间错位：这次涨价生效于2027年初出货的系统，影响落在2027年的资本开支和2027至2028年的折旧上，而不是当期业绩，所以它应该用来修正明年的模型。至于A股，涨价链条上受益的是存储及其配套设备、高速光模块与磷化铟衬底、高速互联与交换芯片、电源与液冷；而承压的是那些以整机与服务器组装为主、无法把BOM成本向下游转嫁的环节。这和我后面要讲的中际**应收账款激增其实是同一个道理：产业链的成本与占款压力，最终总会流向议价权最弱的那一环。

也正因为美国投资级债市场承受了越来越多的科技债供给，Alphabet和Amazon开始主动把融资分散到欧元、英镑、瑞郎、加元、日元和澳元市场。截至6月26日，云厂商约1700亿美元的年内债券发行中，非美元债已经超过三分之一。Alphabet最新发行55亿澳元"袋鼠债"，覆盖3年、5年、10年和20年期，投资者认购超过180亿澳元，认购倍数超过3.3倍，其中20年期票面利率为6.9%；此前它在英镑市场发行的55亿英镑里甚至包含10亿英镑的100年期超长债，100年档认购倍数高达9.5倍。这种多币种、多期限融资，能够引入新的养老金、保险和本币债券资金，降低对美国投资级债市场单一资金池的依赖，并用长期负债匹配数据中心这样的长期资产。

但我想指出的是，这不完全是一种偏好，更是一种被结构逼出来的选择：美元投资级指数存在单一发行人权重上限约2.3%的约束，这意味着短期内面向公募美元债的容量大约就在4500亿美元量级，超过之后必须转向非美元、项目融资与私募渠道。而且如果这些资金最终通过货币互换换回美元，部分压力还会通过全球利率和互换市场重新传导回来。所以云厂商的多币种融资更像是在扩大整个资本市场的承载能力，而不是让AI融资造成的流动性压力彻底消失。

融资端的疲劳是有痕迹的。云厂商债券发行的订单覆盖倍数已经从2月份接近5倍下降到7月份不足2倍。以Amazon为例，2025Q4美元债认购5.33倍、发债成本4.709%，到2026Q1美元债认购降至3.41倍、成本升至5.035%，同期欧元债认购约1.92倍，二季度加元债约2.00倍，7月的发行更是只有1.6倍。这说明美国债券投资者虽然仍愿意买，但越来越需要更高的收益率和更宽的信用利差。一个更有说服力的横截面证据是：2026年发行且具有可比数据的91只Hyperscaler债券中，有78只截至7月28日的收益率高于发行时，收益率上升中位数约22个基点，新增供给已经对存量债券价格形成了实实在在的压力。

4 新云模式与风险

顺着资金链往下走，就必须谈新云，因为它是这轮债务扩张里结构最精巧、也最脆弱的一环。先看一组说明"为什么需要新云"的数字：Amazon过去十二个月的自由现金流已从正182亿美元转为负76亿美元，主要因为物业与设备采购增加661亿美元；Meta二季度自由现金流只剩7.8亿美元，Alphabet也提示折旧、能源和资本开支将继续压制自由现金流。大厂的表已经装不下全部资本开支了。

于是新云进入产业链：模型创业公司有训练与推理需求，却没有能力一次性购买大量GPU；能源、IDC和基础设施资金能拿到电力、设备和贷款，却不拥有模型与流量。新云把两端连接起来，让模型公司把资本开支变成运营开支，也让保险、私募信贷、银行和设备融资资金进入算力基础设施。这个变化很像IDC产业早期：最初运营商和互联网公司倾向于自建机房，随着需求扩大、建设周期拉长、客户类型增多，第三方IDC成为独立环节。今天的算力产业也在发生同样的链条延伸，只是资产更新更快、资金强度更高，且收入从"租机柜"进一步升级为"租GPU时长、卖Token或按模型收入分成"。

新云的扩张通常依赖四层资金：客户预付款负责降低前期现金缺口，以GPU和合同现金流为抵押的项目贷款负责放大规模，股权和可转债吸收建设与交付风险，机房、电力和冷却资产则由项目公司或基础设施伙伴持有。于是同样300亿美元现金，最终对应的有效设备投放可以远高于300亿美元。

IREN与微软的项目提供了一个样本：微软五年合同总值97亿美元，并支付20%预付款，IREN为对应的58.1亿美元GPU资本开支获得36.5亿美元投资级融资；债务与预付款合计覆盖55.9亿美元，即96%的GPU投入，IREN在项目层面需要补充的资本只有约2.2亿美元，项目资本金被压缩到约4%。36.5亿美元债务的综合成本为6.00%，把零成本预付款计入后，全部资金的平均成本降至3.31%。

这件事的本质：资本开支并没有消失，只是从微软自己的资产负债表，迁移到了IREN、银行和项目投资者的资产负债表，它和前面讲的租赁、SPV是同一件事的两个方向。新云的核心功能，就是把大厂信用和设备残值包装成可以融资的资产。

规模上，新云2027年的中性资本开支预期在1400亿美元左右，而五大云厂商2027年的资本开支合计约在1万亿美元量级（一致预期从2026年的约7310亿美元升至2027年的约1.068万亿美元，2028年约1.18万亿美元，增速由95%降至46%再降至11%）。

CoreWeave是最大的来源，公司把2026年资本开支指引从330亿上调至350亿到390亿美元，二季度末剩余履约义务已达1042亿美元、同比增长246%，较一季度末的994亿美元继续攀升，且尚未计入三季度初新增的超过250亿美元净新增客户承诺；公司预计年末活跃电力超过1.85GW，年末年化营收跑速上调至185亿到195亿美元。

Nebius的2026年资本开支指引已升至200亿到250亿美元，计划从2027年起每年部署超过1GW容量，二季度收入5.82亿美元同比增长454%，新签四笔标志性交易平均合同总值超过10亿美元，上半年累计客户承诺订单已超400亿美元。IREN、Lambda、Nscale与Crusoe构成第二梯队：Lambda在2026年获得9.26亿美元、SOFR+300个基点的项目贷款，Nscale签署14亿美元GPU抵押延迟提款贷款，Crusoe则通过Brookfield授信和与Blue Owl等机构的基础设施合资安排扩建。

把这些拼起来，结论很清晰：过去AI投入的上限主要由大厂自由现金流决定，现在，上限还取决于金融机构愿意按多高的抵押率给GPU和长协定价，以及大厂愿意支付多少预付款、做多少信用增级。新云把产业景气转化为信用扩张，因此它既可能让资本开支超预期，也可能在信用条件收紧时让资本开支突然低于预期。

对新云而言，债务首先意味着加速。GPU和数据中心都是重资产投入，如果完全依靠自有现金流，企业只能赚一笔、投一笔，扩张速度很慢；但如果能拿着微软、Meta这样大客户的长期合同去融资，企业就可以在客户真正付款之前完成GPU采购和机房建设。

所以新云真正重要的金融创新，不只是"借到了钱"，而是把未来几年的AI算力合同提前变成了今天可以使用的资本。这也解释了为什么同样是GPU融资，资金成本差异可以非常大：IREN那笔36.5亿美元融资债务成本约6%、计入预付款后降到约3.31%，Nebius和Lambda拥有较强合同支持的融资大约做到基准利率加250到300个基点；而CoreWeave的分层则一目了然：DDTL 4.0承诺规模85亿美元、浮息部分SOFR+225个基点，DDTL 5.0规模31亿美元、SOFR+450个基点，DDTL 5.5规模26亿美元、SOFR+550个基点，部分无担保票据票息达到8.50%到9.75%，部分存量债务的有效利率甚至达到11%到15%。规律是稳定的：客户信用越强、预付款越多、合同期限越长，GPU资产就越像一笔可以被证券化的稳定现金流，融资成本也就越低。

但这里埋着新云商业模式最大的风险，也就是资产端和负债端的错配。债务是刚性的：无论GPU有没有开机，利息每天都在产生；无论客户有没有按时上线，本金都要按约定偿还；无论两年以后GPU租金下降多少，当初借来的100美元依然要还100美元。而GPU产生的现金流却不是刚性的：利用率可能下降，客户可能推迟部署，新一代芯片可能降低旧卡租金，推理价格可能下降，大客户也可能重新议价。

于是新云实际上在做一件非常典型的杠杆生意：用确定的负债，购买未来并不完全确定的现金流。假设一家公司买入100亿美元GPU，其中70亿来自债务，正常情况下GPU现金流足够覆盖电费、机房、运维、利息和本金，公司只投入30亿权益资本却控制100亿资产，股东回报被大幅放大。但杠杆是双向的：如果GPU收入下降20%，债务不会同步下降20%；如果利用率从90%降到75%，利息也不会从6%变成5%；如果新一代GPU使旧卡租金下降30%，银行更不会因此减少30%的本金。收入首先支付电费、机房、运维和利息，最后剩下的才属于股东，所以当收入下降时，股东现金流下降的幅度会远远超过收入本身。

CoreWeave很好地展示了这种结构。2026年二季度公司收入25.75亿美元，净利息支出已达6.40亿美元，相当于收入的24.9%；同期折旧摊销约14亿美元，约为收入的54%；净亏损6.26亿美元。有意思的是，调整后EBITDA为15亿美元、利润率58.6%，调整后经营利润1.28亿美元、利润率5%且环比大幅改善，经营杠杆确实在显现。

二季度资本开支94亿美元，在建工程从96亿升至119亿美元；截至6月底公司未来需要偿还的债务本金约355.5亿美元，其中2026年余下时间需偿还44.1亿美元，2027年需偿还61.8亿美元，净债务约283.7亿美元，手上现金及等价物、受限现金与有价证券超过69亿美元。