高盛大幅上调2027年AI融资预测
公司专栏 2026-11-20 04:33
高盛信用策略团队发布报告,将2027年全球AI项目融资规模预测从3000亿美元大幅上调至5450亿美元,上调幅度超过八成。拆分来看,这一巨额资金盘子里,2250亿美元将流向数据中心建筑相关融资,剩下3200亿美元全部用于GPU等芯片对应的算力融资,后者的规模较今年以来的芯片融资水平增长近七倍。按照高盛的统计口径,今年以来全球AI项目融资总额约为1500亿美元,其中芯片相关的算力融资仅为480亿美元,数据中心建筑融资的规模也远未达到2250亿美元的水平,这意味着接下来两年整个AI基础设施领域的资本投入节奏将明显加快。
大型云计算公司今年已在全球发债2950亿美元,提前两个月突破高盛此前设定的全年预期,市场上这类债券的存量已经相当充足,投资者继续买入时自然会要求更高的回报,直接导致这些头部云厂商的借款成本明显高于其他信用状况良好的普通企业。高盛指出,当前高评级企业在常规公司债市场的发债空间已经受到明显限制,同时市场对低评级借款人的审核标准也变得更加挑剔,越来越多的AI资本开支将不得不通过利差更高的结构化融资方式完成,也就是专门设立独立的项目主体来借款,后续完全依靠项目自身的合同收入来偿还本息。
传统增信支柱出现松动
在芯片融资的常规操作模式里,通常会成立一个单独的项目主体,由这个主体出面举债买入所需的GPU芯片,之后再把芯片对外出租给有算力需求的客户,提供贷款的金融机构完全依靠后续的租金回款来收回本金和利息。由于GPU这类芯片的贬值速度非常快,用不了几年就会被新一代性能更强的产品替代,贷款方根本不愿意把快速折旧的芯片当作合格的抵押物,所以不少客户资质不算顶尖的交易,往往都需要芯片厂商出面提供担保,才能顺利拿到贷款。
据《华尔街日报》报道,英伟达临时CEO Colette Kress预计将收紧该公司此前为各类客户提供的担保、回购及投资承诺,而英伟达联合创始人黄仁勋早在10月便已告知一众新兴云服务商CEO,要求其客户提前付款。这一系列动作直接指向了整个AI算力融资体系过去长期依赖的核心增信支柱正在松动,信贷评估的重心正在快速从芯片厂商的主体信用,转向底层租户的租约质量和具体项目的实际现金流情况。
英伟达临时首席执行官Colette Kress在财报电话会上表示,公司将严格评估未来的投资、承诺和担保,在资本投入上保持纪律,但仍会为部分实力很强的客户提供融资协助或担保。
厂商收紧承诺的现实约束
英伟达选择收紧各类对外承诺,背后是其资产负债表层面的现实约束。目前英伟达的第三方融资担保敞口已经达到1180亿美元,而且这些担保资源高度集中在少数几个大型项目身上,其中最大的一笔担保,是为俄亥俄州由SB Energy建设的数据中心园区提供的,担保金额最高可达1050亿美元,该园区规划的数据中心容量约为4.25吉瓦,将通过为期20年的租赁安排对外提供算力服务。这类担保的期限往往长达数年,远超厂商确认相关收入的期间,目前并不直接体现为资产负债表上的显性杠杆,但评级机构已经关注到相关风险在多笔交易中的持续累积。
今年8月,英伟达联合包括高盛在内的多家机构推出了规模达5000亿美元的芯片融资平台,原本计划为每笔参与交易提供最高25%的担保支持,但平台上线三个月以来至今没有促成一笔实际落地的交易。贷款方普遍希望英伟达能够进一步提高担保比例,行业内已经有可参考的先例,芯片制造商博通今年5月就为AI公司Anthropic一笔350亿美元的芯片融资提供了300亿美元的担保,担保覆盖比例远高于英伟达当前给出的25%上限,英伟达当前设定的剩余价值支持协议上限明显低于竞争对手,这也被市场视为阻碍平台交易顺利落地的关键因素之一。
国联民生证券研究所海外联席首席分析师樊程安吉称,过去一年,微软、谷歌等云厂商发行公司债已超过2950亿美元,自身资产负债表已经接近上限,谷歌、亚马逊的自由现金流已经转为负值,后续采购芯片需要大量通过特殊目的载体和项目融资完成。高盛这本账难以再建立在“芯片厂大包大揽做担保”的老路上,芯片融资只有几百亿美元时,厂商还能用自身信用为客户增信,一年要融3200亿美元,没有任何一家硬件厂商的资产负债表能够承担数千亿美元的表外或有负债。

算力信贷风控规则全面切换
随着核心增信支柱的松动,整个AI算力信贷领域的风控锚点已经发生了根本性的切换,这一变化直接带来了三个非常直观的市场变化。第一是项目贷款价值比普遍出现下调,目前已经落到50%至65%的区间,这意味着项目方想要拿到贷款,需要自己拿出的股本投入比例明显提升,单纯依靠高杠杆撬动大规模融资的操作空间已经被大幅压缩。第二是投资级AI算力债务的利差持续走阔,对应的综合融资成本已经升至7.5%以上,部分资质偏弱的项目融资成本还会更高。第三是债务融资的期限受到芯片资产快速折旧的直接影响,目前已经集中在3至7年的区间,很难再拿到过去那种长达十年以上的长期低成本资金。
高盛也公开承认,当前交易条件的持续收紧,已经拖慢了本季度AI项目融资的发行节奏,不少还没完成的交易正在市场上积压。数据中心建筑融资同样面临成本上升的问题,借款利率走高之后,租户需要支付的租金也随之水涨船高,如果租户不愿意接受更高的租金水平,相关项目就只能选择减少借款比例,进一步增加自身的股本投入。高盛建议信贷投资者对数据中心相关的信贷资产保持耐心,审慎挑选具体标的,根据每个项目的实际情况逐一评估,同时预计这类债券的利差后续更可能继续扩大,而不是明显收窄。
高盛在报告中明确建议,信贷投资者应尽量避免承担折旧和潜在过时风险,传统优先留置权融资通常不适合为这类快速折旧、可能过时的资产提供如此规模的融资。
算力租赁商业模式迎来迭代
整个AI算力融资体系的规则重塑,也直接传导到了下游的算力租赁商群体,过去行业里普遍通行的商业模式已经走到了难以为继的地步。此前不少算力租赁商的运营逻辑非常简单,就是从上游拿到芯片资源之后倒手出租,依靠低买高卖的差价赚取利润,这种只靠倒腾裸机赚取差价的模式,在当前融资成本大幅上升、芯片折旧速度加快的市场环境下,已经完全无法覆盖项目的综合运营成本。
接下来算力租赁运营商必须打通两个核心能力,才能在新的市场环境下站稳脚跟。一方面要打通低成本绿电的稳定供给渠道,把数据中心的用电成本压到足够低,另一方面还要搭建起成熟的软件推理优化能力,能够切实帮助下游客户把单次AI推理的运行成本降下来,只有真正为客户创造了可感知的成本节约价值,算力租赁商才能锁定长期稳定的租约和持续的现金流。
不少行业参与者都在思考,在芯片厂商不再大包大揽提供担保之后,后续大规模的算力融资究竟该靠什么样的新机制才能顺利落地?快速迭代的GPU芯片资产,究竟该用什么样的估值方法才能让贷款方放心接受?算力租赁商的新商业模式,又能不能真正跑通并支撑起数千亿美元的融资盘子?这些问题目前都还没有明确的答案,整个AI算力融资市场还在持续探索新的平衡路径。
(编辑:杨学萍)

购物车