资本视角聊聊万亿大基建钱从哪儿来，以及电力破局的六条路径

电力供应短缺已成为美国AI产业扩张的最大瓶颈。

根据摩根士丹利发布的最新报告，截至2028年，美国数据中心的总电力需求将达到69吉瓦（GW），除去在建中的数据中心和电网可接入的电力，还有44吉瓦的电力缺口，相当于44座核电站。

近期微软首席执行官萨提亚・纳德拉（Satya Nadella）在一档播客中也指出：“我们目前面临的最大问题不是算力，而是电力短缺。如果你无法提供足够的电力，那么即使拥有大量芯片，也只能让它们闲置在仓库里。”

根据业内共识，每新增1吉瓦数据中心容量，建设成本约为500亿美元。面对以万亿为单位的投资规模，很多人也开始讨论，我们是不是进入了一场AI的投资泡沫？

本期《硅谷101》，主播泓君邀请了人气嘉宾郑迪，深度解答AI万亿基建的两个核心问题——电从哪儿来？钱从哪儿来？以及手握大量电力的加密矿工能否成为解决本轮能源短缺的关键力量？郑迪作为2008金融危机的亲历者，复盘了金融历史留给AI基建的警示。同时他也认为，当前还没有进入大规模借债的阶段，一切才刚刚开始。

以下是这次对话内容的精选：

01 破解AI缺电的六条路径

泓君：我们之前做了一期讲整个AI大基建的节目，大家发现在美国有一个核心的问题——缺电。在这期节目之后，我又陆续跟一些证券公司的人聊到过这个问题，大家共同有一个关注点，就是说现在在美国找电的存量市场里面，其实有一个非常大的方向，就是以前做比特币挖矿、加密货币矿场的这些公司，它们在开始转做AI数据中心。我知道你对这一块也是非常有研究的，要不要开始的时候整体跟大家盘一下，加密货币市场转矿场这个存量，它的电可以有多少？

郑迪：大摩从去年开始，写过一个系列报告。当然大摩这里面也有一些利益在里面，因为它也是Cipher Mining这家公司的顾问，但总的来说，我觉得它说的是有道理的。他们认为，到2028年，美国因为AI数据中心导致的缺电高达44吉瓦。他也讲到，用四种常规的方式可以想办法弥补，第一个就是泓君你提到的，比特币矿工的转产，可以释放15吉瓦。（注：在涉及数据中心装机容量或能量存储的语境下，嘉宾所称的“吉瓦”实为能量单位“吉瓦时（GWh）”，1GWh=1,000,000kWh。这与表示瞬时功率的“吉瓦（GW）”是不同的物理概念，下文将遵循此简称习惯。）

泓君：我们来解释一下1吉瓦大概是一个什么样的概念。纽约每年的平均用电量，差不多是6个吉瓦，整体AI数据中心的缺电量44吉瓦，大概就是7～8个纽约的发电量。按照AI数据中心1吉瓦500亿美元的投资额，它大概是一个2.2万亿投入的资本量。你刚刚提到15吉瓦，它是指多少年？

郑迪：在未来的18～24个月内。因为矿场要转产的话，建设工期基本上是9～12个月，我们从Core Scientific和Applied Digital这两家率先转型，率先去签CoreWeave长单的这两家公司能看得出来。根据CleanSpark和Riot的说法，它们已经在十月份宣布要转型，现在已经在发订单，去买一些发货期比较长的配件，明年开始建设，2026年肯定是交付不了的，要到2027年。所以基本上这些都是在2028年以前是有希望交付的。这些如果全部转产，在不延误的情况下，在融资也没有问题的情况下，大概15吉瓦。

实际上虽然说大摩讲这是一个能够交付的、最快的解决方案，但从市场估值的角度来说，是并不相信这些矿工能建成这么多电的。我先说一下另外三种常规的方法和两种“非常规”的方法，然后我们再回到为什么我要讲到这个“融资限制”的问题，以及现在市场是什么观点。

除了矿工转产这第一个常规方法，第二个当然就是核电。可能很多朋友对吉瓦还不是很熟悉，但是有一个很简单的方法，就是你就认定1吉瓦就是一个核电站。常规的核电站建设周期非常的长，可能都是十年以上。当然有人说，那我用小型核电，用SMR，现在炒得很热的Oklo这种。

图片来源：Oklo

泓君：SMR是小型核反应堆的简称，它是一种迷你版的核电站，就体积更小，能够像积木一样模块化的安装，也是一种安全性能更高的核电技术。代表公司也是我们上一期讨论的Oklo。

郑迪：SMR这种技术，大家也是众说纷纭，但对于它在2028年以前能不能交付，是没有分歧的，肯定是不可能的。分歧主要在于，悲观一点的人认为2035年以后才能大规模商用，那乐观一点的人认为2030到2035年之间就可以。但不管怎么样，他们的共同点都是认为，2030年以前你就不要想这个事。

泓君：也就是说，核电它是一个长期的事情，那长期还是不是有电力短缺？我们之后再讨论，但是核电在短期内是交付不了的。

郑迪：第三条常规路径就是天然气。对于中国来说，天然气发电是不便宜的，因为中国还要进口很多天然气。但美国天然气是非常丰富的，它的瓶颈在于燃气轮机的供应量。现在全世界能生产燃气轮机的厂家是相对有限的，而且他们在过去的周期当中吸收到了一些非常惨烈的教训，需求周期来了就扩产，没有一两年就过剩了。所以这一轮你会看到，燃气轮机的厂家是非常谨慎的。现在这个订单的排队差不多2～4年。而且你光拿到燃气轮机也发不了电，你还得建设发电厂，这一配套建设，这个时间就更长了。这个燃气轮机现在的紧缺到什么程度呢？最近有一家新的公司叫Fermi，它为了燃气轮机，甚至去收购了一个二手的废弃的电站，就为了电站里面就有这么一个二手的燃气轮机。

泓君：我注意到，马斯克他们投建的这个数据中心，也是拆了之前7台旧的燃气轮机给他的电厂发电。同时就是我也听到一个说法，为什么像GE这样的公司他们不愿意去做燃气轮机？是因为整个美国，像特朗普治下，对这个产业是非常利好的，但是如果说他们去投入产能，然后民主党的政策是不利于之后的燃气轮机的销售的，他们吃过这样的亏。

郑迪：对，政治周期，这也是大家都比较担心的，因为最近风向又有点变化。我记得在纽约州的人选还有其他几个州民主党州长人选获胜了以后，Polymarket（预测平台）上，明年中期选举，民主党两院同时拿下的概率第一次是超过了两党各拿一院的概率。当然你也可以说共和党总统至少要执政到2028年，但是如果民主党两院横扫的话，那特朗普就跛脚了，想要通过新的一些立法，比如说想要对减排和环保的这些法规有所放松，难度肯定就大了很多。

GE燃气轮机 图片来源：GE Vernova

我们继续讲第四条常规路径——燃料电池储能。我们是会看到Bloom Energy（美国清洁能源公司）它也炒得很好，但是它也有产能的限制，大家觉得它也只能贡献个2吉瓦。另外光伏加储能的模式其实还并没有在大量的AI数据中心的设计当中全面铺开，大家都是把储能作为备用措施。比如说马斯克xAI，全世界最大的数据中心，20万张卡Colossus 2，他用到的是Megapack，他们自己的储能的设备。但是我个人还是看好“光能+储能”这条路，这也是Sam提的路径，但这条路也没有办法解决2~3年内的短期问题。所以这么总结下来，大概也就只有比特币矿工的大规模的转产AI数据中心这条路是比较可行的。

泓君：在这四条常规路径里面，我们统计一下大家能贡献的吉瓦数。我们刚刚提到在一个理想的状态下，比特币矿工是可以在未来18~24个月内提供15吉瓦。核电站它短期是不能提供的。天然气它是卡在燃气轮机上，短期内也是很难去提供的，或者说通过天然气发电大概能提供多少吉瓦？

郑迪：这个应该挺多的，美国的天然气，想要多少有多少。

还有两条“非常规”的方法，也是有可能的，但是有一定难度。第一条大家也都提到——把训练外迁，比如迁到新加坡、马来西亚柔佛、南美特别是巴西这种地方，那么这个就需要数据中心外交。这部分也许也是有用的，但这个是需要时间的。

第二条，是David Sacks在前几年的播客里面也讲过的，用柴油发电，柴油备用。他咨询了美国一些能源专家以后有提到，他认为美国电网的实际的利用率只有50%。我们都知道电网不可能百分之百的负荷，因为你要考虑到峰值的利用。实际上我们看，比如说像星门（Stargate）的一期，这个Crusoe在阿比林做的数据中心1.2吉瓦，你会发现利用率其实也都在30%几上下。如果美国的法规可以降低环保的要求，允许柴油发电机的大规模的发电去做备用的话，那么他认为可以释放80吉瓦，那美国的电力缺口瞬间就可以解决了。

但是这条应该也是难度非常大的，所以David Sacks也气得几乎想要骂人的感觉。他觉得美国的缺电是人为的。但是现在可能也没有特别好的办法。在参众两院共和党领先优势也并不是很大的情况下，你要推进一个压制减排、压制环保的法案，重新允许柴油大规模发电，也是有非常大的难度。

Ablilene, Texas 星际之门项目 图片来源：Bloomberg Originals

泓君：非常精彩。我还听到一个说法，就是开始你是引用大摩的报告，说加密矿场转数据中心大概能释放15吉瓦。但其实我跟一些证券公司的人，包括AI数据中心内部做分析的人，大家也在分析这一部分的存量有多大，大家的差异蛮大的，就有人说他们可以算出来8.4个吉瓦，然后也有人说在6～10这个数字之间。

郑迪：这个问题是这样的，我前面为什么要明确地跟大家讲Morgan Stanley他是Cipher Mining的顾问呢？因为他是这个矿工的顾问，肯定他的报告可能多少会有一些bias（偏向），这个还是要提示大家的。大摩可能会把矿工转型的这个前景说得更美好一点。实际上关于矿工转型到底能提供多少电的这个问题，其实这个里面确实是有一些tricky（复杂）的地方。

矿工是可以用黑电的，矿场是可以随时下线的，所以它对于电力的要求没有那么的高，不需要一定要24×7。所以这也是为什么前几年你会看到“木头姐”（Catherine Wood）一直在呼吁给比特币矿场更多的宽容，因为比特币矿场是可以提供调峰调谷的这样的一些选项的，它对新能源非常友好。所以你会看到一些在美国挖矿的上市公司，它前几年都会有一些电网公司的补贴和返现。就是说峰值的时候，矿场自己选择自愿下线了，所以电网要给它一些奖励。

但AIDC可能跟矿场就完全不一样，AIDC就是要求24×7的，你的电力冗余要打的非常的多，才能保证万一到峰值你还有足够的电去用。所以这也是为什么你看大厂的AIDC，它除了搞定网电以外，它还要自备电厂的。所以到底矿工有多少电是可以改成合规格的、合要求的AIDC的电？这里面确实是有一定的争议的，可能没有办法全部改过来。

这也是为什么我觉得市场现在给到这个转型矿工（或者拟转型的矿工）的估值，甚至是低于（或者是远低于）建设成本（11到～13美元每瓦）。原因首先第一你很多还没有建，只是说要建，那市场现在它没有给你估值。第二种情况就是市场不相信你能把全部的电都转成AIDC所需要的那种电，所以只给了一个部分电的估值。

对于矿工到底能缓解多少电，数字上确实还是有争议的，但至少有一点是可以肯定的，就是说矿工不管是什么数字，它都能在短期提供一个很大的助力，即便按低的算，6吉瓦，也是不少电。

泓君：我们刚刚其实一直在讲数据中心，因为上一期我们的播客大概有用到了一个数据，就是说建成1吉瓦的数据中心需要多少的资金总量？根据英伟达，包括市场上现在已经比较公认的一些说法，大家是觉得需要500亿美元。迪，你要不要跟大家分析一下，1吉瓦数据中心500亿美元，它的成本是怎么分布的？GPU大概占了多少？

郑迪：我觉得GPU至少要占70%到80%，（在500亿美元里）GPU肯定是350～400亿美元这样一个级别。

泓君：所以核心受益者是英伟达、AMD。

郑迪：对。

泓君：包括推理芯片吗？

郑迪：我觉得都包括。我们如果看微软跟Iris这个交易的话（注：11月3日，微软和澳洲的算力运营商Iris Energy（IREN）签了一份为期五年的合作，总金额97亿美元），可能这个比例略低一点，微软这个交易是97亿，然后GPU大概是小60亿，所以你这么看一看的话是60%多。按Iris这个交易，你按500亿来计算的话，可能GPU那也是320～350之间。

这个里面的场地的改建成本，1吉瓦应该是十几亿美元。我们有看到相对低一点的T3级别的，可能11～13亿美元1吉瓦，高的我也看到有17～19亿美元的。这是一个纯粹的建设成本。场地现在基本都是按20年折旧，所以这个也是比较小的。我们完全可以下一个判断，就是500亿美元的总成本里面，其实主要是卡，主要是GPU。

图片来源：IREN

泓君：剩下的部分估计就是比如说电力系统跟冷却系统。

郑迪：电应该也占一定的比例。现在一般T3级别都是讲的液冷，还要直达芯片。你看xAI，20万张卡的Colossus 2，它就是为了保证液冷的这个水源，它自己在站点上还专门建了一个水厂。

还有一个问题，你自己的一些设备，你还要考虑到电效的问题，就这个PUE（PUE=数据中心总能耗 / IT设备能耗），一般来说可能现在AI数据中心公认的就是1.1到1.2，你实际的这个电要比供应的电要多10%到20%，这个是用来给你自己的AI数据中心自己耗电用的。像这些大厂Hyperscaler，它们自己建一个数据中心，哪怕搞定了网电，它自己也要自建电厂。

所以这也是为什么大家觉得普遍的共识是1吉瓦如果全成本加在一起可能450到500亿美元。这也是为什么大家觉得这么算的话，你要建100吉瓦的数据中心，那就差不多四五万亿美元。

02 万亿大基建 钱从哪儿来？

泓君：你会怎么看像CoreWeave这种公司呢？我看到截止到Q2财报，它的总债务已经是超过111亿美元了，它账上的现金是11.5亿美元，而且它的利息也很高。

郑迪：我觉得这其实就是一个融资游戏。因为GPU也不是你自己生产的，是你买来的，你说你是英伟达的亲儿子也罢，干儿子也罢，不管怎么样，英伟达也不会特意关照你，也不可能给你打折。英伟达培养那一堆包括CoreWeave的这种供应商，本质上来说也是为了自己的整个生态的布局。

为什么英伟达比AMD厉害？因为如果你把GPU这个产业看成房地产行业的话，你会发现AMD仅仅就是一个卖GPU的，当然AMD现在也认识到生态的重要性了，所以也在求着OpenAI合作。

泓君：对，这个合作就挺奇怪的，AMD跟OpenAI的合作是一个6吉瓦的数据中心的合作。正常比如说英伟达跟OpenAI的合作，就是OpenAI去采购英伟达的芯片了，他用OpenAI的股份来换，就是OpenAI把股份给英伟达，英伟达持有OpenAI的股份。

但是从OpenAI跟AMD的这个合作来看，OpenAI从AMD采购芯片了，我不仅不跟你要钱，还要把AMD的股份卖给你，OpenAI反而还持有AMD 10%的股份。至于它什么时候能卖，当然它里面有一系列价格的限制，比如说未来AMD它的市值要达到万亿美元了，OpenAI才能去卖最后的一批AMD的股份。

但整体来说，我们觉得在整个的合作中AMD还是一个稍微处于弱势的一方，但是优点就是说在这样的一个数据中心大规模新建的时候，至少这个游戏我先挤进去了，最后整体上来说，这个合作看起来也是对AMD利好的，它的股价也涨了，所以现在卖的都是生态。

图片来源：CoreWeave

郑迪：英伟达现在其实就有点像一个GPU行业的房地产的总承包商了，CoreWeave现在就是考验它的融资能力和融资手段的时候。

投行最近也出了一些报告，讨论这个融资的问题怎么解决。

投资级债券——Hyperscaler（超大规模云服务商）肯定都是发投资级别的债券，然后去融资，然后继续投。

高收益的债——信用评级更差一些的，可能会去找高收益债的市场，也可以解决一些问题，很可能还需要找私募债。

你看Meta 290亿美元里面，260亿美元是找的私募债的公司，这个是项目融资。另外我觉得很可能最后要走的一条路，最后迟早要证券化、要打包，要做成一个类似CDO那样的东西。

这个CDO（Collateralized Debt Obligation，担保债务凭证）2005年开始（爆发式增长），后来卖优先级卖给全世界。CDO的底层就是公司信用，里面还有很多是商业地产和住宅地产。

那现在只是说，底层资产你可以换成GPU，你也可以换成数据中心。那其实我是觉得CoreWeave也是可以考虑的，既然你GPU是租出去，理论上来说，你也可以打包成一个池子，做成一个ABS（Asset Backed Securitization，资产支持证券）这样的资产抵押证券，然后再分级，卖优先级卖给全世界，也能帮你分摊这个融资压力。其实有人已经这么干了。

泓君：我稍微给听众解释一下，ABS是指资产证券化，可以理解成把未来的还款收入做成可交易的证券，CDO是指债务担保证券。ABS不是说把未来会收到的钱做成证券么，那CDO就是说我会把各种债务，甚至是把我们刚刚提到的ABS再打包分层成更加复杂的版本。我们继续说，谁这样干了？

郑迪：就是Crusoe（注：美国最大的比特币矿业公司之一，目前是AI数据中心最大的电力供应商之一，也是“星际之门”的能源供应主力）。Crusoe去年12月还只有27亿美元的估值，当时是Peter Thiel的Founders Fund领投的D轮，转过头到今年你就会发现Crusoe估值已经跳到100亿了。所以我是觉得这些人他们信息都很灵通，他们肯定就知道这个东西会入选星门。

Crusoe实际上做星门一期的这个项目1.2吉瓦，一共150亿美元的投资，它叫上了一家美国的资产管理的上市公司，叫蓝色猫头鹰资本（Blue Owl Capital），这家公司比较著称的就是包装REITs（Real Estate Investment，房地产投资信托）。

所以为什么星门一期阿比林项目要把Blue Owl Capital找进来呢？其实Crusoe就是为了让它去做成这种REITs或者是打包，或者分级卖给二级市场，或者是卖给那种优先级的投资人。所以他们对融资的问题其实已经想得很清楚了。

Datacenter, Abilene 图片来源：Sam Altman

泓君：所以它算是用资产证券化的方式在融资？我没明白它的融资方式到底是什么？

郑迪：因为阿比林这个项目一共它其实就是8栋楼，一共40万张GB200，那每栋楼大概就是5万张，一共是1.3吉瓦，投资150亿美元，显然他们不可能全部拿得出来，所以这个肯定是分阶段来做——我做一栋楼，然后我就租出去做一栋楼的REITs，然后再滚动开发。

一般来说Hyperscaler也罢，CoreWeave也罢，它跟你签的这个合同里面是有大量里程碑的，多少兆瓦多少兆瓦分阶段，你到了这个数字，你交付了，我就付你一部分钱。所以交付是重要的，我交付了，就实现现金流的回流，所以我要不断地滚动开发。这可能跟开发房地产是真的是很像的（笑）。

从下游来说，你像CoreWeave也罢，Crusoe也罢，它们可能最终都需要通过一个REITs的方式，或者是类似CDO这种方式，去把他们的收益打包卖给市场，卖给全球的这种固定收益的投资人。

泓君：我觉得这个跟房地产的这个商业模式一模一样，它考验的是你融资能力，以及就是你把这个资产滚动起来的能力。比如说我们往金融的底层去挖，然后你怎样把这些融资化成贷款、化成债，然后化成资产证券化的能力？

因为之前我们一直有一个问题，就是说钱从哪儿来？如果我们探到底层的话，我们发现这些钱其实是从比如说银行的贷款中来的，然后这个贷款或者借债，你再把它打包成CDO，再把它分销出去。这个跟当时2005到2008年这一段资产的次贷化有什么本质的不一样吗？

郑迪：我本人我2006年、2007年我就在CDO Desk上了，所以2008年的金融危机之前的故事我是亲身经历的。其实我觉得资产证券化也罢、分级也罢、CDO这种技术也罢，CMBS、RMBS……我觉得这些技术都是中性的，关键还是你的底层资产。

当时这个Subprime（次贷）是怎么回事呢？基本上前两年，零首付，也不用付利息，它是一个可调节的利率，当时可能是5%以上，从第三年开始你马上要付一个高利息，可能还要开始还本了。但是当时这个金融工程滥化了以后，大家就像国内的这种理财公司要卖刚兑产品是一样的，所有这些销售，还有做结构的这些人、投行的这些人以及经纪商，他们为了拿高额的奖金和销售佣金，他们在去做资产的寻找的时候，就会寻找到很多其实不符合资质的，甚至不断地把底层资产的质量不断地往下压，最终就发展到了次贷，因为比这个资产质量更好的资产都已经证券化完了。

这就是金融工程发展到极致以后的负面的一个结果，但并不代表金融工程本身是不好的。你把GPU的租赁收益，或者说你把数据中心做成REITs，或者做成CDO这种东西，那么核心还是在于你的底层资产，就是你的数据中心能不能租出去？租赁的租金是不是好的？如果这个底层资产是健康的，那我觉得这种金融工程也是没有什么太大问题的。但核心还是看你信不信AI，以及AI的数据中心未来铺满全世界，甚至这个外太空也要铺上的话，轨道上也要铺上的话，是不是能产生那么多的收益？

泓君：所以核心我理解在现阶段就是看AI的应用会不会爆发，整个AI渗透率有多少，应用的营收有多少。

郑迪：对，但是我也可以在这里分享一下2006年、2007年我在CDO Desk上的一点教训和心得。纯从金融工程的角度来说，我们那时候所遇到的最大的一个理论错误在什么地方？我前面讲到了，我认为金融工程这些包装数据证券化是中性的，但是仍然这个理论在当时出现了一个严重的错误。我们当时首先基本上用的所谓的BS模型Black-Scholes（布莱克-肖尔斯期权定价模型），这都是得了诺贝尔奖的（注：指1997年第二十九届诺贝尔经济学奖）。

但是BS模型有一个很大的问题，它是认为这个是正态分布，但实际上我们很多时候是偏态的，就是有skew（偏度）的，而且是有肥尾（Fat Tail，指极端事件发生概率高于正态分布预测）的，这个肥尾有时候在损失的时候可能会很大。虽然说一些顶级的对冲基金可能会用一些偏态分布的肥尾模型来做定价，但至少投行以及我待过的这些经纪公司，它们基本上都还是用BS模型来做定价的。所以说它没有考虑肥尾的问题，至少在2008年以前是不考虑的，全部是假定的正态分布。

第二个问题，2007年大家在金融工程方面犯的一个严重的错误是，认为违约率和相关性本身是没有相关的。为什么2007年大家对CDO这么热衷呢？里面一个很大的原因是2007年的违约率是历史的新低，资产相关性也是历史的新低。就是一个名字、一个企业的债券或者CDS（信用违约互换），它违约并不影响另外一个公司。这就是让市场很疯狂地去投资CDO的优先级，甚至还要上杠杆投优先级。

所以当时台湾，甚至台湾的寿险公司都在大量买CDO的优先级。因为如果你是一家寿险公司的首席投资官，或者你是一家货币市场基金的首席投资官，首先我这个优先级是3A评级的，其次我的收益率也挺好的，肯定是比买美国国债要强的。你买了以后可能能多跑赢几十BP（基点），你的排名可能就高100名以上了，对你来说是有很大诱惑力。

另外一点就是从理论上来说，我们认为相关性很低。一个名字的爆仓，它的违约不影响另外一个名字。如果你要把优先级的收益全部亏完，要亏到本金的话，在当时的设计来说，很多的情况下是需要7%的违约率，也就是说如果我这个池子里面有100个标的，100个债券或者100个CDS，要有7个CDS违约，我的收益才会降到0。如果你是一个投资人的话，或者你是一个销售，你会觉得要达到7个名字、7次爆仓、7次违约，我的收益才会达到0，我的本金都不会受损。而相关性又历史新低的情况下，我会觉得这个状况是比较少见的。

但是教训是2008年金融危机发生了以后，大家才发现，原来当违约率上升的时候，居然相关性也上升了，也就是说一个公司的违约会导致其他公司的违约率也上升。因为如果你是同一条产业链，比如说你都是AI产业链的上下游，你的客户困难了，作为供应商来说是不是也会出现现金流的困难？出现回款的困难？但从另外一个更广义的角度来说，全世界的很多各行各业其实都是以某种形式耦合在一起的，它们之间会有这种蝴蝶效应，一个名字的违约会导致其他的也会泛滥开来，甚至不同的行业也会互相影响。

泓君：现在看起来就是这样，就是这些公司，可能英伟达、OpenAI，加上Mag 7（美股“七巨头”）就是其中的一个核心，就是任何一家公司出了问题，这个全产业链全部出问题。

郑迪：所以他们就是铁索连环嘛。但是刚才我们讲到银行贷款，大的银行其实也不太愿意为这种去做长期贷款的，他们可能也会觉得这里面有一定的风险，他们一般做的都是短期贷款，或者是过桥贷。所以实际上最终还是要靠证券化市场，靠全球固定收益投资人去接盘。

高评级市场、投资级市场还是能解决很多问题的。你像摩根大通的看法就是至少来说明年可以解决3000亿美元。未来的五年，摩根大通认为高评级市场可以为数据中心解决1.5万亿美元的融资问题。高收益市场也能解决一些问题。当然Hyperscaler的现金流也能解决不少问题，我们都知道这些大厂的现金流还是挺强的，每年都是大概7000亿美元的经营现金流。如果你还要再融资，最终可能就是得证券化市场，你不能完全靠银行。还有一个终极的，那就是靠政府。

泓君：什么是高评级市场？可以解释一下吗？

郑迪：评级公司基本上就穆迪，标准普尔，惠誉Fitch。我们会认为Triple B Minus（BBB-）往上这都是高评级，它是属于投资级债券市场；3B减以下就是垃圾债，也就是所谓的高收益市场。

这两个市场区别很大。很多的债券基金、固定收益基金，和很多的保险基金，包括银行，我们都知道这是全世界最大的机构的钱，它们的投资的章程里面是有限定的。它们绝大多数是要投到国债和投资级企业债的这个市场。

换句话说，大厂可以利用自己的融资优势在高评级市场去低成本发债，也能解决很多钱，然后再把这些钱注入到数据中心。

泓君：债券市场有多大？

郑迪：债券市场有两种不同的口径，也有人说大概300万亿美元。但是高盛前不久发过一个报告，讲到全球金融资产一共260万亿美元，全球债券大概占了37%，那也是100万亿美元。

全球债券里面，美国又占了一小半，所以美国的债券市场大概可能就是在四十多万亿左右。

100万亿美元的全球债券市场里面，大概有一半是主权债是政府债，企业债又是20%，企业债市场可能是20万亿美元。

20万亿美元里面应该投资级是绝大多数，所以这也是为什么摩根大通会觉得明年投资级债券市场就能解决3000亿美元的融资需求，未来五年能解决1.5万亿美元的融资需求，因为这个市场确实就是巨大。

全球的主流的金融机构其实还是银行和保险公司，它们的Mandate（投资授权章程）主要就是投主权债和投资级企业债，这也是为什么高收益市场相对来说比主权债和投资级债券市场要小得多的原因。

03 OpenAI的“鲶鱼效应”

泓君：假设我们刚刚算出来的，缺的2.2万亿的这样的一个市场里，我们刚刚谈到GPU的占比，那算下来整个GPU它可能就占到一点几万亿。你觉得英伟达会在未来整个数据中心中，它们的GPU大概能占到什么样的量？

郑迪：这个GPU我确实没有什么太多的研究。从这些模型公司来说，它肯定是希望英伟达有更多竞争对手的。即使OpenAI已经隐性地站在英伟达的阵营了，但是OpenAI还是希望AMD能起来，谷歌也希望自己的TPU去挑战一下。未来的两三年，我觉得可能还是很难改变目前这样的一个态势。

泓君：对，加上我们前面说的，在所有的数据基建中，英伟达的GPU它其实是中间最核心的一个环节。英伟达现在是在整个大基建的中心点上。

郑迪：现在这样一种观点，英伟达它是必须要保OpenAI的。为什么它会跟OpenAI有合作的这样的一个协议？是因为OpenAI是个鲶鱼，只要OpenAI一直不停地往前沿去搞，一直往AGI（通用人工智能）这个方向去走，在制造这样的一个紧张氛围，那么其他的那些大厂其他的模型它也必须得跟。因为你不跟代价是巨大的，万一OpenAI搞成了，你不跟就很麻烦了。你像Meta现在遇到的，也是这样的问题。大家都要跟，那英伟达的显卡就不愁卖，训练的需求始终在，又加上推理又起来，数据中心的需求也不愁。

所以对于英伟达来说，OpenAI就是很重要的一条鲶鱼。但是对于美国政府来说，何尝又不是呢？因为这条鲶鱼搅动了这个东西，大量的数据中心，包括电网改造，未来的五年都要在美国发生，美国政府也不需要指挥棒，这个指挥棒就在这里。

所以我是感觉OpenAI现在搞的这些事情已经把这些大厂已经绑定了，甚至无形当中也把美国政府绑定了。它们绑定得越稳，就越安全。所以OpenAI说你政府应该给我做担保或者什么之类的。就Sam现在隐含的这个策略，虽然没有明说，我感觉是有点希望把自己变成大而不能倒（Too Big To Fail）的那块积木，越是这样越安全。

stargate site 1, texas 图片来源：Sam Altman

泓君：对，他的所有操作看起来已经很明显了。在上一期，我们的嘉宾有提到为什么AI公司现在它们要大力去建数据中心，他说对于AI公司来说，它们的战略是“under investment is riskier than over investment”，投资不足带来的风险，其实比你投资过度带来的风险是要大的。这个观点一出来，在播客的评论区甚至在市场上它是有一些争议的。你会怎么去看这个观点？

郑迪：其实这里面有一个行为金融学的问题，说如果你是大厂的，Hyperscaler的CEO，在AI这个问题上，我们仅就这个周期来说，这样大规模的投资对不对？现在没有人有水晶球。但重点是如果你站在这个位置，在没有充分证伪之前，你说我不跟，这个对你个人来说风险也是巨大的。如果你赌对了，那当然你就成神了，但是如果你赌错了，你就是千夫所指，你一定会丢工作。但是如果你从众大家都赌错了，你也跟着赌错了，其实你不会受到太多的责罚。

所以我是觉得哪怕你从行为金融学的角度来说，其实大厂基本上都会跟的，你看小扎也说不惜代价要跟。万一出现了一个改变行业格局的事件，你没有船票，这是一个很可怕的事情。

泓君：如果被证明是over investment，就比如说传统设备资产折旧，它是也能抵消掉一部分成本，还是说它整体上还是一个就要崩了的状态？

郑迪：首先来说现在还没有进入到一个大规模借债的阶段，现在只是刚开始进入到这个阶段，所有这些投资可能是把这些大厂的现金流已经用完了，那接下来就是一个举债投资的阶段，所以现在你说就已经进入到一个过度投资很大的泡沫，我觉得还早。

但是现在大家争论的，都是说我们站在一个3到5年的周期，如果你这么投下去，是不是一个过度投资？是不是一个泡沫？现在是没有人知道的。

但是即便是这样，其实未来也就是一个还债的过程，你按照大厂Hyperscaler每年都有7000亿美元经营现金流的情况下，其实也就是还几年的问题，只不过在还债的这段时间，股价表现不见得好，但是也不至于引起一个很大很大的问题，因为负债还没有到一个非常夸张的地步，大家争论的都是一个前景。

泓君：但是我看在AI的基础建设中，负债还是一个很大的比例，就比如说马斯克的那个电厂，中间大概有200亿美元就是负债来借的，而且他的借债利息我看了一下是12%，这是一个相当于垃圾债的贷款利息。

郑迪：你说的是项目公司的这个事情，我说的是整体。大厂也不会是完全用自有现金流去投，它也会举一部分债。但是我们如果整体这么去对比的话，举债周期只是刚刚开始。

泓君：但比如说Meta跟特朗普承诺了说未来几年它会投6000亿美元去做数据中心，OpenAI它说的是1.4万亿美元，那这些钱从哪里来？我能想到的就只能是举债了。

郑迪：对，这个是毫无疑问的，而且我觉得OpenAI一定要IPO去融资，否则你很难想象这个钱怎么来。但是美国大厂这些领袖级人物，还是比较擅长造梦的，所以跟特朗普讲的这些数字，最后能到底能实现多少，你也不好说，因为特朗普可能2028年以后他肯定就下了。我觉得现在这些大厂的人，包括阿联酋，去跟特朗普去讲我要投资多少，都是有点哄着他的意思。

Anyway，最后会怎么投还是要看形势的，但是OpenAI这个数字，它如果要做，它必须要上市。

泓君：它说的是2026年前后，但是你觉得估值1万亿，这个怎么撑起来呢？

郑迪：这个就要看它的本事了（笑）。因为你看大家广泛的共识，是预测它今年130亿的收入。Sam前段时间录播客的时候很生气，因为那个主播就是有点挑战他，意思就是说你这130亿怎么去撑1万亿的估值？其实就是你的这个问题。Sam就非常生气，说我们今年收入远远不止这个数字，我们ARR（年度经常性收入）已经200亿了，还是有点虚的，ARR 200亿，那说明你今年收入其实还没有200亿。

我是觉得可能还是需要一个非常好的宏观环境，有可能他们会认为明年是一个非常好的宏观环境，至少明年上半年，因为接下来基本上联储的很多委员是不是要逐渐地要换成一些跟特朗普的立场相对比较近的一些联储委员，降息要继续，然后ADP（自动数据处理公司）的这个数据出来以后，你看12月降息概率又到60%以上了，此外联储接下来可能很快也要扩表，那你现在财政部的TGA（财政部一般账户）账户里面之前是1万亿，前几天是9500亿，也要泄洪（指资金释放到市场），那现在政府还没开门了，以后要发工资，所有这些钱要花出来，就会流到市场里面，所以这个开门TGA泄洪，再叠加明年可能最快一季度联储要扩表，要解决银行准备金过低的这个问题，所有这些可能会导致市场泡沫化，这是我一向的一个基本的观点。

我觉得OpenAI要上市，一定要在明年，因为明年其实有一个变数在于中期选举，否则我不认为有什么大的利空。如果民主党横扫的话，有两点，第一特朗普去推AI和Web3两块的进展，他希望非常快地把这些东西推进，这个速度有可能是民主党不喜欢的；第二民主党也不喜欢去改减排和环保这些议题。我觉得民主党一旦掌控两院的话，市场对法规推进的态度可能会发生变化，他们可能会预计市场上涨的这个斜率要调整，你知道股市都是交易加速度的，都是交易二阶导的，所以一旦这个斜率要调整，这个速率要调整的时候，那这个估值有可能也会出现调整。

一旦当市场确信民主党会让特朗普成为跛脚总统的时候，我觉得这个市场就不会特别好，所以我是觉得明年上半年可能会是一个很好的牛市的时间窗口，但是下半年我就真说不好了。

04 加密矿工走进AI战场

泓君：其实我们在说到加密矿场转AI数据中心的时候，我们刚刚提到的像Iris、Cipher这些都还算是这一波集中转的。我们说上一波的公司，就比如说像CoreWeave这些公司，因为转得早，现在就起飞了。你觉得新一批的加密矿场转AI数据中心跟老一批的，比如说像CoreWeave，还有像Nebius，它有什么本质的区别吗？

郑迪：我觉得上一波的转型的，应该来说他们在比特币挖矿方面并不是什么很显著的玩家，所以他们可能转型的负担相对来说也是比较小的，但是他们比较早地切入了一个比较好的赛道。

Applied Digital它在挖矿方面也并不是非常声名显赫的一家公司，它实际上也就只有400兆瓦的电，这个电其实也并不算很多，但是它转型在这一批的矿工里面也算转型比较早的，所以它第一栋楼可能今年年底就可以交付了，这已经算非常快的一个速度了。

相反，像马拉松Marathon Digital，上一轮股价涨势比较好，大家都是有路径依赖吧。基本上在挖矿界做得越好的公司，它越难转型。

其实挖矿的矿工分两类，一类是拼命囤算力囤矿机的，一类是拼命囤电的。所以我觉得这个里面有两个极端，马拉松MARA是属于拼命囤算力的。MARA一直就是炒赛道，炒贝塔。所以你会发现MARA的算力无比的大，它现在已经60 EH/s的算力了，之前设定的年底目标是75 EH/s，我不知道现在还会不会坚持这个目标，但很明显MARA也想转，但它为什么很难去迈出这一步呢？原因是它的电少，它自己的电都不够用，它自有矿场只有640兆瓦的电，剩下有一小半的电都要去租别人的矿场。它哪有电再去搞数据中心？除非你说我就不挖矿了，我把其中一部分矿场改建。但是如果你要改建，你要承受一个巨大的压力，因为这个就意味着你改建的这9～12个月内，你不但要投入CAPEX（资本性支出），而且你的挖矿的收入也断了。

Iris属于另外一个极端，它是特别会囤电的，所以你看它挖矿只有810兆瓦，但是囤电就囤了2.1吉瓦，这个是非常夸张的一件事情。他在上一个季报里是这么讲的，他说我810兆瓦继续挖矿，因为挖矿可以提供现金流，那我Sweetwater项目德州这2吉瓦的项目，我就完全新建，做数据中心。至于说为什么后来用了Childress这个矿场去改造，我觉得也是因为微软觉得你Sweetwater还要等到明年4月才通电，通电以后还要再建设，它觉得太慢了，它可能就希望你现在Childress 200兆瓦先做起来。

泓君：那对于像MARA这种公司，它还在挖加密货币吗？如果矿工都去转AI数据中心，它会对整个加密货币或者挖矿领域产生影响吗？比如说更少的人挖了，那我的收益就会更高。

郑迪：不幸的是，到目前为止，算力下降的情况还并没有出现，也就是说大家两边都同时在转，就是我既挖比特币，又去转AI数据中心。实际上这个是一个最好的选择。

本文来自微信公众号“硅谷101”，作者：硅谷101，36氪经授权发布。