企服科学:1030亿合同撑不起300亿估值,算力二房东的账算穿了

算力生意的死穴不是买不到卡,是电和客户都等不起。

先把事实摆清楚。英国数据中心开发商 Nscale,由英伟达投资,9 月 18 日递交赴美上市申请,法定 15 天等待期已过,却迟迟没有启动正式路演——据彭博社报道,公司原本寻求约 300 亿美元估值,部分投资者认为 160 亿至 190 亿美元才更容易被认购。同一时间,微软退出了与它在英国埃塞克斯郡劳顿的数据中心合作,原计划租赁站内 2.3 万块英伟达 AI 芯片,项目原定明年投运,已多次延期。英国电网管理方给出的接电时间是 2030 年。

一边是 1030 亿美元的合同总价值,一边是 300 亿估值被砍到 160 亿;一边是“AI 算力供不应求”,一边是锚定租户退租。三组数字放在一起,已经不需要情绪化的词了。

先校正三个口径

第一,“1030 亿美元合同”不是订单。这是公司对外宣称的合同总价值,其中包含大量可能作废的终止条款,属于纸面承诺的意向总额。真正能变成收入的,要看生效条款、交付节点和客户有没有钱继续付。

第二,“300 亿估值”不是市场定价,是卖方报价。Nscale 目前实际只有 5 座数据中心在运转,大量规划的 GPU 还没通电;2026 年上半年营收 1.4 亿美元,净亏损超过 10 亿美元。用一个半年 1.4 亿美元收入的公司去支撑 300 亿美元估值,等于要求它在三五年内把收入放大二三十倍,还得同时把亏损抹平。

第三,“微软退租”不是普通商业纠纷。Nscale 的 1030 亿美元签约收入里,超过四成来自微软,Anthropic 是另一大核心客户。锚定租户一走,剩下的是重资产和一张要还的账单。

第一层账:合同账,客户集中度就是命门

算力基建的收入结构,比收入数字更重要。

超大规模云厂商签的是长周期保底合同,能进表内摊销,也能拿去融资;第三方算力商签的往往是小客户、按量结算的弹性订单。前者是“包租”,后者是“日租”。日租的好处是单价高,坏处是一旦下游模型公司融资受阻、削减预算,出租率立刻掉,而 GPU 的贷款不会跟着掉。

Nscale 的问题在于,它既有包租的野心,又有日租的客户结构。四成收入押在一个客户身上,而这个客户自己正在全球范围内重新评估数据中心租约——微软一边退出英国项目,一边继续给 OpenAI 和 Anthropic 付钱,说明它不是不要算力,是在挑“能通电、能交付、财务上说得过去”的算力。被挑掉的,就是估值要打折的那部分。

Anthropic 这条线看起来是解药。今年 8 月双方已宣布一笔 450 亿美元的算力协议,如今又在谈第二笔同等规模。但把两笔加起来看,Nscale 是在用更长的合约、更集中的客户,去换一个更高的估值。这在财务上叫“以期限换价格”,风险是把自己的命运完全交给两个客户——其中一个还在被自己压价。

第二层账:资本账,利率改写了可行性

建一个万卡级智算中心,门槛是可以算出来的。以 H100、H200 为例,单卡报价 2.5 万至 4 万美元,一万张卡的采购成本就是 18 亿至 29 亿元人民币;加上高速网络、光模块、存储、水冷和电力增容,启动资金轻松超过 50 亿元。

这生意真正的杀手是折旧和利息同时发生。机房寿命可以按 20 年算,里面的 GPU 三年就开始落后;财务上按 3 到 5 年计提折旧,直接吃利润;旧卡残值取决于有没有人接,而受显存和架构限制,上一代卡很难和新卡混训,最后只能去承接利润最薄的推理。

再叠加利率。10 年期美债收益率比疫情低点高出约 4 个百分点,市场对重资产的期望回报率随之上调。一个投资 50 亿元的项目,原本按 10% 年化算得过账,资金成本从 8% 涨到 12%,一大批卡在 8% 到 12% 回报率之间的项目瞬间由盈转亏。这不是资本对 AI 失去信心,是利息把项目的财务可行性直接改写了。

同业数据可以对照。CoreWeave 2026 年第二季度营收 25.8 亿美元,同比增长翻倍,净亏损却有 6.26 亿美元,利息支出 6.4 亿美元,背负约 519 亿美元的债务和租赁负债。营收翻倍还亏钱,说明这门生意的利润不在毛利表上,在资产负债表上。同一时期,Anthropic 的 600 亿美元芯片融资落地,次级债票息升到 10%——连最头部的模型公司,借钱的成本都到了两位数。

第三层账:交付账,电网才是真甲方

劳顿这个项目最能说明问题。微软要的是 2.3 万块芯片的算力,Nscale 要的是把电送到机柜里,而电网管理方说,这个站点预计 2030 年才能接通供电。

芯片的交期是按季度算的,数据中心的土建是按年算的,电网的接入是按五年算的。三者的节奏完全错位,而客户只为“能用的算力”付钱。你可以在财报上把合同额写得很大,但电没通,GPU 就是仓库里的存货,还要按年计提折旧。

这也是这轮算力扩张最容易被低估的瓶颈:过去两年大家盯着先进制程、HBM 和封装,现在真正的稀缺资源是变电站、并网许可和长期低价电。谁能拿到 10 年期的绿电协议,谁的成本曲线就比同行低一截;拿不到的,就要在电价上被反复收割。

风险与边界

要说明的是,这不等于“AI 算力过剩”。训练和推理的需求还在涨,头部云厂商的资本开支也还在加。变化的是定价权:从卖方回到买方。当微软这样的客户可以随时换供应商、可以把项目推迟到 2030 年,第三方算力商就没有议价空间了。

行业会加速分层。第一梯队是超级云厂商,自有模型、自有客户、极低资金成本,智算中心是自家生态的基础设施;第二梯队是垂直算力商,靠调度软件在自动驾驶、渲染等场景建立壁垒;第三梯队是大量没有软件能力的中小算力商,最后只能退守机房托管,或者在价格战里把机房低价卖给大厂。

检验一家算力商是不是“真全栈”,有个很土的办法:抽走 GPU,只卖调度软件和运维服务,客户还愿不愿意付钱。愿意,说明你有能力;不愿意,说明你只是二房东,赚的是卡的差价和电的差价。

算力生意的死穴不是买不到卡,是电和客户都等不起。

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。

赞 (0)
企服科学:智能体被银行和亚马逊拉黑,代你办事的门票还没谈好
上一篇 2小时前
企服科学:微软把智能体当内鬼管,AI采购单上多了一行审计费
下一篇 29分钟前

相关推荐

发表回复

登录后才能评论
分享本页
返回顶部