人工智慧的基礎設施建設正在翻開新的一頁。過去兩年，投資者緊盯飆升的晶片銷售額、爆炸式增長的資料中心開支，以及科技巨頭之間為爭奪AI算力而展開的軍備競賽。如今，支撐這場擴張的融資方式，正變得與算力本身同樣值得關注。

據雅虎財經報道，亞馬遜、微軟、Alphabet和Meta等超大規模雲廠商，今年在AI基礎設施上的支出預計將超過7500億美元，到2027年可能逼近8700億美元。這個數字已經大到連這些科技巨頭的自由現金流都難以獨自支撐，債務市場開始介入，填補資金缺口。

這股發債潮起初集中在超大規模雲廠商，隨後蔓延至AI生態的其他環節。先是CoreWeave和Nebius這類專注於AI算力的新雲廠商，現在連輝達也準備進入債務市場。據報道，這家AI晶片巨頭正尋求通過發債籌集約250億美元。

輝達的財務底牌

投資者不應將輝達的發債計劃誤讀為財務緊張。截至最近一個財季，輝達的長期債務僅為74.7億美元，而持有的現金、現金等價物及短期投資合計約500億美元。僅上一財季，其自由現金流就達到486億美元，過去十二個月累計高達1191億美元。

換言之，輝達並不缺錢。公司完全有能力用自有現金支撐多項戰略計劃。選擇發債，更可能是出於最佳化資本成本的考量——在利率相對於其盈利能力仍屬可控的視窗期，利用債務工具降低整體融資成本。

PIMCO近期分析指出，與網際網路泡沫時期許多尚未證明商業模式就大舉借債的公司不同，今天的超大規模雲廠商是帶著優勢地位進入這一擴張週期的：它們手握鉅額現金儲備，擁有成熟的業務體系和經常性收入流。輝達的資產負債表，與那些在歷次泡沫破裂中陷入困境的高槓杆企業截然不同。

風險不在輝達，而在產業鏈上游

儘管輝達自身財務穩健，但整個AI生態的債務驅動模式仍蘊含風險。PIMCO的分析強調，AI基礎設施支出建立在需求持續高速增長的假設之上。如果AI應用落地速度放緩、算力定價走弱，或資料中心利用率不及預期，整個生態系統的債務負擔都可能變得難以承受。

這種風險對業務模式相對單一的公司尤為突出。一家幾乎完全圍繞AI工作負載構建的雲服務商，其容錯空間遠小於亞馬遜或微軟——後者可以依靠多條業務線分散風險。即便輝達自身資產負債表保持健康，一旦AI基礎設施支出放緩，對驅動這場建設的GPU的需求終將受到拖累。

這讓人聯想到經濟史上的其他轉型期。19世紀的鐵路建設需要鉅額資本投入，而利潤往往姍姍來遲。網際網路泡沫時期，企業為鋪設網路基礎設施大舉借貸和融資。今天的AI競賽呈現出某些相似特徵：資料中心、電力供應、網路裝置和先進晶片，都需要龐大的前期投入。

關鍵觀察點

對投資者而言，單看輝達的發債計劃並不構成危險訊號。真正需要緊盯的指標是：AI需求的增速能否持續支撐當前約7500億美元的年度支出，以及明年預計的8700億美元。如果需求跟得上，這場融資擴張或許會被視為審慎之舉。如果跟不上，即便輝達自身財務無虞，也可能被捲入AI生態其他環節引發的漩渦。

這場由債務助推的AI基建競賽，正將產業帶入一個高槓杆擴張的新階段。它既非簡單的泡沫重演，也非毫無風險的坦途——而是一場與需求賽跑的資本實驗。