AI云服务商Lambda近日宣布完成10亿美元私募债务融资，所得资金将用于采购英伟达AI芯片，并向微软提供算力租赁服务。这是该公司近期一系列债务融资中的最新一笔，凸显出AI热潮下基础设施投入的高昂成本。
Lambda是一家专注于GPU云计算的Neocloud服务商，其商业模式与AWS、Azure等大型云厂商不同，不建设完整的数据中心生态，而是集中采购英伟达等厂商的高性能AI芯片，以更轻量的方式向企业客户提供算力资源。此次融资后，Lambda将把资金用于扩充其GPU集群规模，并履行与微软的算力供应协议。
这笔交易是AI算力市场供需紧张的一个缩影。随着大模型训练和推理需求持续攀升，英伟达GPU成为稀缺资源，云服务商和AI初创公司纷纷通过融资、长期合同等方式锁定芯片供应。Lambda此前已多次通过债务和股权融资获取资金，用于采购硬件和扩展业务。
从行业角度看，Neocloud模式正在快速崛起。传统云厂商需要投入巨额资本建设数据中心和网络基础设施，而Neocloud企业聚焦于GPU算力本身，能够更快响应AI客户的需求，同时在资本效率上具有一定优势。但这也意味着它们对芯片供应商和融资渠道的依赖度更高，利率环境变化或芯片供应波动都可能对其经营产生影响。
微软作为Lambda的重要客户之一，正在积极扩充自身AI算力储备。通过与多家GPU云服务商合作，微软希望在满足内部AI产品需求的同时，降低对单一硬件供应渠道的依赖。此次Lambda的融资将进一步巩固双方的合作关系。
目前，AI算力市场的竞争已从模型能力延伸到基础设施层面。芯片采购成本、交付周期和融资能力成为决定云服务商竞争力的关键变量。Lambda的这笔融资表明，即便在资本成本上升的背景下，投资者仍愿意为AI算力基础设施提供资金支持，这一趋势在短期内预计将持续。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
