跳到正文
Odd Lots (Video)(youtube.com)· Joe Weisenthal·· 4 天前品質評分58

AI 最看多的一張圖,問題出在哪裡|Odd Lots

AI 最看多的一張圖,問題出在哪裡|Odd Lots

重點導讀

Liquid Compute 的 Stanley Lee 與 Paul Kedrosky 拆解 GPU 抵押貸款、預付款與輝達的迴圈融資如何膨脹 AI 資本支出,結論是要支撐這樣的支出所需的營收並不合理,算力終究得靠真實獲利來買單。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Liquid Compute 產品長 Stanley Lee 認為,GPU 租金上漲有一部分原因是信用緊縮,而非單純需求強勁——因此市場最愛引用的那張看多 AI 圖表,衡量的可能不只是需求,還包括資金成本。本集 71 分鐘大多聚焦 AI 基礎建設的融資管道:中型市場新型雲端業者(neo cloud)的借貸、從承租人信用轉向營運商信用、GPU 殘值風險,以及 AI 資本支出需要多少營收才能自圓其說的算術。Anthropic 的 IPO 是整場對話的背景框架——主持人預期它會在本集上線當天開始交易——但直到最後三分之一才直接討論,同時帶入 Paul Kedrosky 對 AI 總可觸及市場(TAM)算術與生產力證據的更廣泛批評。

本集由兩段訪談構成。Lee 在 2026 年初轉入算力金融之前,曾任職於 Barclays 與 Point72,交易高收益債與不良債權;他說明 GPU 擔保貸款如何架構,以及私募信貸市場為何正在重新定價這類貸款。SK Ventures 合夥人、同時也是牛津曼量化金融與 AI 研究所研究員的 Kedrosky,則提供懷疑論的算術:要支撐這波建設需要多少營收、為什麼寫程式是異常容易的 AI 應用場景,以及為什麼 Nvidia 之於 AI,功能就像一套部分準備金銀行體系。讀者讀完應該能建立一套可用的模型:AI 算力如何取得融資、壓力最先從哪裡浮現,以及哪些指標值得追蹤——營收支應的算力與股權支應的算力、貸款成數條件、殘值避險。

GPU 租金上漲,部分原因是信用正在緊縮

Lee 的核心主張是:現貨與隨選 GPU 價格,如今至少同樣取決於買方的資金成本,而非底層需求。想在 B300 上以每 GPU 小時約 4.30 美元、頭期款 30% 鎖定三年期的買方,愈來愈簽不到約,因為新型雲端業者拿不到這些合約的融資。因此,公開指數——Liquid Compute 自家的租賃指數,以及主持人引用的 Silicon Data B200 指數(每小時 7.10 美元,高於 2026 年 8 月的 5 字頭)——所捕捉到的市場,是邊際交易受制於放款意願的市場。

Kedrosky 接受這張圖,但不同意由此推出的結論。他說,租金上漲只是一種代理指標,人們「把數字往右上跑,跟生意能不能做、能不能還清底層融資混為一談」。他把它比作醉漢在路燈下找鑰匙,只因為那裡燈光比較亮。

Lee 補了一個結構性觀察,說明這個參考市場有多薄:就像石油一樣,只有極少數算力是在現貨市場採購與交易,但那些價格卻成為其他一切的參考價。這讓指數「極度、極度脆弱」——少數幾家被迫出售的賣方就能推動它。他說,有一家大型私募信貸公司問他,要打到多少個買價,地板才會整個塌掉,他的回答是「大概比大家想的少很多」。

中型市場 GPU 貸款正在快速重新定價,最小的營運商正被拒於門外

Lee 描述的基本架構,是給中型市場新型雲端業者的三年期完全攤還貸款,貸款成數 70%。這類業者可能是新創,也可能是轉型的加密貨幣與比特幣礦商;有些公司只有兩三個人,有些市值達數十億美元。股權出資的部分往往不是營運商自己的錢:許多新型雲端業者用向大型推論服務商收取的客戶預付款,來支應那 30%。

這種架構現在已經關門。Lee 梳理了幾個月內貸款成數的壓縮過程:

期間中型市場 GPU 貸款典型貸款成數說明
2026 年夏季70%,也有 80% 的貸款成交以承租人預付款充當股權出資
2026 年勞動節後約 70%放款方開始審查營運商,不再只看承租人
2026 年 11 月中要求 50–60%放款方要求營運商自有股權,或更高的承租人預付款

授信重點也轉移了。Lee 說,半年前「百分之百看承租人背景」——貸款被當成包住承租人的信用包裝。如今放款方每週看到五到十筆貸款,承租人都是同樣那幾家,因此開始要求有經驗的營運商;一位大型私募信貸投資人告訴 Lee,別再拿新型雲端業者第一次或第二次部署的案子給他看。相較之下,CoreWeave 則回頭往上游市場走:它要求客戶提高預付款,並把目前的延遲動撥定期貸款推銷給承租人,先前一筆則結合了 Anthropic 與 Jane Street。

Lee 對這波擠壓的總結是:「在中型市場,能不能拿到債,將等於能不能拿到股權。」新型雲端業者的因應方式,一是向承租人榨出更多預付款(而承租人的銀彈來自有限的創投資金),二是籌措控股公司層級的股權投入架構。那些靠客戶預付款充當股權出資的最小營運商,處境會很艱難。放款方也在簽訂附帶嚴格條款的緊急過橋貸款,假設三到六個月內會有接手融資——而這本身又取決於未來私募信貸的資金供給——若資金沒到位,就會查封並扣押裝置。

違約時的回收意味著重新點亮算力,而合約往往不允許

如果營運商倒閉,放款方的回收取決於並未標準化的法律權利。Lee 說,他對這個領域任何放款方最重要的提醒,就是確認有權收回裝置,並確認算力合約可轉讓、可讓與——有些合約不行,除非條款明文寫出。承租人(Lee 形容他們就像保險公司)愈來愈傾向與現有放款方簽訂不幹擾協議(non-disturbance agreement),因為他們擔心放款方會無視一份以每 GPU 小時 3.80 美元簽下的合約,在行情 4.30 美元時直接換個承租人重新簽約。

在營運層面,重新點亮比大多數大宗商品容易:GPU 不必搬動、SSH 金鑰可以轉移,Liquid Compute 幾分鐘就能完成,不過大型專案會久一些。難的是法律與營運,不是工程。Lee 用航空金融類比:2008 年後讓飛機成為可融資資產類別的,是金融基礎設施的建立——為流動性差的實體資產定期鑑價——算力也需要同樣的東西。他主張矽谷應該擁抱這波信用緊縮,因為歷史上沒有哪一次建設是直線上升的。

需求端靠創投資金驅動,而相關性正是風險所在

Lee 與主持人得出一個次貸式的相關性憂慮:創投對 AI 的熱情被迴流投入 AI 算力,於是融資與需求成了同一筆交易。Lee 說需求是真的,但「其中很大一部分是資金成本」。創投投放金額從 2026 年第一季到第三季下滑約 25%,部分流動性預計會透過大型 IPO 迴流。

Lee 說該盯的指標,是有多少算力是靠股權買的、多少是靠營收買的。Anthropic 是健康案例:隨著營收成長,其算力帳單佔營收的比重已經下降。做不到這個轉換的公司就會暴露風險。Kedrosky 引用 Ramp 的支出資料指出,人均支出最高的公司清一色是創投支援的企業;他也引用美國國家經濟研究局(NBER)的研究,顯示應用程式產出暴增的同時,每款應用程式的評分卻崩跌——這是有資本撐腰的粗製濫造,沒有創造任何價值。

Kedrosky 也點出期中選舉後的政策轉向。他形容美國正在執行一套民營部門的刺激方案,背後有十多道行政命令助攻,放寬了資料中心興建、電網併接與環保署二氧化硫規範。他說,圍繞 Nvidia 事件的報導已清楚顯示,白宮知道 AI 資本支出正撐著股市與 401(k) 退休金帳戶,也害怕它結束。他用規模說明:如果德州是一個主權國家,它會是全球第三大資料中心興建國,僅次於美國與中國——而現在有一位州長當選人承諾要放慢腳步。

避險工具與 Nvidia 兜底正在被打造,以取代殘值地板

私募信貸對避險的需求,從完全不存在變成迫在眉睫。Lee 說,六個月來放款方興趣缺缺,但在錄製本集前的兩週內,Liquid Compute 每天接到兩到三通大型私募信貸公司來電,詢問 B300 賣權的參考報價。逐漸成形的產品,是一串掛在租賃指數上的賣權——保的是重新點亮算力的能力,而非報廢價值,因為回收時的樣子就是重新點亮。

Lee 稱這是在「用合成方式做出跟 Nvidia 兜底一樣的東西」,並把它比作早期的 CDS 市場,連基差風險都一樣。Nvidia 一直在兩邊出資:既支援新型實驗室的股權募資,也向債權人提供兜底。這些兜底之所以還沒被觸發,是因為殘值一直維持高檔。Lee 給 Nvidia 的建議是:穩定中型市場,但別把自己的資產負債表押下去——讓一些新型雲端業者有序地倒閉,但避免算力再行銷市場陷入混戰。已有較大型的新型雲端業者打電話給他,想低價收購不良的採購訂單。他擔心的是,只要《華爾街日報》刊出一篇 GPU 殘值下滑的報導——即使講的是不良算力——就會讓私募信貸重新評估其成見。

Kedrosky 對 Nvidia 問題的版本是部分準備金銀行的比喻:Nvidia 靠印鈔票運作——以無付款期限的方式放信用給客戶,讓客戶先拿到晶片、之後再付款回購,而這個迴圈是帶槓桿的。「2026 年的部分準備金銀行體系就是 Nvidia,」他說,而這類體系是以幾何級數、而非線性反轉。他引用新任代理執行長在法說會上的說法——仍是新型雲端業者的堅定支持者,但會「挑剔得多」——並指出其中的諷刺:對新型雲端業者更挑剔,等於幾乎沒有新型雲端業者了。

資本支出的算術,需要目前證據支撐不起的營收

Kedrosky 走了一遍標準的專案融資計算:取到約 2030 至 2032 年的資本支出,套上門檻報酬率與毛利率,解出所需營收。依假設不同,那大約是 2032 年前後每年 3 兆到 6 兆美元的營收。他駁斥能推匯出這個數字的 TAM 框架:如果你為一個大宗商品市場的 15% 重新定價,你就等於為整個市場重新定價,所以宣稱吃下白領勞動的一部分,等於隱含宣稱吃下全部。

生產力證據薄弱且集中。Kedrosky 唯一看到真正替代效果的地方是軟體工程,但他警告,早期採用者——願意付任何價格、把大腦「Token 開到滿」的程式設計師——跟後來的客戶完全不像。軟體特別適合 AI,因為它有標準答案(ground truth)和緊密的回饋迴路;但若讓模型對著一份 PowerPoint 反覆迭代 12 小時,錯誤只會累積,不會改善。寫程式的效益本身也有代價:他引用資料指出,史上發現的所有重大軟體漏洞中,有 8% 是在 2026 年 10 月前三週被發現的,上半年則佔了 50%。受益者是資安廠商與再保業者,他說他們可以隨便開價;據報導,Anthropic 的 S-1 便指出這項風險可能超過全球保險市場的規模。

針對 Anthropic,Kedrosky 長久以來的主張是:第一家停止積極訓練模型的前沿實驗室會勝出。他指出,Anthropic 過去 18 到 24 個月推出的垂直產品比模型更新還多,正進軍法律、金融與醫療照護,並在 S-1 中表示必須降低對雲端租用與通路的依賴——因為它現在與負責經銷它的市集正面競爭,其中約 48% 透過 Microsoft 的市集。這促使它轉向自建資料中心,承諾金額更接近 8,000 億美元,而非先前以租賃為主的承諾。風險在於:Anthropic 公開宣示垂直領域的野心後,企業反而更不願意與它分享資料——這是 Microsoft 對 Netscape 的戲碼,只是規模更大。

Anthropic 的 IPO,將由一個把超額認購當成訊號的市場定價

主持人預期 Anthropic 於 2026 年 11 月 19 日開始交易,估值約 1.4 兆美元,並指出目前公開市場上的 AI 可比公司都是中國企業,表現不佳,看多者將其歸因於模型落後與推論算力有限。Kedrosky 的看法是,Anthropic 改善單位經濟效益的路徑,在於推論與垂直產品,而非前沿模型訓練。

兩位主持人與 Kedrosky 都不把 IPO 超額認購當成一項指標。Kedrosky 說:「超額認購毫無意義,因為那只是機構投資人一份不具約束力的承諾,意思是『在理想世界裡,我會買這麼多股票』。」他指出,2026 年夏季有些中國 IPO 超額認購達 8,000 倍,之後股價卻跌了 50%,並說重複引用這個數字的媒體「根本是在替承銷商抬轎」。

「如果你要玩 TAM 這套遊戲……那不如乾脆說,讓我們把人類拆解成基本元素算了。」——Paul Kedrosky

「在中型市場,能不能拿到債,將等於能不能拿到股權。」——Stanley Lee

觀察重點:營收支應的算力、貸款成數條件,以及第一則殘值新聞

本集各條線索交會於同一個變數:股權支應的算力,能否在信用市場完成重新定價之前,變成營收支應的算力。Lee 的貸款成數階梯與他的賣權詢價數量,是變動最快的指標;Kedrosky 的營收門檻與漏洞統計,則是最慢的。尚未化解的張力在於:兩位來賓都同意 AI 是真的,也都預期會有一次修正,但他們對這次修正是健康的整併、還是 Nvidia 迴圈融資幾何級數解開的開端,看法分歧。有兩個具體觸發點值得追蹤:第一則關於 GPU 殘值下滑的顯著報導——Lee 說無論那些算力是否為不良資產,這都可能重置私募信貸的成見;以及期中選舉後州與聯邦政策對資料中心興建的態度——Kedrosky 主張,那一直是一套刻意設計的民營部門刺激方案。

來源: Odd Lots (Video) (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論