中美算力租赁行业深度分析

一、三种模式的本质差异

市场经常把算力租赁与传统IDC和云计算混为一谈，但三者的商业模式有本质差异。

算力租赁最关键的创新在于：把重资产变成了结构化融资工具。这是理解其高估值的核心钥匙。

二、估值悖论：商业模式有缺陷为何仍获高估值

核心结论：华尔街给高估值的理由是未来现金流的可见性，而不是当下的利润。算力租赁公司本质上是一种结构化信贷工具，和飞机租赁公司、基础设施REIT高度相似。

商业模式的真实缺陷

•CoreWeave 2025年亏损12亿美元；Nebius亏损4.47亿美元，双双亏损扩大

•微软贡献CoreWeave约62%的营收，且CEO明确表示合同是一次性的

•客户合同约定必须使用NVIDIA GPU，供应商高度集中

•BofA预测CoreWeave到2028年累计债务将达690亿美元，年利息支出46亿美元

•服务本质接近商品——GPU供给宽松后定价权将迅速丧失

华尔街给高估值的三个理由

理由一：take-or-pay长约赋予极强的现金流能见度

CoreWeave的收入积压订单达668亿美元，同比翻了四倍多。核心结构是take-or-pay合同——无论使用与否都须付款。当Meta、微软这样现金流充沛的大企业作为对手方时，这些合同相当于信用背书，算力租赁公司因此能以较低利率向黑石、凯雷等机构借钱建设，形成长约抵押-发债-建设-收租-还债的金融闭环。

理由二：三位数增速支撑估值

Nebius最近一季年化增速501%，分析师预测2025年增长523%、2026年增长206%。CoreWeave 2025年营收51.3亿美元，分析师预测2026年增长143%。当增速如此之高时，P/S估值法可以让绝对估值看起来合理。

理由三：AI军备竞赛的结构性需求

Meta对Neocloud服务承诺480亿美元，验证了这个赛道的战略重要性。只要AI军备竞赛持续，需求就是刚性的。CoreWeave的668亿美元积压订单，即使按当前利用率线性兑现，也是极强的收入保障。

三、英伟达的战略图谋：从芯片商到生态王

英伟达在算力租赁生态中的角色远比供应商复杂。它实际上在构建一个围绕自身芯片的封闭生态王国，算力租赁公司是这个王国的藩王。

2026年1月，NVIDIA以每股87.2美元向CoreWeave新增投资20亿美元，持股比例从6.3%升至11.5%，成为第二大股东。NVIDIA与CoreWeave、Nebius、Lambda都有类似的深度绑定关系。

动机一：对抗超大规模云厂商的自研芯片威胁

AWS (Trainium)、微软 (Maia)、Google (TPU) 都在自研AI芯片，目的是减少对NVIDIA的依赖。通过支持100%基于NVIDIA生态的Neocloud，NVIDIA建立了超大规模云厂商难以突破的护城墙。

动机二：成为自己芯片的终端客户，保障出货量

NVIDIA与CoreWeave签订63亿美元协议，承诺如果现有客户未消化产能，NVIDIA将购买未使用的容量。这实际上是NVIDIA用自己的资产负债表为CoreWeave的商业模式兜底——既保障了芯片出货量，又让CoreWeave能低风险融资扩张。

动机三：把软件生态嵌入行业标准

NVIDIA承诺测试验证CoreWeave的AI原生软件和参考架构，计划将其纳入NVIDIA面向云合作伙伴的标准参考架构。CoreWeave因此从GPU出租方升级为NVIDIA认证的AI基础设施标准方案。

动机四：资产支持，延伸价值链

NVIDIA利用其财务实力帮助CoreWeave获取土地、电力和物理设施，双方目标是2030年建成超过5GW的AI工厂，把整个价值链向下延伸。

外界将这种模式视为循环交易：NVIDIA注资持股 → 算力租赁公司采购其GPU → NVIDIA承诺回购GPU。Nebius和Lambda有类似结构。

四、Meta和微软为何选择长约外包而不自建

Meta 2026年资本支出指引高达1150-1350亿美元，有充足的资源自建。但三重物理约束使外包成为更优选择：

约束一：电力和选址无法被资本加速

北弗吉尼亚州和硅谷等传统市场已受电网约束；美国变压器供应缺口预计2026年达到30%，交货期延长至3-6年。CoreWeave的32个设施锁定了土地和电力，Meta无法在2026-2027年的时间线上复制。这是资本无法解决的物理瓶颈。

约束二：下一代NVIDIA硬件的优先获取权

CoreWeave作为NVIDIA最早的合作伙伴，能比超大规模客户更早拿到最新代GPU。Blackwell后继者带来约35倍的每兆瓦推理量提升，是现有设施无法匹配的专用基础设施。这对Meta是真实的时间窗口价值。

约束三：推理工作负载的特殊架构需求

Meta的协议主要针对AI推理而非模型训练。推理——服务Facebook、Instagram、WhatsApp数十亿用户——是持续性的、分布式的、延迟敏感的，集中式园区无法解决这个问题。CoreWeave的多地部署架构正是为此而建。

五、中国算力租赁：平行宇宙的不同规则

中国的算力租赁行业与美国表面相似，内核截然不同。驱动力、竞争格局、政策逻辑都有本质差异。

5.1 A股核心对标公司

5.2 中美六大结构性差异

六、未来演进路径

美国算力租赁的三个演化方向

•向上整合：从算力出租走向AI工厂运营商。CoreWeave收购Weights & Biases（MLOps平台）是信号——单纯出租GPU会被商品化，必须叠加训练平台、推理优化、模型管理等软件能力。

•赛道分化：训练云和推理云将分化为两个子赛道。推理云需要地理分布、低延迟、轻量芯片；训练云需要超大规模集群和极高互联带宽（参考Google TPU 8t/8i拆分决策）。

•地理全球化：欧洲、中东、东南亚的主权AI需求为Neocloud提供了战略开阔地，Nebius芬兰310MW工厂是典型布局。

中国算力租赁的分阶段演化

•短期（2026-2027）：国产芯片软件栈成熟是核心催化剂。昇腾或寒武纪生态若达到CUDA的80%兼容性，早期布局国产算力的公司将获得先发优势。

•中期（2027-2030）：DeepSeek等开源模型普及推动推理算力需求爆发，中小企业市场成为主战场。国产芯片满足推理需求的门槛低于训练需求，这是A股算力租赁公司的主要机会。

•长期（2030+）：中国可能出现国产版算力租赁巨头——底层国产AI芯片，上层本土化软件栈，服务于有数据主权需求的政府和大型国企客户。

七、核心风险矩阵