来自中国的智算新云样本，解构九章云极。
老陈在一家融资租赁公司做了八年设备融资，两年多前开始接算力资产的项目。
第一批单子做得很别扭。标的物是一批加速器集群，客户报价不低，可公司内部的风控会开不下去——没有人能给这批设备算出一条两年后还站得住的残值曲线。会议室里没人说话，最后是一位做了十几年服务器的老同事先开了口：“服务器我们做了十几年，折旧表是现成的。这东西不一样，三四年换一代，我们凭什么说它三年后还值这个价？”
那批单子最后没做成。
两年后，同样的话，老陈不说了。
9月29日，九章云极向港交所递交上市申请。市场很快盯上了一个数字：租赁负债从2024年底的1.87亿元升到2026年7月底的30.87亿元，不到两年增长超过15倍。“算力杠杆”随即成了最顺手的标签——用这条曲线解释这家公司，几乎不需要第二句话。
但在老陈这类人的账本里，同一件事还有另一种读法。
01
负债表的另一面
先回到会计本身。
在新租赁准则下，长期租赁不会只记一笔负债。它会同时确认租赁负债和使用权资产——租约签下的那一刻，负债与资产是同步增加的，资产端并非空白。它描述的是一笔“用未来现金流换取当下产能”的交易，而不是一次消耗。
行业里爱说“负债涨了15倍”，可这句话只说了一半。另一半藏在同一份文件的另外几页里。
02
不敢给加速器定价的日子
过去两年，老陈所在的公司把风控模型推倒重做了两次。
第一次是因为残值。加速器集群的迭代周期只有三到五年，而机房的主体结构可以服役二十年。用二十年去摊一套三年就换代的设备，账算不平——这不是算术问题，是时间尺度对不上的问题。
第二次，是因为抵押物本身变了。
今年上半年，老陈经手的一个项目，标的物不再是设备清单，而是一份为期数年的算力服务合同。他看的不是机器值多少钱，而是合同对面那个客户的信用、付款节奏与违约条款。
图源：罐头图库
“以前我们抵押的是铁，现在我们抵押的是合约。”
转机出现在海外。CoreWeave在2026年第二季度完成了一笔31亿美元的定期贷款，它被公开描述为首个以高性能计算基础设施为抵押的公开银团延期提款贷款。同一季度，这家公司还筹集了超过100亿美元的无担保债务与可转债。
抵押品市场从无到有，只用了几年的时间。
国内稍慢一步，路径却相似。设备融资租赁、包销合同融资、算力收益权质押，已成为算力企业最主要的资金通道；智算中心REITs与算力残值保险也在推进落地。一条条通道背后，是一件事在悄悄发生：那批曾经无人敢定价的设备，正在慢慢长出价格。
“不是我们胆子变大了，是这个东西被金融体系认出来了。”老陈说。
而认出它的，不止中国这一岸。
03
全球都在做同一个动作
用负债买产能，并不是某一家公司的选择，而是这个行业此刻的共同语言。
把视线移到海外，会看到一套更极致的样本。CoreWeave第二季度营收25.75亿美元，同比增长112%；调整后EBITDA 15.1亿美元，利润率59%。截至6月30日，它的营收合约积压（backlog）达到约1042亿美元——这个数字还不包含第三季度初新增的250多亿美元客户承诺。同期，它的总负债约351亿美元，总资产770.7亿美元。
只看这一组，杠杆高得惊人。
图源：罐头图库
但再看另外两组。2026年上半年，CoreWeave经营活动现金流为净流入36.63亿美元，而上年同期是净流出1.9亿美元。第二季度净亏损6.26亿美元，几乎全部由利息解释——当季净利息支出6.4亿美元，比上年同期的2.67亿美元翻了一倍多。
它的亏损，主要来自借钱这件事本身，而不是来自经营。利息吞噬的是时间，不是能力——这大概是理解这轮算力扩张最关键的一道分界。
另一组数字是电力。截至第二季度末，CoreWeave在运电力达到1.5吉瓦，已签约电力约3.7吉瓦。在算力这门生意里，电力合约就是产能合约，签下多少电，等于握着多少未来的产出。
这套逻辑的风险敞口，也一样清楚。穆迪的报告显示，美国五大超大规模数据中心运营商有6620亿美元的未执行数据中心租赁承诺，相当于其调整后债务总额的113%——表外租赁的规模，已经超过了表内债务的总额。摩根士丹利预测，2026年全球AI相关债券发行规模将达到约5700亿美元，比上年翻倍以上。
国际清算银行在6月的年度经济报告里，首次将AI投资热潮纳入全球宏观金融的重点风险范畴，并将其类比于19世纪的运河热、铁路热，与90年代末的互联网泡沫。
同样的动作，同样的质疑，同样的风险提示。那么真正的问题只剩一个：这债，到底压在谁的账本上。
04
来自中国的智算新云样本
解构九章云极
把镜头拉回国内，会发现同样的逻辑正在被另一家公司验证。
九章云极的租赁负债从2024年底的1.87亿元增长至2026年7月底的30.87亿元，增速确实惊人。但同一段时间里，它的可控算力从数千PFLOPS增长至超29000 PFLOPS，覆盖全国7个省份，海外印尼智算中心已投入运营；算力资源利用率从2025年的56.0%提升至2026年上半年的79.6%；大规模训练场景模型FLOP利用率（MFU）达54.1%，在30天持续运行测试中日间波动仅1.6%。
负债涨了15倍，产能涨了20倍，利用率涨了40%。三件事发生在同一年。
这不太像“借钱填补亏损”的画像，更像是“借钱买产能、产能正在被填满”的画像——负债的每一分重量，都在资产端留下了对应的回响。
更关键的是，九章云极手里还有几张不在负债表上的牌。
第一张牌是操作系统。Alaya NeW OS是国内首个在算力调度、模型训练、模型推理、数据处理四大领域全线通过中国信通院认证的AI操作系统。它能把不同厂商、不同代际的加速器放进同一个调度平面——这不是“租卡转售”，而是“软件定义算力”。
图源：罐头图库
第二张牌是计量标准。九章云极定义了DCU（一度算力）：1 DCU = 312 TFLOPS（FP16）× 1小时。这件事的金融含义常被低估——可计量的东西才能被定价，能被定价的东西才能被抵押、被流转。当算力像流量一样有了统一计量单位，它就从一项工程资产，变成了具备标准品属性的大宗商品。
第三张牌是商业模式。九章云极不是纯租赁商，而是“智算中心建设+智算云运营+自研操作系统”三段一体。先帮客户建智算中心，再从客户手里把算力租回来运营——这种“建设+运营”的双轮驱动，让它在锁定产能的同时，也锁定了客户。
这三张牌叠加在一起，解释了为什么负债在涨，债权人反而睡得更香。
05
谁的账本更安全
这也是这轮扩张里最容易被误读的部分。
如果负债对应的是资产，那么负债规模的变化，反映的其实是这项资产被认可的程度。安全边际的抬升，来自三个方向，它们几乎同时发生。
一是抵押品身份的确立。一份资产要能抵押，前提是有人能给它定价，也有人愿意接手。加速器集群几年前还不满足这两个条件，如今正在满足——这本身就是金融体系对一项新资产投出的第一张信任票。
二是长约把成本锁成了产能。2026年第一季度，国内高端智算缺口超过35%，而中低端算力却出现结构性闲置。缺口不在总量上，在已经锁定的高端产能上。谁先锁住产能，谁就握住了后续几年的定价主动权——这也正是债权人愿意为一份长租合同放款的原因：他们抵押的不是机器，是产能本身。
图源：罐头图库
三是收入形态在变。国内算力租赁的商业模式，正在从占比约95%的裸金属租赁，向“保底＋Token分成”演进，有研究机构测算，后者的利润率约为传统模式的两倍；合同端则通过久期切割与弹性计费，对冲重资产的周期风险。被抵押的东西，正从设备变成现金流本身。
把这三件事叠在一起看，逻辑就清晰了：算力正在从一张设备清单，变成一条可定价、可流转、可抵押的收益曲线。理解了这一层，才会明白：负债的增长不必然等于风险的累积。
前提是，别把镜头只对着负债表。
06
真正的约束不在负债表上
以上逻辑成立，不等于风险消失。恰恰相反，真正决定这门生意生死的约束，几乎都不在负债表上。
第一是电力。单座超大型智算中心的持续用电负荷可达100至300兆瓦。国际能源署统计，2022年全球数据中心、加密货币与AI行业的耗电量，已约占全球总电力需求的2%；到2026年，全球数据中心电力需求预计将翻倍。而变压器容量、配电网改造、跨区域输电通道的升级周期，都远滞后于算力中心的建设速度——债可以签得很快，电却接得很慢。
图源：罐头图库
第二是交付。截至今年6月底，国内智能算力规模达2185 EFLOPS，算力设施上架率71.4%；2026年中国算力租赁市场规模有望突破2600亿元，互联网行业贡献了62%的租赁需求。规模在迅速扩大，但设备能否按期上线、电力能否按期接入，直接决定了收入确认的时间表。
第三是折旧假设与技术迭代的错配。这一点，也正是老陈当初做不成第一批单子的原因。资产端的数字是保守还是乐观，几乎完全取决于折旧年限与残值假设——这是这门生意里最安静、也最凶险的一个变量。
还有一项容易被忽略：客户集中度。九章云极2026年上半年前五大客户收入占比达80.8%，CoreWeave对微软+OpenAI的依赖度同样超过70%——这是智算基础设施规模化初期的行业共性。
衡量这类公司的指标，也因此该换一换。负债率不再是有意义的单一指标，取而代之的是三个更实在的东西：合约覆盖率、资产的通用性与残值、以及利用率曲线。
最后一项尤其关键。杠杆是中性的，利用率高的时候它放大利润，低的时候它放大亏损——同一根杠杆，在两个方向上都能开火。
老陈最近把风控模型又改了一遍。他把合约覆盖率放到了第一行，把设备清单挪到了附录。
“我们不放贷给资产。”他说，“我们放贷给能把这批资产用满的人。”
行业的下一个问题，已经不是要不要负债，而是谁的每一度算力，能卖出更高的价格。
热门跟贴