千亿订单背后的资金困局:Neocloud为何需要更轻的增长模式
上周,美股科技圈又迎来了一次剧烈调整。
10月以来,Neocloud(新一代AI云厂商)的代表公司CoreWeave(纳斯达克代码:CRWV)股价持续下挫,整个10月一度蒸发约四分之一市值;仅上一个单周跌幅接近25%,创下近一年来最差的单周表现之一。更引人关注的是其债券市场的反应:部分2031年到期债券的收益率一度突破16%,信用违约掉期(CDS)价格也升至1,000个基点以上。同为Neocloud阵营的Nebius(纳斯达克代码:NBIS)亦受到波及,10月16日盘中跌幅一度达到10%,NeoCloud相关公司普遍承压。
这一波危机的导火索,是Neocloud公司Firmus于10月9日因市场波动、认购不足,撤回了50亿美元IPO计划。此外,据媒体报道,微软将取消与英国Neocloud公司Nscale的一项合作协议,令后者数十亿美元的上市计划面临变数。
但更根本的原因在于美国通胀数据引发的利率上升预期:对于持续投入巨额资金建设GPU集群和数据中心的企业而言,更高的融资成本意味着未来回收投资所面临的压力也在增加。
位于AI产业上游的NeoCloud向来是一门重资产的生意,资本市场评判这类公司一般从这几项指标出发:GPU数量、签约的电力容量、已签约订单,唯数据中心规模论英雄。这也是CoreWeave、Nebius不断扩张规模的核心动力之一。
然而庞大的GPU集群既是承接订单的底气,也可能成为压在资产负债表上的重担。一旦市场利率上行、收入增长不及预期,持续累积的融资成本就会不断绷紧资金链;此时,资本市场的恐慌若进一步收窄融资渠道,便可能成为压垮公司的最后一根稻草。上周的市场波动,正是对这种脆弱性的又一次警示。
这类公司的生意可以简单理解为:采购GPU、建设和运营数据中心,再把算力提供给大型科技公司、模型开发商和企业客户,按合同收取服务费用。客户不必自己买设备、建机房,Neocloud则承担前期建设和后续运营,依靠持续提供算力收回投资并赚取利润。
ChatGPT引爆大模型竞赛后,算力需求呈指数级暴涨,但微软、AWS等超大规模云厂商此前专为通用业务而设计,无法快速为大模型公司提供算力资源。因此,Neocloud公司应运而生。在行业初期,凭借规模化部署能力和大客户资源,CoreWeave、Nebius逐步成为本轮AI算力基础设施建设中最具代表性的企业之一。
但这门生意的难点在于:建设的钱要先花,服务收入却要在未来逐步收回来。一般公司会先取得客户长期订单,再结合合同、GPU等资产安排融资,用筹来的资金采购设备、建设机房。即使有客户预付款,也未必能覆盖全部建设支出;算力上线后,收到的服务费还要支付电费、运维和利息,并逐步偿还债务、收回设备投资。因此,订单很多,并不代表眼下就有足够的现金可用。
CoreWeave的数据体现了这种反差:2026年第二季度收入达25.75亿美元,同比增长超过一倍,截至6月底的在手收入订单储备约为1,040亿美元;但同期总债务也达到356亿美元,另外,CoreWeave已经把全年资本开支指引上调至350亿—390亿美元,仅第二季度就投入约94亿美元,当季净利息支出则达6.4亿美元,相当于收入的约四分之一。
两组数字结合起来,反映出重资产AI基础设施商业模式的一项基本特征:在算力真正上线之前,公司往往需要先承担巨额硬件采购、场地建设和融资成本。
10月14日,Gartner发布的研究进一步凸显了这一压力:到2030年,为覆盖已宣布的AI数据中心资本开支、融资成本,并达到12%的资本回报率,运营商累计需要产生约8.5万亿美元收入;但其预计同期可归因于AI数据中心的企业和消费者AI收入不超过3.6万亿美元。Gartner还预测,由于成本压力和商业模式缺乏差异化,到2030年,超过80%的Neocloud供应商可能无法继续保持独立运营。
这正是重资产扩张的结构性挑战:承接的业务越多,往往越需要提前投入更多资金。算力规模能够带来收入,也会同步增加资金占用和融资负担,最终考验的是这些投入能否及时转化为足够的回报。
比起完全拥有多少GPU,如何让更多算力以更低的资本投入、更高的利用效率持续生产Token,正在成为值得关注的新命题。
同为Neocloud代表企业,Nebius也在近期市场波动中遭遇明显回撤,但其现金缓冲更厚、融资成本相对较低:截至2026年6月底,公司持有约80.4亿美元现金,债务约85.5亿美元;8月又完成约57.5亿美元可转债融资,其中2030年到期债券票息仅为0.5%。
与此同时,Nebius于7月宣布新的基础设施合作模式,由合作伙伴投资并持有数据中心及硬件资产,自身提供系统架构、软件平台和客户资源。这表明,即使是资本实力较强、技术能力成熟的Neocloud企业,也在探索如何减少对重资产模式的依赖。
类似的探索也出现在无问芯穹和GoodVision AI(GVAI)身上:前者围绕多种芯片和模型构建算力调度与服务平台,联合产业伙伴推进AI基础设施建设;后者通过区域伙伴合作共建AI算力中心,参与技术部署和运营。尽管具体分工不同,两者都在尝试通过资源协同与技术运营,提高算力交付和资本使用效率。
轻资产模式意味着Neocloud公司不一定需要独立拥有和建设每一座AIDC,也不一定需要将每台GPU都放进自己的资产负债表。更重要的是,能否利用已有的云计算生态、企业客户关系和区域基础设施资源,将分散的算力组织成一套持续提供推理服务的商业体系。
对于拥有大型矿场和传统数据中心资源的合作伙伴来说,土地、电力、并网容量和现有基础设施,恰恰是其最重要的资产。这些资源原本服务于加密货币挖矿或传统IDC业务,如今有机会通过升级成为AI推理算力节点。
从资本市场角度看,轻资产合作模式提供了另一种衡量AI基础设施价值的视角:除了GPU数量和电力容量,更要看新增算力需要投入多少资本、能以多高的利用率转化为收入,以及投入的资本能否获得可持续的回报。
这种模式并不会消除建设、融资和运营风险,但有助于Neocloud与客户形成更紧密的供需关系:以企业的实际需求引导资源配置,通过云资源承接适合云端的任务,以AI Factory满足本地推理需求,并在区域需求增长时通过合作共建扩展节点。对Neocloud而言,这有助于减少提前集中建设带来的资金占用与闲置风险;对客户而言,则能获得更贴合成本、延迟和数据安全要求的推理服务。客户需求牵引部署、智能调度提高利用率,让算力扩张与收入增长更好地衔接,正是这一模式改善资本效率的关键。
GPU稀缺时,获取硬件本身就是竞争优势;随着供给扩大,资本成本与回报要求也更加受到重视,竞争的重心将逐步从“拥有多少算力”,转向能否以更少的资本投入,组织更多算力,持续交付满足客户需求的Token,并获得可持续的回报
