算力基建估值承压，高息时代下重资产模型的现实拷问

2026年秋季，全球AI产业的关注焦点正从大模型能力竞赛，悄然转向基础设施的财务可持续性。英国数据中心开发商Nscale的IPO遇冷成为标志性事件：其宣称拥有1030亿美元合同总额，却仅5座数据中心在运，上半年营收1.4亿美元、净亏损超10亿美元；投资者对其300亿美元估值提出强烈质疑，认为160亿至190亿美元更合理。与此同时，美国新兴云服务商CoreWeave部分债券收益率一度飙升至15%以上，信用违约掉期（CDS）定价显示其五年内违约概率超60%。这些信号共同指向一个事实：算力基建的估值逻辑正在经历一场硬核重估。

算力中心本质是典型的重资产项目。以万卡规模智算中心为例，单张H100/H200显卡采购价2.5万至4万美元，仅硬件成本即达18亿至29亿元人民币；叠加高速网络、光模块、存储、水冷系统及电力增容，总启动资金（CAPEX）普遍超过50亿元。然而，这笔巨额投入面临三重“流血”压力：一是财务折旧——按3至5年计提，直接侵蚀账面利润；二是二手残值不确定性——旧卡能否变现高度依赖下游接盘意愿；三是技术淘汰——受限于显存与架构，上一代显卡难以参与预训练，只能退居低利润推理市场。

真正的生死线在于收入结构的质量。微软等头部客户虽签署数千亿美元长期租约，但多为表外摊销的刚性支出，且部分尚未生效；而大量第三方算力商依赖的是按使用量结算的弹性订单。一旦下游大模型公司融资受阻、削减预算，出租率便迅速下滑。微薄的弹性租金难以覆盖高息贷款本息，资金链极易断裂。

国内情况同样严峻。过去两年多地加速布局智算中心，部分地方国资或地产转型项目虽拿到土地与能耗指标，却缺乏本地大模型落地需求，导致机房空置。为完成上架率考核，个别项目甚至低价出租给外包企业从事数据刷量。面向政企客户的To B/To G业务虽客单价高，但验收周期长、回款慢，对资本薄弱的运营商构成持续压力。

这一轮估值回调的深层推手，是资金成本的系统性抬升。2026年10年期美债收益率较疫情低点高出约4个百分点，布伦特原油价格升至110美元/桶，重新点燃通胀担忧，进一步压制长端利率下行空间。当资金成本（折现率）从8%升至12%，原本预期年化回报10%的50亿元项目，瞬间由盈利转为亏损。对民营算力商而言尤为致命——它们缺乏云巨头低成本发债能力，多依赖高息融资租赁或民间资本，利息支出极易吞噬全部利润。

值得注意的是，市场并非全盘否定AI需求。中财网数据显示，B200算力租赁价格指数近一月上涨4%，季度累计涨幅超30%；Token支出指数回升2.3%，反映前沿大模型结构性提价带动短期价格企稳。这说明供需缺口真实存在，租赁模式正成为最高效的变现路径。但资本市场的分歧已清晰浮现：高等级信用利差仍处低位，ARK等机构逢低增持CoreWeave与Cerebras；而风险集中于弱资质、高杠杆的新兴服务商。市场不是在说“AI完了”，而是在筛选谁能扛住更高的资金成本。

行业内部亦出现显著分化。第一层是商业模式差异：预训练算力属大单短租、项目制，项目结束即空置；推理算力则为长尾散客、单价低但稳定。少数具备长期保底预训练订单的项目，收益明显优于同行。第二层是服务能力真伪之别：许多所谓“GPU云服务”实为硬件倒卖，软件仅为赠品；检验标准简单——若抽走显卡，仅靠调度与运维服务客户是否仍愿付费？答案是否定者，即属“伪全栈”，估值应参照传统IDC。

真正具备溢价能力的是“真全栈”服务商，其软件需具备异构算力调度能力（如统一调度英伟达H系列、国产昇腾、AMD芯片）、断点续传与故障自愈机制（应对万卡集群中高频显卡故障）。这类能力可为客户节省成本、保障任务连续性，方能支撑高附加值定价。

头部云厂商的策略转变印证了这一趋势。阿里云2026财年Q4外部商业化收入增速达40%，AI相关产品收入占比首次突破30%；腾讯云在主动砍掉百余亿元低价值业务后实现规模化盈利，AI高毛利服务占比达25%–30%；华为云则聚焦“3+2+1”核心业务，停售38项边缘非核心产品。三者共同特征是：从粗放扩张转向精细化运营，从“卖算力”转向“卖能力”，通过提升毛利率与客户黏性抵御资本成本上升压力。

费城半导体指数连续八日下跌、韩国综指单周重挫14.5%，表面看是AI抛售蔓延，实则反映整个供应链的融资条件与库存周期同步收紧。但关键变量仍在后续财报验证：若科技巨头AI相关营收能匹配持续攀升的资本开支，则当前调整仅为估值泡沫挤出；若营收增长乏力，融资成本将从“软约束”变为“硬门槛”，行业叙事将被迫从“增长有多快”转向“回报有多慢”。

算力基建的“算账时刻”已然到来。它不再是一场关于未来愿景的集体押注，而是一次回归生意常识的财务压力测试。高昂的利息并未动摇AI的长期价值，却彻底打穿了重资产模型的虚幻美梦。