資本視角聊聊萬億大基建錢從哪兒來，以及電力破局的六條路徑

（點擊收聽本期音頻）

采訪｜泓君

圖文｜朱婕

電力供應短缺已成為美國AI產業擴張的最大瓶頸。根據摩根士丹利發布的最新報告，截至2028年，美國數據中心的總電力需求將達到69吉瓦（GW），除去在建中的數據中心和電網可接入的電力，還有44吉瓦的電力缺口，相當于44座核電站。

近期微軟首席執行官薩提亞?納德拉（Satya Nadella）在一檔播客中也指出：“我們目前面臨的最大問題不是算力，而是電力短缺。如果你無法提供足夠的電力，那么即使擁有大量芯片，也只能讓它們閑置在倉庫里。”

根據業內共識，每新增1吉瓦數據中心容量，建設成本約為500億美元。面對以萬億為單位的投資規模，很多人也開始討論，我們是不是進入了一場AI的投資泡沫？

本期《硅谷101》，主播泓君邀請了人氣嘉賓鄭迪，深度解答AI萬億基建的兩個核心問題——電從哪兒來？錢從哪兒來？以及手握大量電力的加密礦工能否成為解決本輪能源短缺的關鍵力量？鄭迪作為2008金融危機的親歷者，復盤了金融歷史留給AI基建的警示。同時他也認為，當前還沒有進入大規模借債的階段，一切才剛剛開始。

歡迎關注《硅谷101視頻號》的音頻欄目直接收聽本期播客。如 果 你喜歡我們的 節目，更推 薦大家使用 音頻客戶端來收聽，《硅谷101 》已覆蓋各大 主流音頻 平臺（渠道見文末），歡迎訂閱！

以下是這次對話內容的精選：

01

破解AI缺電的六條路徑

泓君：我們之前做了一期講整個AI大基建的節目，大家發現在美國有一個核心的問題——缺電。在這期節目之后，我又陸續跟一些證券公司的人聊到過這個問題，大家共同有一個關注點，就是說現在在美國找電的存量市場里面，其實有一個非常大的方向，就是以前做比特幣挖礦、加密貨幣礦場的這些公司，它們在開始轉做AI數據中心。我知道你對這一塊也是非常有研究的，要不要開始的時候整體跟大家盤一下，加密貨幣市場轉礦場這個存量，它的電可以有多少？

鄭迪：大摩從去年開始，寫過一個系列報告。當然大摩這里面也有一些利益在里面，因為它也是Cipher Mining這家公司的顧問，但總的來說，我覺得它說的是有道理的。他們認為，到2028年，美國因為AI數據中心導致的缺電高達44吉瓦。他也講到，用四種常規的方式可以想辦法彌補，第一個就是泓君你提到的，比特幣礦工的轉產，可以釋放15吉瓦。

（注：在涉

及數據中心裝機容量或能量存儲的語境下，嘉賓所稱的“吉瓦”實為能量單位“吉瓦時（GWh）”

，1

GW

h=1,000,000kWh。這與表示瞬時功率的“吉瓦（GW）”是不同的物理概念，下文將遵循此簡稱習慣。）

泓君：我們來解釋一下1吉瓦大概是一個什么樣的概念。紐約每年的平均用電量，差不多是6個吉瓦，整體AI數據中心的缺電量44吉瓦，大概就是7～8個紐約的發電量。按照AI數據中心1吉瓦500億美元的投資額，它大概是一個2.2萬億投入的資本量。你剛剛提到15吉瓦，它是指多少年？

鄭迪：在未來的18～24個月內。因為礦場要轉產的話，建設工期基本上是9～12個月，我們從Core Scientific和Applied Digital這兩家率先轉型，率先去簽CoreWeave長單的這兩家公司能看得出來。根據CleanSpark和Riot的說法，它們已經在十月份宣布要轉型，現在已經在發訂單，去買一些發貨期比較長的配件，明年開始建設，2026年肯定是交付不了的，要到2027年。所以基本上這些都是在2028年以前是有希望交付的。這些如果全部轉產，在不延誤的情況下，在融資也沒有問題的情況下，大概15吉瓦。

實際上雖然說大摩講這是一個能夠交付的、最快的解決方案，但從市場估值的角度來說，是并不相信這些礦工能建成這么多電的。我先說一下另外三種常規的方法和兩種“非常規”的方法，然后我們再回到為什么我要講到這個“融資限制”的問題，以及現在市場是什么觀點。

除了礦工轉產這第一個常規方法，第二個當然就是核電。可能很多朋友對吉瓦還不是很熟悉，但是有一個很簡單的方法，就是你就認定1吉瓦就是一個核電站。常規的核電站建設周期非常的長，可能都是十年以上。當然有人說，那我用小型核電，用SMR，現在炒得很熱的Oklo這種。

圖片來源：Oklo

泓君：SMR是小型核反應堆的簡稱，它是一種迷你版的核電站，就體積更小，能夠像積木一樣模塊化的安裝，也是一種安全性能更高的核電技術。代表公司也是我們上一期討論的Oklo。

鄭迪：SMR這種技術，大家也是眾說紛紜，但對于它在2028年以前能不能交付，是沒有分歧的，肯定是不可能的。分歧主要在于，悲觀一點的人認為2035年以后才能大規模商用，那樂觀一點的人認為2030到2035年之間就可以。但不管怎么樣，他們的共同點都是認為，2030年以前你就不要想這個事。

泓君：也就是說，核電它是一個長期的事情，那長期還是不是有電力短缺？我們之后再討論，但是核電在短期內是交付不了的。

鄭迪：第三條常規路徑就是天然氣。對于中國來說，天然氣發電是不便宜的，因為中國還要進口很多天然氣。但美國天然氣是非常豐富的，它的瓶頸在于燃氣輪機的供應量。現在全世界能生產燃氣輪機的廠家是相對有限的，而且他們在過去的周期當中吸收到了一些非常慘烈的教訓，需求周期來了就擴產，沒有一兩年就過剩了。所以這一輪你會看到，燃氣輪機的廠家是非常謹慎的。現在這個訂單的排隊差不多2～4年。而且你光拿到燃氣輪機也發不了電，你還得建設發電廠，這一配套建設，這個時間就更長了。這個燃氣輪機現在的緊缺到什么程度呢？最近有一家新的公司叫Fermi，它為了燃氣輪機，甚至去收購了一個二手的廢棄的電站，就為了電站里面就有這么一個二手的燃氣輪機。

泓君：我注意到，馬斯克他們投建的這個數據中心，也是拆了之前7臺舊的燃氣輪機給他的電廠發電。同時就是我也聽到一個說法，為什么像GE這樣的公司他們不愿意去做燃氣輪機？是因為整個美國，像特朗普治下，對這個產業是非常利好的，但是如果說他們去投入產能，然后民主黨的政策是不利于之后的燃氣輪機的銷售的，他們吃過這樣的虧。

鄭迪：對，政治周期，這也是大家都比較擔心的，因為最近風向又有點變化。我記得在紐約州的人選還有其他幾個州民主黨州長人選獲勝了以后，Polymarket

（預測平臺）

上，明年中期選舉，民主黨兩院同時拿下的概率第一次是超過了兩黨各拿一院的概率。當然你也可以說共和黨總統至少要執政到2028年，但是如果民主黨兩院橫掃的話，那特朗普就跛腳了，想要通過新的一些立法，比如說想要對減排和環保的這些法規有所放松，難度肯定就大了很多。

GE燃氣輪機 圖片來源：GE Vernova

我們繼續講第四條常規路徑——燃料電池儲能。我們是會看到Bloom Energy

（美國清潔能源公司）

它也炒得很好，但是它也有產能的限制，大家覺得它也只能貢獻個2吉瓦。另外光伏加儲能的模式其實還并沒有在大量的AI數據中心的設計當中全面鋪開，大家都是把儲能作為備用措施。比如說馬斯克xAI，全世界最大的數據中心，20萬張卡Colossus 2，他用到的是Megapack，他們自己的儲能的設備。但是我個人還是看好“光能+儲能”這條路，這也是Sam提的路徑，但這條路也沒有辦法解決2~3年內的短期問題。所以這么總結下來，大概也就只有比特幣礦工的大規模的轉產AI數據中心這條路是比較可行的。

泓君：在這四條常規路徑里面，我們統計一下大家能貢獻的吉瓦數。我們剛剛提到在一個理想的狀態下，比特幣礦工是可以在未來18~24個月內提供15吉瓦。核電站它短期是不能提供的。天然氣它是卡在燃氣輪機上，短期內也是很難去提供的，或者說通過天然氣發電大概能提供多少吉瓦？

鄭迪：這個應該挺多的，美國的天然氣，想要多少有多少。

還有兩條“非常規”的方法，也是有可能的，但是有一定難度。第一條大家也都提到——把訓練外遷，比如遷到新加坡、馬來西亞柔佛、南美特別是巴西這種地方，那么這個就需要數據中心外交。這部分也許也是有用的，但這個是需要時間的。

第二條，是David Sacks在前幾年的播客里面也講過的，用柴油發電，柴油備用。他咨詢了美國一些能源專家以后有提到，他認為美國電網的實際的利用率只有50%。我們都知道電網不可能百分之百的負荷，因為你要考慮到峰值的利用。實際上我們看，比如說像星門

（Stargate）

的一期，這個Crusoe在阿比林做的數據中心1.2吉瓦，你會發現利用率其實也都在30%幾上下。如果美國的法規可以降低環保的要求，允許柴油發電機的大規模的發電去做備用的話，那么他認為可以釋放80吉瓦，那美國的電力缺口瞬間就可以解決了。

但是這條應該也是難度非常大的，所以David Sacks也氣得幾乎想要罵人的感覺。他覺得美國的缺電是人為的。但是現在可能也沒有特別好的辦法。在參眾兩院共和黨領先優勢也并不是很大的情況下，你要推進一個壓制減排、壓制環保的法案，重新允許柴油大規模發電，也是有非常大的難度。

Ablilene, Texas 星際之門項目 圖片來源：Bloomberg Originals

泓君：非常精彩。我還聽到一個說法，就是開始你是引用大摩的報告，說加密礦場轉數據中心大概能釋放15吉瓦。但其實我跟一些證券公司的人，包括AI數據中心內部做分析的人，大家也在分析這一部分的存量有多大，大家的差異蠻大的，就有人說他們可以算出來8.4個吉瓦，然后也有人說在6～10這個數字之間。

鄭迪：這個問題是這樣的，我前面為什么要明確地跟大家講Morgan Stanley他是Cipher Mining的顧問呢？因為他是這個礦工的顧問，肯定他的報告可能多少會有一些bias

（偏向）

，這個還是要提示大家的。大摩可能會把礦工轉型的這個前景說得更美好一點。實際上關于礦工轉型到底能提供多少電的這個問題，其實這個里面確實是有一些tricky

（復雜）

的地方。

礦工是可以用黑電的，礦場是可以隨時下線的，所以它對于電力的要求沒有那么的高，不需要一定要24×7。所以這也是為什么前幾年你會看到“木頭姐”

（Catherine Wood）

一直在呼吁給比特幣礦場更多的寬容，因為比特幣礦場是可以提供調峰調谷的這樣的一些選項的，它對新能源非常友好。所以你會看到一些在美國挖礦的上市公司，它前幾年都會有一些電網公司的補貼和返現。就是說峰值的時候，礦場自己選擇自愿下線了，所以電網要給它一些獎勵。

但AIDC可能跟礦場就完全不一樣，AIDC就是要求24×7的，你的電力冗余要打的非常的多，才能保證萬一到峰值你還有足夠的電去用。所以這也是為什么你看大廠的AIDC，它除了搞定網電以外，它還要自備電廠的。所以到底礦工有多少電是可以改成合規格的、合要求的AIDC的電？這里面確實是有一定的爭議的，可能沒有辦法全部改過來。

這也是為什么我覺得市場現在給到這個轉型礦工（或者擬轉型的礦工）的估值，甚至是低于（或者是遠低于）建設成本（11到～13美元每瓦）。原因首先第一你很多還沒有建，只是說要建，那市場現在它沒有給你估值。第二種情況就是市場不相信你能把全部的電都轉成AIDC所需要的那種電，所以只給了一個部分電的估值。

對于礦工到底能緩解多少電，數字上確實還是有爭議的，但至少有一點是可以肯定的，就是說礦工不管是什么數字，它都能在短期提供一個很大的助力，即便按低的算，6吉瓦，也是不少電。

泓君：我們剛剛其實一直在講數據中心，因為上一期我們的播客大概有用到了一個數據，就是說建成1吉瓦的數據中心需要多少的資金總量？根據英偉達，包括市場上現在已經比較公認的一些說法，大家是覺得需要500億美元。迪，你要不要跟大家分析一下，1吉瓦數據中心500億美元，它的成本是怎么分布的？GPU大概占了多少？

鄭迪：我覺得GPU至少要占70%到80%，（在500億美元里）GPU肯定是350～400億美元這樣一個級別。

泓君：所以核心受益者是英偉達、AMD。

鄭迪：對。

泓君：包括推理芯片嗎？

鄭迪：我覺得都包括。我們如果看微軟跟Iris這個交易的話

（注：11月3日，微軟和澳洲的算力運營商Iris Energy（IREN）簽了一份為期五年的合作，總金額97億美元）

，可能這個比例略低一點，微軟這個交易是97億，然后GPU大概是小60億，所以你這么看一看的話是60%多。按Iris這個交易，你按500億來計算的話，可能GPU那也是320～350之間。

這個里面的場地的改建成本，1吉瓦應該是十幾億美元。我們有看到相對低一點的T3級別的，可能11～13億美元1吉瓦，高的我也看到有17～19億美元的。這是一個純粹的建設成本。場地現在基本都是按20年折舊，所以這個也是比較小的。我們完全可以下一個判斷，就是500億美元的總成本里面，其實主要是卡，主要是GPU。

圖片來源：IREN

泓君：剩下的部分估計就是比如說電力系統跟冷卻系統。

鄭迪：電應該也占一定的比例。現在一般T3級別都是講的液冷，還要直達芯片。你看xAI，20萬張卡的Colossus 2，它就是為了保證液冷的這個水源，它自己在站點上還專門建了一個水廠。

還有一個問題，你自己的一些設備，你還要考慮到電效的問題，就這個PUE

（PUE=數據中心總能耗 / IT設備能耗）

一般來說可能現在AI數據中心公認的就是1.1到1.2，你實際的這個電要比供應的電要多10%到20%這個是用來給你自己的AI數據中心自己耗電用的。像這些大廠Hyperscaler，它們自己建一個數據中心，哪怕搞定了網電，它自己也要自建電廠。

所以這也是為什么大家覺得普遍的共識是1吉瓦如果全成本加在一起可能450到500億美元。這也是為什么大家覺得這么算的話，你要建100吉瓦的數據中心，那就差不多四五萬億美元。

02

萬億大基建 錢從哪兒來？

泓君：你會怎么看像CoreWeave這種公司呢？我看到截止到Q2財報，它的總債務已經是超過111億美元了，它賬上的現金是11.5億美元，而且它的利息也很高。

鄭迪：我覺得這其實就是一個融資游戲。因為GPU也不是你自己生產的，是你買來的，你說你是英偉達的親兒子也罷，干兒子也罷，不管怎么樣，英偉達也不會特意關照你，也不可能給你打折。英偉達培養那一堆包括CoreWeave的這種供應商，本質上來說也是為了自己的整個生態的布局。

為什么英偉達比AMD厲害？因為如果你把GPU這個產業看成房地產行業的話，你會發現AMD僅僅就是一個賣GPU的，當然AMD現在也認識到生態的重要性了，所以也在求著OpenAI合作。

泓君：對，這個合作就挺奇怪的，AMD跟OpenAI的合作是一個6吉瓦的數據中心的合作。正常比如說英偉達跟OpenAI的合作，就是OpenAI去采購英偉達的芯片了，他用OpenAI的股份來換，就是OpenAI把股份給英偉達，英偉達持有OpenAI的股份。

但是從OpenAI跟AMD的這個合作來看，OpenAI從AMD采購芯片了，我不僅不跟你要錢，還要把AMD的股份賣給你，OpenAI反而還持有AMD 10%的股份。至于它什么時候能賣，當然它里面有一系列價格的限制，比如說未來AMD它的市值要達到萬億美元了，OpenAI才能去賣最后的一批AMD的股份。

但整體來說，我們覺得在整個的合作中AMD還是一個稍微處于弱勢的一方，但是優點就是說在這樣的一個數據中心大規模新建的時候，至少這個游戲我先擠進去了，最后整體上來說，這個合作看起來也是對AMD利好的，它的股價也漲了，所以現在賣的都是生態。

圖片來源：CoreWeave

鄭迪：英偉達現在其實就有點像一個GPU行業的房地產的總承包商了，CoreWeave現在就是考驗它的融資能力和融資手段的時候。

投行最近也出了一些報告，討論這個融資的問題怎么解決。

投資級債券——Hyperscaler

（超大規模云服務商）

肯定都是發投資級別的債券，然后去融資，然后繼續投。

高收益的債——信用評級更差一些的，可能會去找高收益債的市場，也可以解決一些問題，很可能還需要找私募債。

你看Meta 290億美元里面，260億美元是找的私募債的公司，這個是項目融資。另外我覺得很可能最后要走的一條路，最后遲早要證券化、要打包，要做成一個類似CDO那樣的東西。

這個CDO

（Collateralized Debt Obligation，擔保債務憑證）

2005年開始（爆發式增長），后來賣優先級賣給全世界。CDO的底層就是公司信用，里面還有很多是商業地產和住宅地產。

那現在只是說，底層資產你可以換成GPU，你也可以換成數據中心。那其實我是覺得CoreWeave也是可以考慮的，既然你GPU是租出去，理論上來說，你也可以打包成一個池子，做成一個ABS

（Asset Backed Securitization，資產支持證券）

這樣的資產抵押證券，然后再分級，賣優先級賣給全世界，也能幫你分攤這個融資壓力。其實有人已經這么干了。

泓君：我稍微給聽眾解釋一下，ABS是指資產證券化，可以理解成把未來的還款收入做成可交易的證券，CDO是指債務擔保證券。ABS不是說把未來會收到的錢做成證券么，那CDO就是說我會把各種債務，甚至是把我們剛剛提到的ABS再打包分層成更加復雜的版本。我們繼續說，誰這樣干了？

鄭迪：就是Crusoe

（注：美國最大的比特幣礦業公司之一，目前是AI數據中心最大的電力供應商之一，也是“星際之門”的能源供應主力）

。Crusoe去年12月還只有27億美元的估值，當時是Peter Thiel的Founders Fund領投的D輪，轉過頭到今年你就會發現Crusoe估值已經跳到100億了。所以我是覺得這些人他們信息都很靈通，他們肯定就知道這個東西會入選星門。

Crusoe實際上做星門一期的這個項目1.2吉瓦，一共150億美元的投資，它叫上了一家美國的資產管理的上市公司，叫藍色貓頭鷹資本

（Blue Owl Capital）

，這家公司比較著稱的就是包裝REITs

（Real Estate Investment，房地產投資信托）

所以為什么星門一期阿比林項目要把Blue Owl Capital找進來呢？其實Crusoe就是為了讓它去做成這種REITs或者是打包，或者分級賣給二級市場，或者是賣給那種優先級的投資人。所以他們對融資的問題其實已經想得很清楚了。

Datacenter, Abilene 圖片來源：Sam Altman

泓君：所以它算是用資產證券化的方式在融資？我沒明白它的融資方式到底是什么？

鄭迪：因為阿比林這個項目一共它其實就是8棟樓，一共40萬張GB200，那每棟樓大概就是5萬張，一共是1.3吉瓦，投資150億美元，顯然他們不可能全部拿得出來，所以這個肯定是分階段來做——我做一棟樓，然后我就租出去做一棟樓的REITs，然后再滾動開發。

一般來說Hyperscaler也罷，CoreWeave也罷，它跟你簽的這個合同里面是有大量里程碑的，多少兆瓦多少兆瓦分階段，你到了這個數字，你交付了，我就付你一部分錢。所以交付是重要的，我交付了，就實現現金流的回流，所以我要不斷地滾動開發。這可能跟開發房地產是真的是很像的（笑）。

從下游來說，你像CoreWeave也罷，Crusoe也罷，它們可能最終都需要通過一個REITs的方式，或者是類似CDO這種方式，去把他們的收益打包賣給市場，賣給全球的這種固定收益的投資人。

泓君：我覺得這個跟房地產的這個商業模式一模一樣，它考驗的是你融資能力，以及就是你把這個資產滾動起來的能力。比如說我們往金融的底層去挖，然后你怎樣把這些融資化成貸款、化成債，然后化成資產證券化的能力？

因為之前我們一直有一個問題，就是說錢從哪兒來？如果我們探到底層的話，我們發現這些錢其實是從比如說銀行的貸款中來的，然后這個貸款或者借債，你再把它打包成CDO，再把它分銷出去。這個跟當時2005到2008年這一段資產的次貸化有什么本質的不一樣嗎？

鄭迪：我本人我2006年、2007年我就在CDO Desk上了，所以2008年的金融危機之前的故事我是親身經歷的。其實我覺得資產證券化也罷、分級也罷、CDO這種技術也罷，CMBS、RMBS……我覺得這些技術都是中性的，關鍵還是你的底層資產。

當時這個Subprime

（次貸）

是怎么回事呢？基本上前兩年，零首付，也不用付利息，它是一個可調節的利率，當時可能是5%以上，從第三年開始你馬上要付一個高利息，可能還要開始還本了。但是當時這個金融工程濫化了以后，大家就像國內的這種理財公司要賣剛兌產品是一樣的，所有這些銷售，還有做結構的這些人、投行的這些人以及經紀商，他們為了拿高額的獎金和銷售傭金，他們在去做資產的尋找的時候，就會尋找到很多其實不符合資質的，甚至不斷地把底層資產的質量不斷地往下壓，最終就發展到了次貸，因為比這個資產質量更好的資產都已經證券化完了。

這就是金融工程發展到極致以后的負面的一個結果，但并不代表金融工程本身是不好的。你把GPU的租賃收益，或者說你把數據中心做成REITs，或者做成CDO這種東西，那么核心還是在于你的底層資產，就是你的數據中心能不能租出去？租賃的租金是不是好的？如果這個底層資產是健康的，那我覺得這種金融工程也是沒有什么太大問題的。但核心還是看你信不信AI，以及AI的數據中心未來鋪滿全世界，甚至這個外太空也要鋪上的話，軌道上也要鋪上的話，是不是能產生那么多的收益？

泓君：所以核心我理解在現階段就是看AI的應用會不會爆發，整個AI滲透率有多少，應用的營收有多少。

鄭迪：對，但是我也可以在這里分享一下2006年、2007年我在CDO Desk上的一點教訓和心得。純從金融工程的角度來說，我們那時候所遇到的最大的一個理論錯誤在什么地方？我前面講到了，我認為金融工程這些包裝數據證券化是中性的，但是仍然這個理論在當時出現了一個嚴重的錯誤。我們當時首先基本上用的所謂的BS模型Black-Scholes

布萊克-肖爾斯期權定價模型

，這都是得了諾貝爾獎的

（注：指1997年第二十九屆諾貝爾經濟學獎）

但是BS模型有一個很大的問題，它是認為這個是正態分布，但實際上我們很多時候是偏態的，就是有skew（偏度）的，而且是有肥尾

（Fat Tail，指極端事件發生概率高于正態分布預測）

的，這個肥尾有時候在損失的時候可能會很大。雖然說一些頂級的對沖基金可能會用一些偏態分布的肥尾模型來做定價，但至少投行以及我待過的這些經紀公司，它們基本上都還是用BS模型來做定價的。所以說它沒有考慮肥尾的問題，至少在2008年以前是不考慮的，全部是假定的正態分布。

第二個問題，2007年大家在金融工程方面犯的一個嚴重的錯誤是，認為違約率和相關性本身是沒有相關的。為什么2007年大家對CDO這么熱衷呢？里面一個很大的原因是2007年的違約率是歷史的新低，資產相關性也是歷史的新低。就是一個名字、一個企業的債券或者CDS

（信用違約互換）

，它違約并不影響另外一個公司。這就是讓市場很瘋狂地去投資CDO的優先級，甚至還要上杠桿投優先級。

所以當時臺灣，甚至臺灣的壽險公司都在大量買CDO的優先級。因為如果你是一家壽險公司的首席投資官，或者你是一家貨幣市場基金的首席投資官，首先我這個優先級是3A評級的，其次我的收益率也挺好的，肯定是比買美國國債要強的。你買了以后可能能多跑贏幾十BP

（基點）

，你的排名可能就高100名以上了，對你來說是有很大誘惑力。

另外一點就是從理論上來說，我們認為相關性很低。一個名字的爆倉，它的違約不影響另外一個名字。如果你要把優先級的收益全部虧完，要虧到本金的話，在當時的設計來說，很多的情況下是需要7%的違約率，也就是說如果我這個池子里面有100個標的，100個債券或者100個CDS，要有7個CDS違約，我的收益才會降到0。如果你是一個投資人的話，或者你是一個銷售，你會覺得要達到7個名字、7次爆倉、7次違約，我的收益才會達到0，我的本金都不會受損。而相關性又歷史新低的情況下，我會覺得這個狀況是比較少見的。

但是教訓是2008年金融危機發生了以后，大家才發現，原來當違約率上升的時候，居然相關性也上升了，也就是說一個公司的違約會導致其他公司的違約率也上升。因為如果你是同一條產業鏈，比如說你都是AI產業鏈的上下游，你的客戶困難了，作為供應商來說是不是也會出現現金流的困難？出現回款的困難？但從另外一個更廣義的角度來說，全世界的很多各行各業其實都是以某種形式耦合在一起的，它們之間會有這種蝴蝶效應，一個名字的違約會導致其他的也會泛濫開來，甚至不同的行業也會互相影響。

泓君：現在看起來就是這樣，就是這些公司，可能英偉達、OpenAI，加上Mag 7

（美股“七巨頭”）

就是其中的一個核心，就是任何一家公司出了問題，這個全產業鏈全部出問題。

鄭迪：所以他們就是鐵索連環嘛。但是剛才我們講到銀行貸款，大的銀行其實也不太愿意為這種去做長期貸款的，他們可能也會覺得這里面有一定的風險，他們一般做的都是短期貸款，或者是過橋貸。所以實際上最終還是要靠證券化市場，靠全球固定收益投資人去接盤。

高評級市場、投資級市場還是能解決很多問題的。你像摩根大通的看法就是至少來說明年可以解決3000億美元。未來的五年，摩根大通認為高評級市場可以為數據中心解決1.5萬億美元的融資問題。高收益市場也能解決一些問題。當然Hyperscaler的現金流也能解決不少問題，我們都知道這些大廠的現金流還是挺強的，每年都是大概7000億美元的經營現金流。如果你還要再融資，最終可能就是得證券化市場，你不能完全靠銀行。還有一個終極的，那就是靠政府。

泓君：什么是高評級市場？可以解釋一下嗎？

鄭迪：評級公司基本上就穆迪，標準普爾，惠譽Fitch。我們會認為Triple B Minus（BBB-）往上這都是高評級，它是屬于投資級債券市場；3B減以下就是垃圾債，也就是所謂的高收益市場。

這兩個市場區別很大。很多的債券基金、固定收益基金，和很多的保險基金，包括銀行，我們都知道這是全世界最大的機構的錢，它們的投資的章程里面是有限定的。它們絕大多數是要投到國債和投資級企業債的這個市場。

換句話說，大廠可以利用自己的融資優勢在高評級市場去低成本發債，也能解決很多錢，然后再把這些錢注入到數據中心。

泓君：債券市場有多大？

鄭迪：債券市場有兩種不同的口徑，也有人說大概300萬億美元。但是高盛前不久發過一個報告，講到全球金融資產一共260萬億美元，全球債券大概占了37%，那也是100萬億美元。

全球債券里面，美國又占了一小半，所以美國的債券市場大概可能就是在四十多萬億左右。

100萬億美元的全球債券市場里面，大概有一半是主權債是政府債，企業債又是20%，企業債市場可能是20萬億美元。

20萬億美元里面應該投資級是絕大多數，所以這也是為什么摩根大通會覺得明年投資級債券市場就能解決3000億美元的融資需求，未來五年能解決1.5萬億美元的融資需求，因為這個市場確實就是巨大。

全球的主流的金融機構其實還是銀行和保險公司，它們的Mandate

（投資授權章程）

主要就是投主權債和投資級企業債，這也是為什么高收益市場相對來說比主權債和投資級債券市場要小得多的原因。

03

OpenAI的“鯰魚效應”

泓君：假設我們剛剛算出來的，缺的2.2萬億的這樣的一個市場里，我們剛剛談到GPU的占比，那算下來整個GPU它可能就占到一點幾萬億。你覺得英偉達會在未來整個數據中心中，它們的GPU大概能占到什么樣的量？

鄭迪：這個GPU我確實沒有什么太多的研究。從這些模型公司來說，它肯定是希望英偉達有更多競爭對手的。即使OpenAI已經隱性地站在英偉達的陣營了，但是OpenAI還是希望AMD能起來，谷歌也希望自己的TPU去挑戰一下。未來的兩三年，我覺得可能還是很難改變目前這樣的一個態勢。

泓君：對，加上我們前面說的，在所有的數據基建中，英偉達的GPU它其實是中間最核心的一個環節。英偉達現在是在整個大基建的中心點上。

鄭迪：現在這樣一種觀點，英偉達它是必須要保OpenAI的。為什么它會跟OpenAI有合作的這樣的一個協議？是因為OpenAI是個鯰魚，只要OpenAI一直不停地往前沿去搞，一直往AGI（通用人工智能）這個方向去走，在制造這樣的一個緊張氛圍，那么其他的那些大廠其他的模型它也必須得跟。因為你不跟代價是巨大的，萬一OpenAI搞成了，你不跟就很麻煩了。你像Meta現在遇到的，也是這樣的問題。大家都要跟，那英偉達的顯卡就不愁賣，訓練的需求始終在，又加上推理又起來，數據中心的需求也不愁。

所以對于英偉達來說，OpenAI就是很重要的一條鯰魚。但是對于美國政府來說，何嘗又不是呢？因為這條鯰魚攪動了這個東西，大量的數據中心，包括電網改造，未來的五年都要在美國發生，美國政府也不需要指揮棒，這個指揮棒就在這里。

所以我是感覺OpenAI現在搞的這些事情已經把這些大廠已經綁定了，甚至無形當中也把美國政府綁定了。它們綁定得越穩，就越安全。所以OpenAI說你政府應該給我做擔保或者什么之類的。就Sam現在隱含的這個策略，雖然沒有明說，我感覺是有點希望把自己變成大而不能倒

（Too Big To Fail）

的那塊積木，越是這樣越安全。

stargate site 1, texas 圖片來源：Sam Altman

泓君：對，他的所有操作看起來已經很明顯了。在上一期，我們的嘉賓有提到為什么AI公司現在它們要大力去建數據中心，他說對于AI公司來說，它們的戰略是“under investment is riskier than over investment”，投資不足帶來的風險，其實比你投資過度帶來的風險是要大的。這個觀點一出來，在播客的評論區甚至在市場上它是有一些爭議的。你會怎么去看這個觀點？

鄭迪：其實這里面有一個行為金融學的問題，說如果你是大廠的，Hyperscaler的CEO，在AI這個問題上，我們僅就這個周期來說，這樣大規模的投資對不對？現在沒有人有水晶球。但重點是如果你站在這個位置，在沒有充分證偽之前，你說我不跟，這個對你個人來說風險也是巨大的。如果你賭對了，那當然你就成神了，但是如果你賭錯了，你就是千夫所指，你一定會丟工作。但是如果你從眾大家都賭錯了，你也跟著賭錯了，其實你不會受到太多的責罰。

所以我是覺得哪怕你從行為金融學的角度來說，其實大廠基本上都會跟的，你看小扎也說不惜代價要跟。萬一出現了一個改變行業格局的事件，你沒有船票，這是一個很可怕的事情。

泓君：如果被證明是over investment，就比如說傳統設備資產折舊，它是也能抵消掉一部分成本，還是說它整體上還是一個就要崩了的狀態？

鄭迪：首先來說現在還沒有進入到一個大規模借債的階段，現在只是剛開始進入到這個階段，所有這些投資可能是把這些大廠的現金流已經用完了，那接下來就是一個舉債投資的階段，所以現在你說就已經進入到一個過度投資很大的泡沫，我覺得還早。

但是現在大家爭論的，都是說我們站在一個3到5年的周期，如果你這么投下去，是不是一個過度投資？是不是一個泡沫？現在是沒有人知道的。

但是即便是這樣，其實未來也就是一個還債的過程，你按照大廠Hyperscaler每年都有7000億美元經營現金流的情況下，其實也就是還幾年的問題，只不過在還債的這段時間，股價表現不見得好，但是也不至于引起一個很大很大的問題，因為負債還沒有到一個非常夸張的地步，大家爭論的都是一個前景。

泓君：但是我看在AI的基礎建設中，負債還是一個很大的比例，就比如說馬斯克的那個電廠，中間大概有200億美元就是負債來借的，而且他的借債利息我看了一下是12%，這是一個相當于垃圾債的貸款利息。

鄭迪：你說的是項目公司的這個事情，我說的是整體。大廠也不會是完全用自有現金流去投，它也會舉一部分債。但是我們如果整體這么去對比的話，舉債周期只是剛剛開始。

泓君：但比如說Meta跟特朗普承諾了說未來幾年它會投6000億美元去做數據中心，OpenAI它說的是1.4萬億美元，那這些錢從哪里來？我能想到的就只能是舉債了。

鄭迪：對，這個是毫無疑問的，而且我覺得OpenAI一定要IPO去融資，否則你很難想象這個錢怎么來。但是美國大廠這些領袖級人物，還是比較擅長造夢的，所以跟特朗普講的這些數字，最后能到底能實現多少，你也不好說，因為特朗普可能2028年以后他肯定就下了。我覺得現在這些大廠的人，包括阿聯酋，去跟特朗普去講我要投資多少，都是有點哄著他的意思。

Anyway，最后會怎么投還是要看形勢的，但是OpenAI這個數字，它如果要做，它必須要上市。

泓君：它說的是2026年前后，但是你覺得估值1萬億，這個怎么撐起來呢？

鄭迪：這個就要看它的本事了（笑）。因為你看大家廣泛的共識，是預測它今年130億的收入。Sam前段時間錄播客的時候很生氣，因為那個主播就是有點挑戰他，意思就是說你這130億怎么去撐1萬億的估值？其實就是你的這個問題。Sam就非常生氣，說我們今年收入遠遠不止這個數字，我們ARR

（年度經常性收入）

已經200億了，還是有點虛的，ARR 200億，那說明你今年收入其實還沒有200億。

我是覺得可能還是需要一個非常好的宏觀環境，有可能他們會認為明年是一個非常好的宏觀環境，至少明年上半年，因為接下來基本上聯儲的很多委員是不是要逐漸地要換成一些跟特朗普的立場相對比較近的一些聯儲委員，降息要繼續，然后ADP（

自動數據處理公司）

的這個數據出來以后，你看12月降息概率又到60%以上了，此外聯儲接下來可能很快也要擴表，那你現在財政部的TGA

（財政部一般賬戶）

賬戶里面之前是1萬億，前幾天是9500億，也要泄洪

（指資金釋放到市場）

，那現在政府還沒開門了，以后要發工資，所有這些錢要花出來，就會流到市場里面，所以這個開門TGA泄洪，再疊加明年可能最快一季度聯儲要擴表，要解決銀行準備金過低的這個問題，所有這些可能會導致市場泡沫化，這是我一向的一個基本的觀點。

我覺得OpenAI要上市，一定要在明年，因為明年其實有一個變數在于中期選舉，否則我不認為有什么大的利空。如果民主黨橫掃的話，有兩點，第一特朗普去推AI和Web3兩塊的進展，他希望非常快地把這些東西推進，這個速度有可能是民主黨不喜歡的；第二民主黨也不喜歡去改減排和環保這些議題。我覺得民主黨一旦掌控兩院的話，市場對法規推進的態度可能會發生變化，他們可能會預計市場上漲的這個斜率要調整，你知道股市都是交易加速度的，都是交易二階導的，所以一旦這個斜率要調整，這個速率要調整的時候，那這個估值有可能也會出現調整。

一旦當市場確信民主黨會讓特朗普成為跛腳總統的時候，我覺得這個市場就不會特別好，所以我是覺得明年上半年可能會是一個很好的牛市的時間窗口，但是下半年我就真說不好了。

04

加密礦工走進AI戰場

泓君：其實我們在說到加密礦場轉AI數據中心的時候，我們剛剛提到的像Iris、Cipher這些都還算是這一波集中轉的。我們說上一波的公司，就比如說像CoreWeave這些公司，因為轉得早，現在就起飛了。你覺得新一批的加密礦場轉AI數據中心跟老一批的，比如說像CoreWeave，還有像Nebius，它有什么本質的區別嗎？

鄭迪：我覺得上一波的轉型的，應該來說他們在比特幣挖礦方面并不是什么很顯著的玩家，所以他們可能轉型的負擔相對來說也是比較小的，但是他們比較早地切入了一個比較好的賽道。

Applied Digital它在挖礦方面也并不是非常聲名顯赫的一家公司，它實際上也就只有400兆瓦的電，這個電其實也并不算很多，但是它轉型在這一批的礦工里面也算轉型比較早的，所以它第一棟樓可能今年年底就可以交付了，這已經算非常快的一個速度了。

相反，像馬拉松Marathon Digital，上一輪股價漲勢比較好，大家都是有路徑依賴吧。基本上在挖礦界做得越好的公司，它越難轉型。

其實挖礦的礦工分兩類，一類是拼命囤算力囤礦機的，一類是拼命囤電的。所以我覺得這個里面有兩個極端，馬拉松MARA是屬于拼命囤算力的。MARA一直就是炒賽道，炒貝塔。所以你會發現MARA的算力無比的大，它現在已經60 EH/s的算力了，之前設定的年底目標是75 EH/s，我不知道現在還會不會堅持這個目標，但很明顯MARA也想轉，但它為什么很難去邁出這一步呢？原因是它的電少，它自己的電都不夠用，它自有礦場只有640兆瓦的電，剩下有一小半的電都要去租別人的礦場。它哪有電再去搞數據中心？除非你說我就不挖礦了，我把其中一部分礦場改建。但是如果你要改建，你要承受一個巨大的壓力，因為這個就意味著你改建的這9～12個月內，你不但要投入CAPEX

（資本性支出）

，而且你的挖礦的收入也斷了。

Iris屬于另外一個極端，它是特別會囤電的，所以你看它挖礦只有810兆瓦，但是囤電就囤了2.1吉瓦，這個是非常夸張的一件事情。他在上一個季報里是這么講的，他說我810兆瓦繼續挖礦，因為挖礦可以提供現金流，那我Sweetwater項目德州這2吉瓦的項目，我就完全新建，做數據中心。至于說為什么后來用了Childress這個礦場去改造，我覺得也是因為微軟覺得你Sweetwater還要等到明年4月才通電，通電以后還要再建設，它覺得太慢了，它可能就希望你現在Childress 200兆瓦先做起來。

泓君：那對于像MARA這種公司，它還在挖加密貨幣嗎？如果礦工都去轉AI數據中心，它會對整個加密貨幣或者挖礦領域產生影響嗎？比如說更少的人挖了，那我的收益就會更高。

鄭迪：不幸的是，到目前為止，算力下降的情況還并沒有出現，也就是說大家兩邊都同時在轉，就是我既挖比特幣，又去轉AI數據中心。實際上這個是一個最好的選擇。

【音頻收聽渠道】

公眾號：硅谷101

收聽渠道：蘋果｜小宇宙｜喜馬拉雅｜蜻蜓FM｜網易云音樂｜QQ音樂｜荔枝播客｜嗶哩嗶哩

海外用戶：Apple Podcast｜Spotify｜TuneIn｜Amazon Music

聯系我們：podcast@sv101.net