打开网易新闻 查看精彩图片

2026年11月20日,SpaceX完成约320亿美元债券融资;11月21日披露的发行细节显示,这笔资金将用于采购英伟达等AI芯片。单看交易,这是一家科技公司为GPU“加杠杆”;放到通信与算力产业链看,更值得关注的是融资结构的变化:GPU采购正被装入特殊目的载体,通过租赁合同形成可定价现金流,再由高收益债市场承接。8.259%的票息,不只是一笔融资的成本,更是资本市场对算力资产、租赁信用和AI资本周期的一次集中定价。

一、320亿美元债券落地:GPU采购被装入租赁SPV

这笔债券是SpaceX总额超过400亿美元融资方案的一部分,剩余部分还包括银行贷款等。已披露的发行分为三档,其中可确认的最大一档为约252亿美元、收益率8.259%的A3类票据,另外两档细节尚未公开。融资所得将用于支付约473亿美元的GPU采购,主要涉及英伟达芯片。

交易结构并非简单的“发债买卡”。SpaceX并不直接持有这些设备,而是通过Apollo支持的Saturn Funding Trust等特殊目的载体购入芯片,再出租给SpaceX;SpaceX承诺在设备故障或发生特殊事件时继续支付租金。也就是说,债券投资者真正面对的,不只是SpaceX的主体信用,还包括SPV持有的GPU资产、租赁合同现金流以及特殊事件下的付租安排。

这套结构的意义在于,把技术迭代快、残值不确定的GPU,尽可能转化为可监控、可租赁、可证券化的资产池。对于算力供应链而言,设备采购从企业资产负债表内的资本开支,变成了由投行、资管机构和SPV共同承载的项目融资。GPU不再只是服务器里的硬件,也开始成为债券市场的抵押品和现金流来源。

二、8.259%的收益率,贵在“资产+结构+周期”

以11月20日当日美国投资级公司债平均5.95%的收益率作为参照,8.259%高出2.31个百分点。对于通常以低利率、低风险为特征的投资级市场来说,这一利差相当显著;报道也提到,本次高收益债券发行非常少见。

这2.31个百分点的利差,至少包含几层定价:一是GPU资产贬值风险。AI芯片技术迭代快,今天的高性能卡可能在数年后面临残值下修,抵押品覆盖倍数并不稳定。二是现金流可持续性风险。租金能否覆盖本息,取决于GPU利用率和算力服务价格,而AI需求虽然强劲,收入兑现节奏仍存在不确定性。三是结构复杂性风险。SPV、租赁合同、设备监控、保险和处置安排都会增加投资者对条款的审视。四是抵押品可控性风险。关联报道提到,贷款方对作为抵押品的AI芯片进入发射流程设有约束,这说明芯片的物理位置、保险责任和处置路径都会影响风险定价。

SpaceX承诺在设备故障或特殊事件下继续支付租金,这为SPV现金流提供了增信,但并没有消除底层资产贬值和AI资本开支回报周期的问题。高收益率既说明大型机构仍愿意为SpaceX的AI布局提供资金,也反映出投资者对债务驱动型AI扩张、芯片资产价值以及未来现金流可持续性的谨慎态度。换句话说,8.259%不是“缺钱”的简单信号,而是算力资产进入信用市场后必须支付的风险溢价。

三、从股权到高收益债:算力资本结构正在迁移

过去,AI算力扩张更多依赖股权融资、科技巨头自有现金流和战略投资。股权资金容忍亏损,追求长期平台价值;自有现金流则依赖主营业务输血。如今,GPU采购规模快速上升,单靠股权和自有资金已难以覆盖资本开支,债务融资开始进入算力资本结构。

债务工具的好处很直接:不稀释股权,能用杠杆放大资本回报,并且可以通过租赁期限与设备使用周期做一定匹配。但约束同样明显:租金必须覆盖本息,SPV需要破产隔离,抵押品需要可监控,残值假设需要经得起技术迭代检验。高收益债投资者不会只为“AI叙事”买单,他们更关心合同条款、现金流覆盖和退出路径。

因此,算力融资的定价逻辑正在从单一主体信用,转向“主体信用+资产信用+合同信用”的组合。SpaceX的市场地位和订单能力构成主体信用;GPU资产和租赁合同构成资产信用;特殊事件下的付租承诺、SPV结构和抵押品安排构成合同信用。8.259%的票息,正是这三层信用在债券市场上的综合报价。

四、与440亿美元GPU融资对照:算力资产证券化的边界

关联报道显示,Apollo与高盛已完成约440亿美元GPU融资定价,被称为迄今规模最大的GPU融资定价案例,资金同样指向英伟达芯片采购。把这一案例与SpaceX此次320亿美元债券放在一起看,可以发现一条清晰的产业链金融化路径:投行负责结构设计,资管机构管理SPV,债券市场提供资金,SpaceX等算力需求方以租赁方式获得设备。

这意味着算力供应链的信用正在被重新定价。过去,市场主要关注英伟达订单、云厂商资本开支和设备商交付;现在,还要关注SPV租金覆盖、GPU残值、债券利差和融资成本。GPU采购不再只是供应链问题,而是资产负债表和资本市场问题。英伟达的订单能见度、SpaceX的租金支付能力、SPV的资产监控能力、债券投资者的风险偏好,被同一条融资链条串联起来。

但GPU融资也有边界。GPU不是标准化厂房,也不是成熟租赁资产,技术迭代、二手市场价格、出口管制和使用场景都可能影响处置价值。规模越大,越依赖专业残值评估、租赁合同标准化和资产监控能力。若融资成本上升,项目筛选会变得更严,算力扩张的速度和结构也会随之调整。

五、资本周期风险如何传导到通信供应链

AI算力融资的链条可以简化为:算力需求增长—债务融资扩张—GPU采购—租赁租金覆盖—债券本息偿付。景气上行时,这条链条会加速设备交付和智算中心建设;一旦下游AI收入兑现不及预期,风险也会沿链条反向传导。

如果GPU利用率下降或算力服务价格下行,SPV租金现金流承压,债券利差可能走阔,新增融资成本上升,进而抑制新的GPU采购和机房建设。对于通信供应链,这会表现为订单节奏波动、库存周期拉长、设备商应收账款压力上升,以及云厂商和智算中心资本开支更趋审慎。金融久期被拉长后,算力投资不再只取决于技术路线和市场需求,也取决于债券市场对AI资产的风险偏好。

对通信行业而言,这是一个重要提醒:算力网络的投资回报不能只看设备价格和上架率,还要看融资成本、资产周转和残值管理。高杠杆可以加速建设,但也会把设备贬值风险从企业资产负债表转移到资本市场,再通过融资成本反馈到供应链订单。

六、中国通信产业的镜鉴:需要可定价的算力现金流

中国算力建设主要由基础电信企业、互联网云服务商、地方智算中心和产业各方共同推进。融资方式更多以银行贷款、融资租赁、产业基金、地方平台投入等为主,高收益债大规模用于GPU采购并非常态。但这并不意味着可以忽视定价逻辑的变化。随着智算中心规模扩大,GPU租赁、算力调度和算力服务合同正在成为可验证的现金流来源,如何评估资产残值、披露利用率、标准化租赁合同,将直接影响算力项目的融资能力。

中国通信产业链的机会,在于把“卖设备”进一步延伸为“卖算力运营能力”:服务器、交换机、光模块、液冷、算力调度平台和运维服务,都可以围绕可计量的算力服务形成稳定收入。但前提是项目利用率真实、合同现金流可验证、技术迭代风险可管理。对于基础电信企业和云服务商而言,低利用率项目加杠杆并不可取;对于设备商和租赁机构而言,建立GPU残值评估和资产监控能力,比单纯扩大融资规模更重要。

SpaceX这笔320亿美元GPU债券的8.259%票息,是AI算力融资进入信用定价阶段的一个信号。算力供应链的竞争,正在从芯片供应和机房建设,延伸到资本结构、租赁合同和风险定价。谁能让算力资产产生可验证、可持续的现金流,谁就更有能力在下一轮资本周期中掌握主动。