长文分析：从次贷债务到数据中心泡沫，这次危机将如何爆发

本文作者埃德·齐特伦是科技公关从业者、作者、播客主持人和科技评论者。他早年做过游戏媒体记者，后来进入公关行业，2013年创办科技公关公司 EZPR，目前仍担任负责人。

他现在最知名的身份，是科技行业尤其是生成式人工智能热潮的尖锐批评者。他出版通讯《Where’s Your Ed At》，并主持 iHeartMedia 旗下播客《Better Offline》，长期批评硅谷的增长至上、资本炒作、人工智能商业模式、数据中心投资和 OpenAI 等公司的财务可持续性。

在电影《大空头》中，当担保债务凭证经理告诉马克·鲍姆，用来为抵押贷款债券提供保险的市场规模，约为抵押贷款债券市场的20倍时，鲍姆气得浑身发抖。他当场意识到，由贪婪和炒作推动的投机活动，已经在所有人眼皮底下埋下巨大的系统性隐患。

具体来说，史蒂夫·卡瑞尔饰演的鲍姆，只用一段简短而戏剧化的话，概括了一个严重得多的问题。当时市场上存在价值数万亿美元的合成担保债务凭证（synthetic CDO）。这类产品本质上是在下注别人持有的一篮子抵押贷款——更准确地说是抵押贷款债券，最终能否正常偿付。

合成担保债务凭证让多方能够针对同一批抵押贷款反复下注。一旦这些抵押贷款违约，损失便会迅速蔓延，很难控制。

后来人们发现，同一批抵押贷款债券还被放进许多不同的担保债务凭证（CDO）中，局面因此变得更加混乱。一项研究发现，5500种不同的抵押贷款债券，在担保债务凭证中被纳入或引用超过3.6万次。

抵押贷款债券，也称抵押贷款支持证券，是从数千笔抵押贷款还款组成的资金池中切割出来的一部分。不同部分会按照不同优先级出售给不同买家。优先级最高的部分最先获得偿付，也最晚承担损失。

归根结底，只需要明白一点：金融机构把各种债券以越来越复杂、越来越危险的方式组合成担保债务凭证，又出售合成担保债务凭证，让投资者对这些产品的结果下注。

不同担保债务凭证包含不同债券，但这些债券背后往往对应同一批抵押贷款。评级机构还经常给出远高于真实信用质量的评级。

2005年，国际货币基金组织首席经济学家拉古拉姆·拉詹，在堪萨斯城联邦储备银行杰克逊霍尔研讨会上试图警告金融服务业，这套体系正在变得不稳定。

美国前财政部长、爱泼斯坦的密友拉里·萨默斯却说，拉詹的担忧“方向错了”。

与此同时，金融业还在忙着颁奖。

2005年7月1日，雷曼兄弟获得《欧洲货币》颁发的“卓越奖”，并被评为“年度信用衍生品机构”。2005年，雷曼兄弟的杠杆率高达25.3倍，《欧洲货币》却把这家金融机构称为“较为保守的信用衍生品机构之一”。

报道还说，雷曼兄弟之所以能够承担合成担保债务凭证带来的沉重负担，是因为公司“理解现金型担保债务凭证由套利驱动的经济逻辑，理解可交割贷款信用违约互换如何追踪贷款市场，也理解高收益信用违约互换如何像债券一样交易，等等”。

雷曼兄弟当时还经常高估手中担保债务凭证的价值。

三年后的2008年1月1日，也就是雷曼兄弟倒闭前九个半月，《风险》杂志把雷曼兄弟的“Point”风险管理系统评为“年度内部系统”，称这个系统“凭借覆盖范围之广、功能之深入以及质量之高脱颖而出”。

这一切的起点，是21世纪初大量海外资金涌入美国国债市场。所谓“全球储蓄过剩”，说白了就是市场上漂浮着太多资金。这些资金大量购买美国国债，压低收益率，使投资者能够获得理想回报的投资渠道大幅减少。

21世纪初的低利率是互联网泡沫破裂后的直接结果，也把抵押贷款利率压到了“一代人以来的最低水平”。

金融机构很快意识到，机会来了。

政府政策恰好允许金融机构放宽贷款审核标准，而外国投资者此时正迫切寻找资金去处。抵押贷款支持证券及相关衍生品于是成为理想选择。

抵押贷款越多，可制作的抵押贷款支持证券就越多。因此，银行把申请抵押贷款变得异常容易。到2006年，所有新增抵押贷款中有20%属于次级抵押贷款。

你可能会问，为什么没有人担心，这座由各种相互关联的债务堆成的高塔最终会把所有人烧伤？

原因是，他们以为自己已经通过与保险公司签订信用违约互换，把风险“分散出去了”。他们没有意识到，如果所有人同时提出索赔，保险公司同样会资不抵债，而且最终确实如此。

所有这些灾难原本都可以避免。当时已经出现过许多警告，同时也有同样多的人排队维护这场骗局。

2005年6月，拉里·库德洛说，看空房地产市场的人“又错了”，并把担心违约率上升的人称为“不做功课的泡沫脑袋”。

2006年9月，金融家迈克尔·米尔肯在《华尔街日报》上把担保债务凭证称为一种“金融创新”。他说，这种产品“通过释放投资资本，帮助成长型企业发展，从而分散风险并创造数千万个就业岗位”，还会“通过放大人力资本、社会资本和实物资产的价值来促进繁荣”。

换句话说，他们的逻辑是，不断扩大的金融投机是一种有益于经济的“金融创新”，因为这种创新可以凭空创造更多资金。至于风险，则已经被分散到了某个地方。你不应该深究风险究竟去了哪里，因为一切都会没事。

所有人都会永远建造更多房屋。数字只会上升。每栋新房都会带来一笔新的抵押贷款，再被装进一份新的抵押贷款支持证券。那条曲线只会永远向上。

简单地说，全球金融危机源于房地产需求被人为夸大。历史低位的利率，加上银行通过鼓励不良行为来提高投机资产价值，共同制造了这股需求。

最终，抵押贷款支持证券不再只是让投资者分享大批抵押贷款还款收入的工具，而是变成高风险金融载体。市场把这种产品宣传成一种永远不会失灵的赚钱漏洞，因为抵押贷款需求似乎永远存在，由抵押贷款支持证券组成的担保债务凭证自然也会永远有人购买。

整套体系最终崩溃，是因为这些投机资产迟早必须与现实世界发生接触。

从2005年开始，优惠利率陆续到期，抵押贷款违约率迅速上升。2006年，美联储多次加息，浮动利率抵押贷款的利率也不断上涨。

随着抵押贷款大量违约，担保债务凭证及与之相连的合成担保债务凭证也一起崩溃。金融机构向太多人提供了太多条款波动剧烈、脱离现实的抵押贷款，却因为坏事暂时还没有发生，就认定坏事永远不会发生。

最终，这套体系被自身行为造成的后果压垮。

原文在这里出现应该有一个未写完的句子：“银行家本应看到……”

从根本上说，全球金融危机源于一场规模庞大的投机活动。支撑投机的需求本身就是幻觉，是金融机构亲手制造出来，用来为进一步投资寻找理由的幻觉。

这倒让我想起了另一件事。

数据中心特殊目的载体，就是人工智能泡沫中的担保债务凭证

我知道，把人工智能数据中心与担保债务凭证相提并论，听起来或许有些荒谬，但两者实际上惊人地相似。

下面会进行一定程度的概括，因为每笔交易都包含一些奇怪而独特的条款，而这些条款通常只会让交易更加危险。

当有人决定建设人工智能数据中心时，通常会成立一个特殊目的载体（Special Purpose Vehicle，缩写为 SPV)，与担保债务凭证的结构非常相似。这个特殊目的载体随后举债融资。有些交易会把债务分成不同层级，大多数情况下再出售给机构投资者、资产管理公司或银行。

可以把特殊目的载体理解成一家独立的小公司，由控股公司持有，例如 CoreWeave。

当某个客户与人工智能数据中心公司签订合同时，例如 OpenAI，客户实际上往往不是与母公司签约，而是与这个特殊目的载体签约。

特殊目的载体通过举债获得资金后，会向承包商和供应商付款，例如向英伟达购买图形处理器。特殊目的载体同时从客户合同中获得收入，前提是客户确实付款，或者至少有服务可供客户付费。

在建设阶段，也就是尚未产生收入时，利息支出会从特殊目的载体预先注资的利息储备账户中支付。

客户开始付款后，特殊目的载体首先用这笔钱支付数据中心的运营费用，然后按照债务优先级向债权人付款。如果还有剩余资金，才会交给控股公司。所有这些流入资金都会被计入收入。

以特殊目的载体为基础的数据中心债务交易，还有一些有趣的小设计。

第一种是偿债覆盖率。特殊目的载体取得的收入，必须达到债务支出的特定倍数。

例如，如果某个特殊目的载体的偿债覆盖率要求为1.15倍，每月债务付款为150万美元，那么扣除运营费用后，每月必须取得172.5万美元收入。

这类要求通常要等到理论上数据中心已经投入运营的某个日期才开始生效。考虑到项目经常延期，这种安排完全可能演变成灾难。

第二种是最低流动性要求。一旦资金低于规定水平，持有人必须补足，否则就会构成违约。

第三种是偿债储备账户。这个账户会在项目建成后设立，如果客户付款中断，可以作为缓冲。

简单地说，每建设一座数据中心，开发商往往都会成立一个完全独立的实体。这个实体持有芯片、承担债务，很多时候也承担绝大部分风险。

只有客户收入正常流入，这些特殊目的载体才能向债权人付款。因此，偿债能力同时取决于数据中心建设速度和客户付款能力。

CoreWeave 是这种利用特殊目的载体大举投入资金模式中，最严重的参与者。公司为每一笔直接提款定期贷款分别设立特殊目的载体，而且大多数贷款属于无追索权贷款。

这意味着，如果客户不付款，投资者会根据债务优先级承担程度不同的损失，债权人也不能直接通过法院追索 CoreWeave 的其他资产。

不过，CoreWeave 仍然对债务付款承担责任。

例如，CoreWeave 规模85亿美元的第四期直接提款定期贷款，以公司与 Meta 签订的合同和相关数据中心资产作为抵押，资金来自三菱日联金融集团、德意志银行和美国合众银行等银行。

募集资金被存入名为 CoreWeave Compute Acquisition Co VIII LLC 的特殊目的载体。另一份文件显示，资金将用于租赁 Applied Digital 位于美国北达科他州埃伦代尔的数据中心空间，在其中安装大量图形处理器，再把算力提供给一个“投资级客户”。

富国银行认为，这个客户就是 Meta。

类似地，CoreWeave 去年筹集了26亿美元第三期直接提款定期贷款，用于“加快向 OpenAI 交付服务”。

资金注入两个不同的特殊目的载体，分别是 CoreWeave Compute Acquisition Co. V LLC 和 CoreWeave Compute Acquisition Co. VII LLC。这两个特殊目的载体随后通过 CoreWeave 主体公司签署协议，向 OpenAI 提供算力。

这笔交易还设置了“现金锁定”条款。

如果 CoreWeave 出现问题，例如未能交付算力，导致 OpenAI 有权解除合同，或者 OpenAI 连续三个月不付款，特殊目的载体就会停止向 CoreWeave 转移任何资金，直到问题得到解决。

如果 OpenAI 或其他客户始终没有开始付款，整个结构就会逐步瓦解，因为交易规定的合同收入实现比率只有0.85倍。

需要说明的是，“无追索权”不代表这些特殊目的载体倒闭后，CoreWeave 可以完全不承担后果。

债权人可以先处置特殊目的载体持有的资产，不能立即追索 CoreWeave 的其他资产。不过，由于每笔交易最终都由母公司 CoreWeave 提供担保，CoreWeave 迟早仍会被迫补足损失。

你大概可以猜到，这会怎样走向灾难。

超大规模云服务商如何向投资者隐藏数据中心支出义务

特殊目的载体的结构，使人很难准确计算数据中心债务的实际规模。不过，彭博估计，目前未偿还的人工智能数据中心债务已经超过5000亿美元。

Elara Securities Research 的加里马·卡普尔估计，其中至少2000亿美元由私人信贷机构持有，约占全部未偿还私人信贷贷款的8%。

即便如此，实际数字很可能还要高得多。

《日经亚洲》本周报道称，过去五年，Meta、Google、亚马逊、微软和甲骨文累计新增了约1.65万亿美元未偿还债务。此外还有价值数千亿美元的“表外债务”，也就是通过公司结构安排，使这些债务无需被列入企业负债。

例如，贝莱德目前正在筹集120亿美元，为 Meta 建设一座数据中心。

从实际结构来看，贝莱德投资并负责为一家名为 Project Sopaipilla Holdings 的控股公司筹集债务。贝莱德持有这家公司80%的股份，Meta 持有20%。

这家控股公司随后购买英伟达图形处理器，并向建筑公司支付数据中心建设费用。Meta 理论上支付的租金或服务费，则会被用来偿还债务。

尽管 Meta 理论上将拥有这座数据中心的使用权，并作为唯一租户负责运营，但超过120亿美元的实际债务不会出现在 Meta 的资产负债表上。

Meta 位于美国路易斯安那州、价值270亿美元的 Hyperion 数据中心也是如此。

这个数据中心属于名为 Beignet Investor LLC 的特殊目的载体。Blue Owl 持有80%，Meta 持有20%，融资则来自向太平洋投资管理公司和贝莱德出售债券。

这种特殊目的载体交易的问题在于，至少从资产负债表层面看，公司可以隐藏真实债务规模。

截至最近一个季度，Meta 的长期债务约为587亿美元。仿佛为数千兆瓦人工智能数据中心筹集的390亿美元债务根本不存在，只剩下 Meta 未来必须支付的租赁或服务费用。

这些操作全部合法，也令人担忧，而且确实带着一点安然公司的味道。

彭博记者阿曼达·亚科内写道：

“安然公司曾利用美国会计规则，把数亿美元债务打包放进表外实体，从投资者和贷款机构眼前隐藏起来。这些债务义务最终促成了美国历史上规模最大的企业崩溃事件之一。

Alphabet 和 Meta 都在数据中心及相关能源基础设施的融资组合中使用了可变利益实体。

Facebook 母公司 Meta 去年与 Blue Owl Capital 合作成立一家可变利益实体，作为合资企业建设路易斯安那州数据中心。Meta 向美国证券交易委员会提交的文件显示，公司在这个项目中的最大风险敞口为460亿美元。Meta 上周宣布扩大规划中的园区。彭博报道说，公司最终可能在这个项目上投入多达2500亿美元。”

需要说明的是，可变利益实体是一类特殊目的载体。公司对实体拥有控制权时，原则上必须把实体并入自身资产负债表，除非这家公司不被认定为“主要受益人”。

Meta 认为，公司不是 Hyperion 项目的主要受益人，尽管 Meta 是主要租户，也是 Hyperion 得以建设的根本原因。

彭博报道称：

“Meta 认定，公司不应把路易斯安那州项目的数十亿美元债务纳入自身资产负债表，理由是 Meta 不负责为这片面积接近4000英亩的园区寻找替代租户或其他共同租户。Meta 在最近向美国证券交易委员会提交的季度文件中表示，寻找租户是一项会影响实体经济表现的关键工作。Meta 表示，公司仅负责施工管理，以及行政和物业管理服务。”

安永会计师事务所对这种安排提出了“危险信号”。据《华尔街日报》报道，安永把这项安排列为“关键审计事项”。

安永表示，这项审计“尤其具有挑战性，因为判断哪些活动最能显著影响可变利益实体的经济表现，需要作出大量重大判断”。

不过，安排最终还是获得批准，也已经付诸实施。一切看上去当然都很正常。

Google 为 Fluidstack 与 Cipher Mining 建设的一座300兆瓦数据中心提供担保，也为 TeraWulf 的另一个项目提供担保，原因就在这里。

这些设施最终都会作为数据中心运行。Google 将租用这些设施，为 Anthropic 提供算力，并把相关服务计入收入。

Google 是唯一租户，也是这些项目能够举债建设的全部理由。然而，由于实际参与交易的主体是 Fluidstack、TeraWulf 和 Cipher Mining，Google 的资产负债表上不会出现相关债务。

还有一点同样重要，流入这些特殊目的载体的资金不计入资本支出。

例如，从2025年第一季度到2026年第一季度的五个季度中，Meta 的资本支出约为886亿美元。但这个数字没有包括 Hyperion 特殊目的载体以 Meta 名义承担的债务，也没有包括购买图形处理器或其他相关开支，尽管 Meta 自己提交的文件显示，公司在这个项目中的风险敞口达到459.5亿美元。

即使是“表内”义务，在租赁正式开始前，实际上也仍然属于表外义务。

彭博制作了一张令人胆寒的图表，展示了这种安排的规模。

与全球金融危机爆发前一样，目前还没有多少人把这些数据中心特殊目的载体，或者更大的数据中心泡沫，视为真正的问题。

人工智能数据中心就是人工智能泡沫中的次级抵押贷款

有件事必须说得非常直白：到目前为止，我们根本无法准确掌握人工智能算力究竟存在多少真实需求。现有证据表明，实际需求远远低于市场一直宣称的水平。

我估计，微软、Google 和亚马逊提供的算力中，至少70%由 OpenAI 和 Anthropic 占用。

我在分析非超大规模算力供应商时，很难找到除这两家公司以外，每年算力支出超过5000万美元的客户。

原因在于，人工智能算力根本不存在真实而多元化的需求。证据就是，真正愿意大规模租用算力的始终只有四五家公司。

另外，目前存在的算力需求还受到另一种因素夸大。

ChatGPT 和 Claude 的付费订阅用户，实际上得到了大额补贴。他们每月只支付200美元，却可能消耗价值数万美元的计算资源（译注，这个说法一直有争论）。

例如，彭博7月1日报道，Meta 正在成立云计算业务，对外出租人工智能图形处理器算力。就在几个月前，扎克伯格还说，如果公司建设了过多算力，可以考虑对外出售。

仅仅两周后，《纽约时报》便报道称，Meta 正在洽谈把算力租给 Anthropic。

有人可能会说，Meta 只是在利用一个资金雄厚的买家。但真正的问题是，如果市场对算力的需求真的如此饥渴，Meta 为什么不把算力卖给更多不同客户？这些客户很可能愿意支付比多年期合同更高的价格。

答案是，能够让这种业务真正值得经营的客户规模根本不存在。

如果这些客户真的存在，Nebius、IREN 和 CoreWeave 等新型云计算公司就应该出现剩余履约义务的爆发式增长，而且这些订单不应全部来自超大规模云服务商、OpenAI 或 Anthropic。

Lightning、Runpod 和 Lambda（都是提供人工智能算力和 GPU 云服务的公司，客户可以按需租用英伟达芯片，用于训练模型、运行推理服务或部署人工智能应用) 的收入，也应该达到数十亿美元。

现实却是，Runpod 的年度经常性收入只有1.2亿美元，所谓“年化”收入为5亿美元。Lambda 截至2025年第二季度的收入只有1.14亿美元，其中略低于一半来自微软和亚马逊。

反对者会说，这些公司的问题只是缺少图形处理器，需求正在排队等待释放。

但如果事实真是如此，这些公司难道不也应该拥有巨额剩余履约义务吗？

需要明确的是，我不是说市场完全没有需求。我想表达的是，绝大部分需求来自 Anthropic 和 OpenAI，而这两家公司长期根本负担不起如此高昂的费用。剩下的需求来自超大规模云服务商，而这些公司主要是在代表 OpenAI 和 Anthropic 购买算力。

我不确定人们是否真正理解了我的判断。

人工智能算力需求根本没有达到支撑当前建设规模的程度，未来很可能永远也达不到。数据中心建设是一场靠债务融资的资产泡沫，后果可能极其惨重。

次贷数据中心危机将如何爆发

先确定几个基本数字。

根据我的分析，英伟达预计到2027年底累计销售1万亿美元 Blackwell 和 Vera Rubin 图形处理器。这些芯片大约对应40吉瓦数据中心容量。

如果电力使用效率为1.35，真正可用的算力容量约为30吉瓦。

按照每兆瓦约1200万美元计算，要让这些数据中心拥有建设价值，全球每年必须产生约4350亿美元算力收入。

目前，全球年度算力支出似乎只有约1000亿美元。

根据 OpenAI 在马斯克诉讼案中的陈述，公司自身约占500亿美元，Anthropic 的支出可能也接近这个水平。

在 CoreWeave 最近一个季度20.8亿美元收入中，微软和英伟达合计贡献65%，剩余部分很可能大多来自 OpenAI。

另一家新型云计算公司 IREN 最近表示，公司目标是在年底前实现“超过40亿美元”的云业务年度经常性收入，相当于每月约3.33亿美元。

IREN 的客户包括微软、英伟达，以及 Perplexity、Figure AI 和 Together AI 等公司。考虑到后面几家公司的融资规模和收入状况，每家公司的支出很可能不超过5000万美元。

需要注意，支出不一定等同于实际使用率。

大量算力支出来自长期合同。长期租赁图形处理器时，每小时价格自然低于为应对短期使用高峰而临时租用的价格。

绝大多数人工智能算力支出都来自这种长期合同。

另一个令人担忧的需求不足信号，是英伟达已经签署总额300亿美元的多年期云算力协议。到2028年，公司每年将花费至少60亿美元，反过来租用自己出售的图形处理器。

其中包括对 CoreWeave 提供的一项63亿美元兜底安排。合同明确规定，英伟达有义务在2032年4月前购买“剩余未售算力”。

这等于直接暗示，未来会有价值数十亿美元的算力无法出售。

此外，英伟达还持有 Nebius 9.3%的股份，并投资了 IREN 和 CoreWeave。公司还投资 Lambda，同时向 Lambda 租用算力。

你可能会问，为什么这种交易还能不断签订。

原因前面已经提到，只要英伟达提供财务担保，银行就会把这种担保视为足够的抵押依据，向这些公司发放贷款，让公司继续购买更多图形处理器。

我想，未来的《大空头2》中，可能会出现类似下面这样的对话。

黄仁勋：有这样一些公司，我投资这些公司。至少从理论上看，他们使用我的人工智能图形处理器建设数据中心。但我需要他们购买更多图形处理器，所以我会签一份合同，表示未来再从他们手中把这些图形处理器的算力租回来。

因为英伟达的资产负债表非常强劲，只要我表示未来会租用这些算力，这些公司就能筹集数十亿美元，再用这些钱购买我的图形处理器。最妙的是，所有风险都由这些公司和投资者承担。需要更多收入时，我只要再签一份合同，他们就能筹集更多债务，我也能卖出更多图形处理器。

鲍姆：让我确认一下。你是制造图形处理器的人。你投资了一批公司，这些公司存在的主要目的，就是从你这里购买图形处理器，再把算力租给客户。但你自己也是客户，而且还是大客户。

黄仁勋：没错。我们把这些公司称为新型云计算公司。标普刚刚把 CoreWeave 的评级展望上调为正面。

鲍姆：这他妈太疯狂了。

黄仁勋：这不疯狂，这太棒了。

Meta 和微软与新型云计算公司签订这些合同，明确目的就是减少自身资本支出和债务。

换句话说，如果 Nebius 或 IREN 为购买大量图形处理器而承担数十亿美元债务，微软和 Meta 只需要负责后续租赁付款，前提是数据中心最终能够建成。

这些合同通常还包含终止条款。如果供应商未能达到交付里程碑，客户可以解除合同。微软与 Nebius 签订的174亿美元合同就是如此。

这意味着，超大规模云服务商实际上几乎不承担风险，最后接盘的是投资者。

例如，Nebius 最近获得的7.75亿美元债务融资，以“已签约现金流和已经部署的图形处理器基础设施”为担保。

如果整个项目崩溃，债权人真正能够起诉的，只是一家专门为了购买英伟达图形处理器并出租算力而成立的公司。

必须说得非常清楚，人工智能数据中心绝大部分算力收入，都取决于两家亏损且无法持续经营的人工智能公司，能否继续每年筹集数百亿甚至数千亿美元。

这不是夸大，也不是危言耸听，而是我们眼下面临的真实处境。

正在建设的数据中心容量超过实际需求15倍，而现有需求本身已经被 OpenAI 和 Anthropic 夸大

暂且不讨论数据中心能否盈利，事实上不能。如果市场需求没有达到如此惊人的规模，绝大多数人工智能数据中心及相关特殊目的载体都会倒闭。

如果相信 Sightline Climate 今年2月发布的报告，全球规划中的数据中心容量达到190吉瓦。

按照1.35的电力使用效率计算，相当于约140吉瓦信息技术负载，总投资约1.68万亿美元。

假设目前每年存在1200亿美元算力需求，这已经是相当宽松的估计。考虑到此后又有价值数百亿美元的数据中心项目宣布建设，目前规划中的数据中心容量已经超过真实需求15倍。

现有需求中，70%至90%又来自 Anthropic 和 OpenAI 的亏损业务。

错误评估人工智能数据中心风险并误解真实需求

对投机机会的渴望已经远远超过人工智能算力的真实需求。这与全球金融危机前的情形十分相似，原因也大体相同。

今年5月，摩根大通的凯伦·沃德在讨论她所说的“全球储蓄争夺战”时，提到了文章开头所说的全球储蓄过剩：

“简而言之，一些亚洲国家要么在20世纪90年代经历多年金融危机和国际收支动荡后留下了深刻阴影，要么试图压低本国货币汇率，把经济增长建立在出口之上。这造成大量储蓄流向海外，美国国债成为最受欢迎的投资对象。

伯南克指出，这对美国既是好事，也是坏事。美国财政部长获得了大量廉价融资，美国家庭和企业也同样受益。但廉价资本实在太有诱惑力，容易导致美国过度支出并形成资产泡沫。几年后，这一警告得到验证。”

幸好现在的世界已经完全不同了，对吧？

然而，全球储蓄过剩的故事并没有就此结束。

第二阶段发生在欧元区主权债务危机后，欧洲一些主要经济体从净支出者变成净储蓄者。

全球储蓄过剩进一步扩大，流入美国的投资也随之增加。美国是全球少数仍然愿意支出并保持增长的地区之一。

截至2025年底，美国的净国际投资头寸为负27万亿美元。所谓净国际投资头寸，就是美国持有的海外资产与外国持有的美国资产之间的差额。

不过，我们现在正在转向一种可以称为“全球储蓄争夺战”的局面。

世界各地的政府和企业都希望增加支出。为了获得资金，各方开始竞相向全球储蓄者提供最具吸引力的投资机会。

储蓄过剩与储蓄争夺战的区别在于，现在不是等待投资的资本太多，而是各方对现金的需求极其庞大。

与此同时，银行和私人信贷基金手中仍然握有大量资金。但由于人工智能带来的风险，他们正在减少对软件和医疗保健公司的投资，转而投资人工智能数据中心。

这些机构把人工智能数据中心视为一种“作弊密码”，认为这类基础设施投资收益率高、风险低，而且拥有“有保证”的客户。

这形成了一场完美风暴。

目前还有约4000亿美元私人基础设施基金等待投资，其中很大一部分资金来自养老基金和保险基金。

正如我在《仇恨者的私人信贷指南》中所述，这些机构之所以被私人信贷吸引，原因相当讽刺。

全球金融危机后，银行受到限制，不能再进行那些曾经导致全球金融体系崩溃的鲁莽投资。市场收益率因此变得难以寻找，养老基金和保险机构不得不寻找新的投资对象。

你是不是开始理解我为什么有些担心了？

零售客户导向型金融机构持有的待投资资金正在减少，这表明越来越多现金已经被投入市场，或者由于家庭信心下降而被客户撤走。

无论如何，人工智能数据中心之所以被视为“安全”投资，主要建立在三个判断之上。

第一，人工智能数据中心需求无限，所有算力最终都会被使用。

第二，人工智能数据中心都拥有“已经锁定的客户需求”。

这个判断从根本上就是错误的。

我能够找到的真正得到保证并已经锁定的客户需求，只来自几组交易：亚马逊、Google 和微软代表 OpenAI 与 Anthropic 的需求，Meta 的需求，以及 Google 与 Anthropic 的需求。

或许还有一些人工智能公司或推理服务公司“锁定了算力”，但这些公司能否付款，完全取决于能否继续获得风险投资。这一点与 Anthropic 和 OpenAI 没有区别。

第三，这些投资由全球最富有的公司支持，因此十分安全。

这种想法源于一种近乎儿童式的判断：既然微软、Google、Meta 和亚马逊是全球最富有的公司，又愿意签订10年至20年的长期租赁合同，那么一定还会有大量其他公司做出同样选择，人工智能数据中心及相关债务自然也应该按照这种假设估值。

金融机构已经围绕这种接近幼稚的逻辑，建立了完整的投资模型。

支持投资数据中心的所谓“证据”，主要就是超大规模云服务商正在为数据中心投入巨额资金，而 OpenAI 和 Anthropic 对算力拥有大量需求。

金融机构还把超大规模云服务商能够依靠现金流持续为数据中心提供资金，误认为所有数据中心都是优质投资。

真实情况是，这些企业已经找不到新的超高速增长业务，同时又拥有大量闲置现金，因此能够在四年内花掉1万亿美元。

超大规模云服务商对英伟达芯片的需求极为庞大，让市场误以为英伟达面对的真实需求也高得惊人。

这种印象进一步催生错失恐惧和投机活动。所有人都以为，超大规模云服务商正在靠人工智能赚取巨额利润。

事实并非如此。这些公司从未披露人工智能业务收入，但市场普遍想当然地认为，如果人工智能不能盈利，这些公司就不会投入这么多钱。

于是，其他公司也相信，只要购买图形处理器并建设数据中心，自己同样能够发财。

英伟达通过投资 CoreWeave、Lambda、IREN 和 Nebius，并为这些公司提供兜底合同，在制造虚假需求叙事方面发挥了重要作用。

人们认为，超大规模云服务商不可能犯下价值1万亿美元的巨大错误。同样，他们也认为，英伟达不会投资那些未来无法获得巨大需求的公司。

这种判断忽略了一个非常明显的问题：除了帮助英伟达卖出更多图形处理器之外，英伟达根本不在乎这些新型云计算公司的命运。

媒体和分析师本应在这里发挥作用。

但由于到目前为止还没有新型云计算公司倒闭，一切似乎都没有问题。

CoreWeave 背负约300亿美元债务，其中大部分债务一旦有客户退出合同，就几乎不可能偿还。但这似乎仍然无关紧要，因为与全球金融危机前一样，坏事暂时还没有发生。

这里所说的坏事，是客户不再支付账单，CoreWeave 随后陷入财务困境。

英伟达赤裸裸的利益输送和循环融资，只有在科技与商业媒体完全被俘获的环境中才可能持续。

过去一年左右，媒体偶尔发表一些略显担忧的报道，讨论“人工智能泡沫下规模庞大的循环融资”。但这些报道始终只把问题当作一种奇怪现象，从未真正把这种局面视为危险。

对于那些轻描淡写看待泡沫危险，或者试图淡化人工智能数据中心过度建设风险的人，我已经不知道还能怎样表达问题的严重性。

次级数据中心危机造成的系统性风险

与次级抵押贷款相似，人工智能数据中心债务的贷款审核质量极差，几乎没有真正有效的抵押物，而且资金被投向极不可能完成偿付的项目。

整个融资逻辑建立在薄弱信息和炒作推动的狂热之上。

这些项目的崩溃不可避免，因为持续偿债依靠客户收入，而绝大多数客户收入目前还只存在于理论上，或者取决于亏损且无法持续经营的人工智能公司能否继续付款。

这场危机与次级抵押贷款危机的区别在于，系统性风险不是由衍生品或复杂金融结构推动，而是来自建设人工智能数据中心的惊人成本、市场对人工智能行业本身的灾难性误判，以及私人信贷危险的放贷标准。

每笔债务交易规模都超过5亿美元，通常更达到数十亿美元。因此，不需要由大量不同合同织成复杂网络，照样可以制造系统性风险。

只要若干项目无法跟上特殊目的载体的偿债进度，或者贫困潦倒甚至已经倒闭的数据中心开发商无法偿付债券，风险就会集中爆发。

还要记住，全球金融危机并不是在出现巨额损失后才开始。只要承担行业结构重量的少数支柱遭受重击，就足以引爆危机。

雷曼兄弟在进入清算程序前，连续两个季度出现亏损。2008年第二季度亏损28亿美元，第三季度亏损39亿美元。

真正杀死雷曼兄弟的并不是这些亏损本身，而是这些亏损对更大市场造成的影响，以及潜在救助者因此改变了对雷曼兄弟的看法。

贝尔斯登同样是在旗下两只对冲基金倒闭后走向失败。

这两只基金造成的损失并不算小，但如果其他一切正常，贝尔斯登原本有能力逐步消化损失。

不幸的是，当时整个市场已经陷入恐慌，而贝尔斯登的杠杆率高得惊人。即使只是边际损失，也会对资产负债表造成不成比例的冲击。

对人工智能行业来说，承担行业重量的支柱遭受“重击”，可能表现为大量算力同时涌入市场。

例如，一个主要算力客户倒闭，最可能的对象是 OpenAI，就可能释放大量闲置容量。

另一种可能是，新建容量陆续投入运营，却找不到足够收入支付相关债务。

两种情况甚至可能同时发生。

数据中心债务市场的规模或许小于曾经压垮金融市场的数万亿美元证券，至少理论规模如此。我估计，当前数据中心债务总额在5000亿至7500亿美元之间。

但实际融资风险已经分散到整个金融体系。每一家主要银行、金融机构，以及绝大多数资产管理公司，都持有数十亿甚至数百亿美元与这种不可能持续的局面相关的债务。

我描述的情景是，绝大多数人工智能数据中心最终处于闲置状态。

由于大部分数据中心依靠客户收入偿付债务，投入人工智能数据中心债务的资金中，至少80%将遭受损失。

这不是为了制造恐慌，也不是夸大其词。

与规划中的数据中心容量已经超过需求15倍，而真正需求可能只有数十亿美元相比，这反而是一种理性判断。

实际上，我认为，相信市场对所有这些算力都存在需求，才是一种激进而近乎失常的立场。

更令人不安的是，几乎没有其他人认真尝试测量人工智能算力的真实需求，也没有人真正讨论“我们建设了过多容量”究竟意味着什么。

这一切让我觉得自己快疯了。

我确实查过。我认为，我可能比任何人都查得更深入。我尽可能追踪了所有能够找到的资料，试图确定市场实际支付了多少钱来租用人工智能图形处理器。

真实需求根本远远没有达到当前规模。

我甚至找到了一份2025年年中的奇怪演示文稿，发布者是“星际之门”美国德克萨斯州阿比林项目所在地块的所有者。

这份材料把1.2吉瓦容量的年度收入定在约100亿美元。

我猜没人愿意讨论这个数字，因为数字暗示，从大规模项目看，人工智能算力每吉瓦每年只能卖出约120亿美元。

这让“每吉瓦数据中心成本达到1000亿美元”的计算很难自圆其说。

所有人都必须认识到，过度建设会造成真实后果。

泡沫破裂后，不会出现另一个经济模式取代现在这套模式，因为到2030年，运行这些设施仍然会像今天一样昂贵。

这意味着，全球几乎所有金融机构都必须注销或减记价值数亿甚至数十亿美元的贷款。

当金融机构试图出售底层资产时，他们会把已经老化的 Hopper 和 Blackwell 图形处理器倾倒进一个供应严重过剩的市场。

这些资产能够回收的价格，即使还能找到买家，也几乎可以忽略不计。

这相当于数据中心行业出现次级贷款违约。

区别是，不需要数十万笔贷款同时出问题。只要10至15笔大型贷款违约，就足以让整个行业陷入恐慌。

人们很容易把这一切完全视为“富人的问题”。

然而，人工智能数据中心越来越多地直接或通过私人信贷使用养老基金和保险基金提供资金。这些基金依靠理论上的未来付款获得收益，再用收益支付保险金和退休金。

给你举几个例子。

澳大利亚人工智能基础设施公司 Morrison 是澳大利亚最大数据中心运营商 CDC 的支持者。Morrison 最近说服日本三井住友银行，允许银行把养老基金投入澳大利亚人工智能数据中心。

IPI Partners 是全球最大的私人数据中心投资公司之一，目前归 Blue Owl 所有。

德意志银行的资料显示，IPI Partners 的有限合伙人，也就是为公司提供资金的投资者，平均分为四类，每类占25%，分别是主权财富基金、家族办公室、公共养老基金，以及保险机构和私人养老金捐赠基金。

美国加利福尼亚州教师退休系统，是 Blue Owl 旗下上市基金 Blue Owl Capital Corporation 的最大投资者。

Blue Owl 为 Meta 的 Hyperion 数据中心和“星际之门”美国德克萨斯州阿比林项目提供了融资，此外还参与了其他交易。

2024年，Blue Owl 收购保险公司 Kuvare。

Kuvare 曾因资助 Meta 位于美国爱荷华州阿尔图纳的数据中心，在2023年获得大得梅因合作组织颁发的“十年最佳交易奖”。

当时，阿尔图纳数据中心是 Meta 规模最大的数据中心。

魁北克省大型养老基金之一的魁北克储蓄投资集团，