AI news

大量数据中心恐烂尾,新兴AI云厂商面临大洗牌,马斯克发出警告

By 张锦怡3 viewsSource: DeepTech深科技
大量数据中心恐烂尾,新兴AI云厂商面临大洗牌,马斯克发出警告

过去几年,随着 AI 大模型快速发展,算力成了一门越来越热门的生意。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

过去几年,随着 AI 大模型快速发展,算力成了一门越来越热门的生意。

从英伟达 GPU 到大型数据中心,科技公司争相投入资金扩充计算资源。一批专门提供 GPU 租赁服务的新兴 AI 云服务商(Neocloud)也随之崛起,通过大规模采购芯片、建设数据中心,承接不断增长的 AI 算力需求。

与亚马逊 AWS、微软 Azure 等提供综合云计算服务的巨头相比,这些新兴云厂商的业务更加集中,主要依靠出租 GPU 算力获得收入,代表公司有美国的 CoreWeave 和荷兰的 Nebius。

然而,随着投资规模越来越大,这门生意的风险也开始显现。近日,马斯克就对这些新兴云厂商的未来作出了一项十分悲观的预测。

10 月 26 日,马斯克在社交平台上表示,全球 200 多家新兴 AI 云服务商将迎来一场残酷的行业洗牌。他甚至用了一个形象的比喻,认为这些公司可能会像小鱼一样大批死去,最终只有少数能够存活下来。他还警告,未来可能有大量 GPU 算力被困在建设到一半的数据中心里,迟迟无法投入使用。

马斯克作出这一判断,是因为 AI 基础设施行业的融资环境正在发生变化。

他表示,过去几周,债务市场几乎已经停止向那些缺乏 AI 数据中心以外稳定收入来源的公司提供资金。相比之下,SpaceX 凭借星链和火箭发射业务带来的收入,能够为采购 GPU 筹集 400 亿美元的债务融资。不过,彭博社援引知情人士消息称,这笔融资的部分定价谈判仍在进行中,其实际进展尚待确认。

持有类似看法的不仅是马斯克。10 月 14 日,市场研究机构 Gartner 发布预测称,到 2030 年,超过 80% 的 Neocloud 将不再独立运营(在新窗口打开)。同时,如果 AI 基础设施建设继续保持目前的扩张速度,到 2030 年底,全球将有超过 3.5 万亿美元的投资面临资产减值风险。

两份预测指向了同一个问题:算力需求虽然仍在增长,但投入巨资建设数据中心的公司,未来不一定能收回成本。

算力仍然紧缺,云厂商为何借不到钱?

从目前来看,AI 算力需求依然旺盛,GPU 租赁价格甚至出现了普遍上涨。

硅谷知名风投机构 a16z 公布的数据显示,自今年 1 月 1 日以来,英伟达 H200 和 B200 的租赁价格分别上涨了 160% 和 120%,RTX PRO 6000 上涨 65%,H100 也上涨了 35%。甚至连 2020 年发布、距今已有 6 年的 A100,目前的租金仍高于年初水平。即使新一代 GPU 不断推出,市场对老款芯片的需求依然强劲(在新窗口打开)。

文章配图

(来源:a16z)

数据中心本身的机房空间也相当紧张。商业地产服务机构世邦魏理仕(CBRE)的报告显示,截至 2026 年第一季度,全球 16 个主要数据中心市场的容量同比增加了 25%,但平均空置率却从 8.3% 降至 6.7%。机房规模虽然有所扩张,能够即时交付使用的可用空间反而更少了。

既然算力需求依然旺盛,为什么投资者对云厂商偿债能力的担忧却上升了呢?

这与 Neocloud 的重资产经营模式有直接关系。

要向客户出租成千上万块 GPU,企业必须提前拿出巨额资金采购芯片、租赁场地、建设机房,并配备昂贵的供电、制冷和网络设备。只有等数据中心正式交付运营,这些前期投入才有可能通过租金逐步收回。即使手里握有客户签下的多年长期合同,前期的巨额支出也是客观存在的。

过去,金融机构愿意根据 GPU 资产和客户长期合同向企业提供抵押贷款,不少公司也借此通过持续借贷扩大设备规模。但随着项目体量增大,利息支出和偿债压力也在同步累积。一旦工程进度被拖延,尚未产生收入的设备就会先产生利息和折旧成本。

受到英伟达支持的 CoreWeave 近期就面临着这类压力。虽然该公司握有微软、OpenAI、Meta 等企业的大额算力订单,但路透社 10 月 15 日援引伦敦证券交易所集团(LSEG)的数据显示,CoreWeave 目前的债务规模约为 500 亿美元,其股票和债券近期均出现了下跌。

10 月 16 日,路透社进一步报道,CoreWeave 部分债券的收益率已升至 15% 至 16%,其债务违约掉期(CDS)成本也明显上涨。债券收益率走高,意味着投资者要求更高的风险回报,也可能增加公司后续继续借款建设机房的成本与难度。

资本对不同进度的项目也开始区别对待。路透社援引三井住友银行集团(SMBC)信用策略师詹姆斯·马丁(James Martin)的分析称,资金目前更愿意流向那些即将完工、能较快投入使用的数据中心;对于距离完工尚早的早期项目,虽然不至于完全借不到钱,但必须承担更高的利息成本。

文章配图

图|正在建设中的数据中心(来源:Construction Dive)

除了资金问题,工程建设的客观限制影响也很大。国际能源署(IEA)在《能源与 AI 的关键问题》报告中指出,电力供应、电网接入速度、设备供应链交期以及审批流程,正成为制约数据中心扩张的重要因素。当项目规模越来越大时,单靠企业自身的现金储备很难维持,越来越依赖外部资金的持续支持。

这解释了为什么马斯克会特别提到“尚未完工的数据中心”。如果电网接入迟缓、后续资金无法到位,即便芯片早已采购就位、客户也有租赁意向,设备仍可能无法按计划产生收入,同时还要承担折旧和融资成本。

这种由工程延期和资金周转带来的经营风险,与下游是否存在算力需求,是两个不同的问题。

近 7 万亿美元砸向 AI 基建,谁能收回成本?

如果说融资收紧是眼下的现实压力,Gartner 更关注的是未来几年整个行业的投资回报。

Gartner 高级总监分析师威尔·索默(Will Sommer)预计,2026 年,AI 服务商的基础设施投资将接近 1 万亿美元;2027 年至 2030 年,还将追加约 6 万亿美元。未来五年,行业总投入接近 7 万亿美元,主要用于购买芯片、建设数据中心及配套设施。

高盛近期也给出了相近的估算,预计 2026 年至 2031 年,全球 AI 基础设施累计投资将达到约 7.6 万亿美元,其中计算设备占据最大份额。

文章配图

(来源:高盛)

如此庞大的投资,需要多少收入才能收回成本?Gartner 给出的测算数字是 8.5 万亿美元。

该机构预计,到 2030 年,AI 数据中心运营商需要累计获得约 8.5 万亿美元收入,才能覆盖资本支出、融资成本,并实现 12% 的投入资本回报率(ROIC)。但同期可归因于 AI 数据中心的企业和个人 AI 收入,预计最多只有 3.6 万亿美元。

按照这一模型,未来的市场收入可能难以支撑目前规划中的全部投资。当然,这些数字建立在特定的投资规模和回报率假设之上,不能将两者的差额直接视为行业亏损。Gartner 所说的 3.5 万亿美元减值风险,也指可能受到影响的投资规模,而非实际损失。

对云厂商来说,GPU 的更新速度进一步增加了回本压力。采购芯片需要提前投入大量资金,但随着新一代产品推出,旧设备的租赁价格可能下降。如果上一代 GPU 还没收回成本,就需要继续采购新设备,企业的资金压力便会不断增加。

不同云厂商承受这种压力的能力也存在差异。亚马逊 AWS、微软 Azure 和谷歌拥有成熟的云计算业务,可以依靠现有收入支持长期投资。而主要靠 GPU 租赁赚钱的 Neocloud,经营状况更容易受到租金变化和融资成本的影响。

此外,单纯出租 GPU 也很难建立长期优势。客户除了关注价格,还需要稳定的计算资源和完善的技术服务。一些 Neocloud 正在尝试发展软件平台和其他云服务,但这需要更多投入,还要面对大型云厂商的竞争。

基于这些因素,Gartner 预测,到 2030 年,超过 80% 的 Neocloud 将不再独立运营,其中既包括倒闭的企业,也包括被收购或合并的公司。

不过,行业整合并不意味着市场需求会随之下降。Gartner 预计,全球面向 AI 计算的基础设施即服务(IaaS)支出,将从 2027 年的 660 亿美元增长至 2030 年的 1,740 亿美元。市场仍在扩大,但订单和收入可能逐渐向少数大型服务商集中。

马斯克和 Gartner 的预测虽然涉及不同时间尺度,却都反映出 AI 算力行业正在面临的资金压力。目前还无法判断最终会有多少 Neocloud 退出市场,但融资成本上升、数据中心建设延期以及持续增加的资本开支,已经让部分企业的扩张面临更大挑战。

过去几年,算力服务商比拼的是谁能采购更多 GPU、建设更大的数据中心。接下来,更重要的是能否让这些设备按期投入使用,并在硬件更新之前收回投资。

参考链接:

1.https://www.reuters.com/business/media-telecom/musk-says-spacex-raised-40-billion-debt-gpus-2026-10-25/

2.https://www.gartner.com/en/newsroom/press-releases/2026-10-14-gartner-says-over-us-dollars-three-and-a-half-trillion-of-artificial-intelligence-infrastructure-spending-could-be-exposed-to-impairment-by-the-end-of-2030

3.https://newsletter.semianalysis.com/p/the-great-gpu-shortage-rental-capacity

4.https://compute-terminal.com/dashboards/compute-price-index

5.https://www.cbre.com/press-releases/global-data-center-supply-demand-scarcity-available-space

6.https://www.investing.com/news/stock-market-news/private-credit-roundup-coreweaves-debt-stress-tests-private-credits-ai-financing-boom-4954178

7.https://www.investing.com/news/stock-market-news/coreweavedebt-selloff-poses-limited-risk-to-global-banks-jp-morgan-says-4959014

8.https://www.iea.org/reports/key-questions-on-energy-and-ai

文章来自于"DeepTech深科技",作者 "张锦怡"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)