3000亿美元AI融资浮出水面：科技巨头把算力风险交给了华尔街

英国《金融时报》9月20日报道，大型科技公司正以“残值担保”等安排，支持约3000亿美元AI数据中心和芯片相关债务融资。

这个数字很容易被误读成科技巨头突然多了3000亿美元债务，实际结构更绕：银行、私募信贷基金和专项载体先出钱购买芯片、建设机房，再把算力或设施租给AI公司；Meta、英伟达、博通等产业方则以长期租约、容量承诺或最低残值支持，降低资金方最怕的两件事，一是客户付不起租金，二是几年后的芯片和数据中心卖不出价。

债务未必立刻进入科技公司的资产负债表，信用却已经被调动起来。AI资本开支由“账上有多少现金”扩展到“能撬动多少外部资本”，建设速度因此加快，投资者也需要重新计算订单质量、现金流约束和最终损失会落在哪一层。

AI算力开始金融化，残值成了整笔交易的支点

残值担保听着复杂，账其实不难算。专项载体借钱买芯片或建数据中心，再依靠租金偿债；若租约结束、客户违约或资产处置时售价低于约定底线，担保方按合同补足部分差额。资金方得到保护，项目融资成本下降，产业方则把支出分散到更长周期。

Meta与蓝枭资本合作的Hyperion数据中心，是这套结构最清楚的样本。双方披露，项目预计总开发成本约270亿美元，蓝枭管理的基金持有合资公司80%，Meta保留20%；Meta将租用园区全部设施，初始租期四年，并拥有续租选择权。为了降低外部资本对续租和处置风险的担忧，Meta又为运营后的前16年提供有上限的残值担保。对Meta而言，270亿美元的长期设施没有全部压在自身资产负债表上，建设节奏也不必完全受当期自由现金流约束；对蓝枭和债券投资者而言，项目背后仍有Meta的经营需求和信用支持。

生成式AI的建设周期长，模型和需求却变化很快，全部自建占用现金，全部外包又可能丢掉供给控制权。合资、租赁和担保把所有权、使用权、融资责任拆开，让科技公司先锁定电力和机房，再按需求续租。表外只是一种会计呈现，经济风险仍在。标普把Meta的残值担保视为或有的类债务义务，评级机构也会在压力测试中重新计算。华尔街则把GPU、TPU和数据中心包装成长久期资产，让私募信贷、基础设施基金和保险资金进入AI建设链条。

英伟达和博通开始出售“可融资的算力”，芯片收入的含义变了

这轮变化对英伟达和博通尤其重要。残值支持加入交易后，供应商开始参与客户融资，产品性能、软件生态和二手流动性都要接受资金方评估。说得直白一点，芯片卖得多还不够，华尔街还要相信芯片多年后仍能产生现金流。

博通与Anthropic的合作已经给出样板。路透社6月报道，Apollo和黑石为Anthropic扩张算力安排350亿美元融资，首批对应1吉瓦容量，使用博通的定制芯片和网络方案；《金融时报》随后披露，其中约300亿美元融资获得博通的残值支持。Anthropic官方信息显示，公司与谷歌、博通签署了多吉瓦下一代TPU协议，计划从2027年开始上线；路透社还称，合作目标包括约3.5吉瓦谷歌处理器算力。博通由ASIC和网络供应商向算力融资链条的信用参与者延伸，订单能见度因此拉长，也有机会削弱AI训练对单一GPU体系的依赖。

博通承担的风险也很具体。定制芯片围绕特定客户和系统设计，转售市场弱于通用GPU；若Anthropic需求放慢，租金偿付和设备处置会同时承压。判断博通AI业务质量，除了收入和订单，还要盯担保上限、期限、折旧假设与客户付款能力。

英伟达走得更大。公司8月宣布与Apollo、贝莱德、黑石、Brookfield、高盛和KKR建立独立算力融资平台，目标是逐步调动超过5000亿美元第三方资本，同时注明合作仍需签署最终协议；《金融时报》报道，英伟达已在部分OpenAI相关项目中提供残值支持。CUDA生态、通用算力需求和芯片流动性由此成为融资优势，资本可以先买下“AI工厂”，再以长期租金回收成本。

这套模式放大英伟达的可服务市场，也让公司向基础设施组织者靠近；融资支持同时会模糊终端需求与资本推动需求的边界。投资者需要区分已交付收入、具备融资条件的储备项目和仍停留在合作备忘录中的目标，现金回收与担保敞口将和订单数字同样重要。

七家公司承担的风险并不相同，现金流质量将拉开差距

Meta、微软、亚马逊和Alphabet拥有广告、软件与云业务现金流，可以直接建设，也能通过租赁和合资引入外部资本；Oracle的缓冲更薄，却承接了更激进的长期合同；英伟达和博通位于上游，通过芯片、网络与信用支持推动项目落地。七家公司真正的差异在于：谁控制客户入口，谁签租约，谁在项目失效后接走资产。

路透社根据公司披露统计，截至8月，微软、Meta、Oracle、亚马逊和Alphabet尚未开始的未来租赁付款承诺合计约1.09万亿美元，接近已经确认租赁负债约2850亿美元的四倍。微软披露的管线约3291亿美元，Meta约2789.9亿美元，Oracle约2600亿美元，亚马逊约1372.1亿美元，Alphabet约852亿美元；亚马逊的数字还包括仓库、办公室、飞机和车辆，横向比较需要打折。这1.09万亿美元与FT所说的3000亿美元担保融资属于不同口径，不能相加，也不能直接视为债务，因为前者多为跨越多年的未折现付款，通常要等设施可供使用后才确认租赁负债。

这些数字说明，AI投入已经锁定未来多年的固定付款。微软、亚马逊和Alphabet拥有分散的企业客户和成熟云平台，新增容量可以在训练、推理、企业云和内部产品间调度。Meta的需求更多服务自身广告、模型和消费级产品，外部云收入缓冲较少，Hyperion合资提升了资本效率，也增加了合同判断的复杂度。

Oracle面临的考题最直接。路透社称，公司截至2026年5月的债务约1295亿美元，未起租承诺约2600亿美元，相关数据中心租约预计从2027至2029财年陆续开始，期限通常为15至19年；公司也提示，租约期限、续约条件和定价可能与客户合同无法完全匹配。大额在手合同若转为持续云收入，重资产投入会释放利润弹性；主要客户融资放慢或项目延迟，长期租金与较高杠杆则会压缩财务空间。判断依据应落在设施上线、客户预付款、期限匹配和自由现金流上。

结语：AI的下半场，先看谁敢为残值签字

3000亿美元融资没有证明AI泡沫已经形成，也没有证明风险已经转移干净。AI基础设施正在形成一套独立于传统资本开支预算的金融系统。资金方愿意进场，说明算力已被视为可出租、可证券化的基础设施；产业方愿意担保，也说明AI公司自身信用还不足以支撑如此快的建设速度。

这套体系扩大资金供给，加快项目落地，也让芯片、网络、云和数据中心收入获得更长能见度。代价同样清楚：收入增长与信用承诺开始绑定，账面轻了，合同不能轻看。

未来评估AI巨头，资本开支规模只是一层。更有含金量的四个问题是：外部客户是否持续付费，设施利用率能否爬升，芯片残值是否经得住迭代，担保与租约是否会吞掉未来现金流。AI融资最厉害的地方，是把明天的钱提前搬到今天；最难的地方，是明天必须真的有那么多需求。