价值验证期：AI 从「融了多少」切换到「每瓦赚多少」

市场概况

2026 年 10 月中旬，AI 行业第一次在同一周里被要求回答两个此前可以回避的问题：收入到底是多少，以及为了这份收入借的钱值不值。

先说收入。据 FT 报道，OpenAI 向投资者披露的财务文件显示，截至 9 月底年化营收运行率约 500 亿美元，比此前市场流传的近 700 亿美元低约 200 亿美元。消息出来当天，英伟达跌 2.9%，AMD 跌 3.9%，博通跌 4.3%。六天后的 10 月 14 日，Anthropic 在 IPO 前的闭门投资者日披露第三季度营收 168 亿美元，环比增长约 46%，已连续第二个季度实现调整后盈利并录得正向现金流。当天 CoreWeave 跌 15.46%，Nebius 跌 10.08%，甲骨文跌 8.83%。

把 Anthropic 三个季度排在一起看，比单看任何一个季度更有信息量：一季度约 47 亿美元，二季度约 115 亿美元（环比增长超过一倍），三季度 168 亿美元。绝对额在涨，环比增速从 147% 落到 46%。市场卖出的不是「收入太少」，而是增长的二阶导转负。研究机构 SemiAnalysis 按最新季度估算 Anthropic 年化收入约 740 亿美元；路透援引参会投资者称公司仍预计年底达到 1100 亿美元年化。两组数字并存，本身就说明口径尚未统一。

比收入总额更关键的是单位经济。据 FT 披露，Anthropic 三季度调整后营业利润率约 11%，且「每投入 1 美元计算资源成本，可获得 1.70 美元收入」。这条数据第一次给出了资本开支的回报边界：只要毛利率高于资金成本，加杠杆扩张就成立；一旦资金成本逼近 11%，扩张的算术就开始变紧。下文会看到，本周发生的事恰好把这个边界顶到了眼前。

结构上的分化同样值得记下。State of AI Report 2026 援引 Ramp 数据：企业 token 支出中 Anthropic 占 52.4%，OpenAI 占 43.3%，两家合计 96%；而 top 1% 的企业每月每员工在 AI 上花 7205 美元，中位数仅为 12.50 美元，差距约 580 倍。收入高度集中在少数重度客户身上，这是判断「1.70 美元回报」能撑多久时绕不开的前提。

需求侧的景气读数并未转弱。台积电 9 月合并营收 NT$5118.57 亿，同比增长 54.6$3.8987 万亿，同比增长 41.1%，管理层用「前所未有」形容 AI 芯片需求并指出先进节点产能趋紧。ASML 三季度净销售 117 亿欧元、毛利率 57.5%、净利 50 亿欧元，CEO 表示客户已开始询价 2029–2030 年订单，而当前规划的 2027/2028 年供应无法完全满足需求。

于是局面是：需求端在加速，收入端被审计，融资端涨价。三个方向拉扯出的张力，构成本周的全部看点。

核心动态

事件一：Anthropic「北极星项目」——600 亿美元买 TPU，票息 10%

据 FT 与财联社报道，Anthropic 正在推进代号「Project North Star」的融资计划，规模约 600 亿美元，用于采购约 1.5 吉瓦谷歌自研 TPU。结构分两层：约 420 亿美元优先级债务，由参与芯片研发的博通提供剩余价值担保；约 180 亿美元次级债务，黑石已承诺认购其中 90 亿美元，票息 10%，计入发行折价与其他费用后实际收益率更高。

三个对比让这笔交易的分量变清楚：

• 时间维度：今年 6 月 Anthropic 通过「Project Big Sky」完成约 350 亿美元芯片融资，其中次级债部分 44 亿美元，报道所述利率约 8.5%。四个月，同一个人，次级债成本从 8.5% 抬到 10%。
• 基准维度：ICE BofA BB 级美国高收益债指数显示，信用状况相近的借款人在公开市场到期收益率约 7%。10% 的票息高出基准 300 个基点以上。
• 内部维度：11% 的调整后营业利润率，对 10% 的次级债票息。单位经济给出的缓冲只剩 1 个百分点。

影响分析：这笔交易的意义不在规模，而在融资工具的选择。一家已连续两季调整后盈利、有正向现金流、且能把「每 1 美元算力换 1.70 美元收入」写在纸面上的公司，选择发行债务而不是稀释股权——这说明管理层认为债务是更便宜的算力获取方式。也说明市场第一次拿到了一个可计算的锚：当单位经济已知，资产才能被债务定价。反过来看，愿意付 10% 票息本身即是信息——评级机构 KBRA 今年 6 月给 Anthropic 的评级距投资级差一档，这笔次级债预计获得类似评级；黑石向投资伙伴的说法是，一旦 Anthropic 上市后取得投资级评级，融资成本会大幅下降。这是一笔时间套利：用上市前的高息换算力储备，赌上市后的评级跃迁。

值得留意的是担保安排。优先级部分之所以能压低成本，靠的是博通提供的剩余价值担保——芯片残值风险被转移给了供应商。这与「抵押品＝TPU 残值＋客户合约」的思路一脉相承，区别在于这次是第三方担保而非资产抵押。看谁在给哪一层兜底，是拆解这类交易最省力的切入口。

事件二：Volta 50 亿美元杠杆贷款——银行开始切割敞口

据彭博报道，摩根大通与高盛于 10 月 15 日完成 AI 云服务商 Volta 一笔 50 亿美元杠杆贷款的发行：定价较基准利率高出 6.5 个百分点，发行价每 1 美元面值 95 美分，按当时基准利率计算收益率超过 11%。资金用途中约 13 亿美元支付数据中心使用费，另 37 亿美元用于购买约 3.6 万块英伟达 GPU。

真正有信息量的是承销结构：两家银行只承销其中 13 亿美元的定期贷款，剩余 37 亿美元的芯片贷款不由银行承销，以限制自身风险敞口。贷款还加入了提前还款罚金条款，补偿贷款人在借款人提前偿付时损失的利息收入。

影响分析：Anthropic 那笔是「借款人愿意付多贵」，Volta 这笔是「出借方愿意承担多少」。银行把芯片贷款单独切出去不承销，等于公开表态：GPU 本身的残值风险，不在它们愿意持有的范围内。当承销方开始区分「数据中心使用费」与「芯片采购」两类用途并区别对待，AI 债务市场的风险定价就从定价层面走到了结构层面。这一条比任何收益率数字都更值得追踪——后续交易里「银行愿意承销的比例」若继续下降，说明风险正在从价格转向可得性。

事件三：微软 Maia 300——自研硅的 KPI 换成「每瓦 token」

10 月 12–15 日的 OCP 全球峰会上，微软发布第三代自研推理加速器 Maia 300（内部代号 Clea）：台积电 N2P 制程，Chiplet 架构由主计算 Die 加 2 个 IO Die、4 个内存 Die 和 8 组 HBM4 堆栈构成，内存 288GB、带宽 18TB/s，FP4 算力 13.8 PFLOPS，单颗 TDP 950W。机架级配置单机架 96 颗、整机功耗约 167kW，128 个机架组成 12288 颗加速器的单一一致性域。微软称每兆瓦电力完成的 token 吞吐量比领先 GPU 系统高约 40%，96 卡满配机架的 token 吞吐最高可达 Maia 200 机架的 7 倍（均为厂商口径，分析师 Patrick Moorhead 公开表示尚无微软以外机构实测过）。Scott Guthrie 表示 2027 年起 Maia 将成为微软产品和服务的主要 AI 推理系统，部署规模达多吉瓦级；据报道微软已与台积电锁定超 30 万颗 2027 年产能，长期目标突破 100 万颗。

同期，英伟达把 Vera Rubin 机柜与计算托盘设计贡献给开放计算项目，MGX 1.2 新增盲插液冷与液冷 5000A 汇流排，单柜功率上限提升至 250kW；AMD 推出基于 OCP 规范的 Helion 开放机架蓝图，全合一版叠加 Instinct MI350P 并内置 token 路由器。

影响分析：这批发布的共同点是 KPI 换了。微软把卖点写成「每兆瓦 token」而非峰值算力，AMD 直接在机架蓝图里放 token 路由器——大家争的是单位成本，不是算力争霸。这条线索与前面两个事件是同一件事的两端：既然资金成本到了 10%，把每 token 成本压下去 40% 就等于把债务的实际负担降了一大截。自研硅在本周的叙事里不是「供应链自主」，而是对冲资金成本的财务工具。判断一家公司做自研芯片的动机，看它宣传每瓦 token 还是峰值 FLOPS 就够了。

技术趋势

一、芯片可移植层成为战略控制点。 据 WSJ 报道，亚马逊正洽谈以约 70 亿美元收购 Decart，该公司 2026 年 5 月刚以近 40 亿美元估值完成 3 亿美元融资，潜在收购价溢价约 75%。Decart 的 DOS（Decart Optimization Stack）是一套跨芯片优化栈，目标是让同一 AI 工作负载跑在英伟达 GPU、亚马逊 Trainium 与谷歌 TPU 上。AWS 已向 Trainium 投入多年，据报道 Trainium 已获超 2250 亿美元收入承诺，Trainium 2 性价比提升约 30% 且已售罄（公司口径）。但客户迁移始终受 CUDA 生态牵制——Decart 补的是迁移成本这一环。有意思的是 Anthropic 曾以约 60 亿美元估值接触 Decart，尽调后退出；据报道直接原因是团队希望留在特拉维夫而 Anthropic 要求研发迁往旧金山，更深层原因是 Decart 存在产品商业化困难与持续算力投入压力。一家公司因为标的「报表不干净」而放弃，与它自己在为算力付出 10% 票息，是同一枚硬币的两面。

二、开放机架标准在拆私有互连的锁。 英伟达把 Vera Rubin 机柜设计贡献给 OCP，意味着头部供应商主动把机柜层标准化以换取更广的采用面。微软走得更远：Maia 300 的机架内采用半交换式拓扑、全电互连，跨机架第二级用光互连，scale-up 与 scale-out 统一到同一套通信语义，加速器可直接与 superpod 内任意 peer 通信，单颗对任意 peer 最高 750GB/s，prefill 节点算完 KV Cache 直接经 scale-up 网络送给 decode 节点，全程不离开互连域。这套设计基于标准以太网自研传输协议，绕开了私有互连生态。代价是纯标准以太网在传输效率与底层优化深度上弱于闭源体系；收益是供应链成本与去锁定。

三、物理约束的松绑要等 2028 年之后。 ASML 明确表示 2027/2028 年供应无法完全满足需求，正研究在已公布的 30% 增幅基础上进一步提升 2028 年产能；台积电先进节点产能趋紧，亚利桑那厂在 ramp 以承接同一波订单。这意味着即便资金成本可接受，实体交付仍排到 2027 年之后——Maia 300 的生产部署排期 2027 年、Anthropic 北极星项目资金 2027 年才能全额提取，都不是巧合。

四、Agent 工作负载在改写「卖什么」。 Modal 的 Sandboxes 产品 2023 年上线，用于隔离运行 AI 生成的代码，如今单品年化 run rate 达 3 亿美元，累计启动近 30 亿个沙箱，可支撑 100 万个并发；其 Secret Injection 特性让 Agent 能使用应用登录凭证但看不到凭证本身。计费单位从「GPU 小时」向「沙箱 / 判定」迁移，与上月看到的判定层「输出免费、按判定次数计价」是同一个方向。

投资与商业

本周的资本流向呈现出一条清晰的分界线：有高速增长与可验证 run rate 的公司拿股权，需要巨额资金买芯片的公司只能拿债。

股权侧的样本是 Modal。10 月 14 日，这家为 AI 与数据团队提供无服务器算力的平台宣布完成 7.5 亿美元 D 轮，投后估值 157.5 亿美元，Accel 领投，Kleiner Perkins 加入，Menlo、General Catalyst、Redpoint、Lux、Amplify、Bain Capital Ventures 等老股东全部跟投。距 5 月的 C 轮（3.55 亿美元、46.5 亿美元估值）仅五个月，估值涨逾三倍。公司自述年化 run rate 已超 10 亿美元，同比增超 15 倍，用量自 C 轮以来增长两倍，员工 200 余人，算力池跨 20 多家云。客户包括 DoorDash、Ramp、Linear、Cognition、Runway、Physical Intelligence 等；TypeSafe 的 Jev 模型在 Modal 上三天内服务了 1 万亿 token。

同一周，国内 AI 基础设施企业无问芯穹完成 23 亿元 C 轮全额交割，累计融资 43 亿元，单轮与累计均创国内独立 AI 基础设施企业纪录。公司定位是把多元异构算力转化为 Token 资源，截至 7 月接入 37000P 算力、覆盖 16 款芯片，推理成本下降约 10 倍（公司口径），据报道已秘密递交港交所上市申请。据《财经》报道，DeepSeek 最新一轮融资拟从此前计划的 500 亿元增至约 1000 亿元，投前估值仍约 5000 亿元，若落地则半年内累计融资约 1500 亿元。

并购侧，亚马逊洽购 Decart 是本周最值得记的一笔。它的标的不是模型、不是应用，而是「换芯片的迁移成本」这一控制点。中间层公司正成为大厂扫货对象，风险在于中立性——这类公司的核心价值建立在「不偏袒任何一家芯片」之上，收购后若明显倾斜，信任会先于技术失效。

商业模式层面，本周最实质的变化是估值锚的迁移。华创策略的判断可以作为注脚：行业关注点从「融了多少钱」切换到「赚了多少钱」，估值逻辑正从用户增长与技术能力，转向收入质量、盈利可持续性及资本使用效率。落到操作上就是两句话：看模型公司，先看「每 1 美元算力换回多少收入」；看基建公司，先看债务的票息与承销结构。

展望

未来 3–6 个月，五个可证伪的观察点：

1. 144A 市场的二级收益率会成为最诚实的估值。 据报道，北极星项目的债务在 2027 年资金全额提取后预计进入机构 144A 债券市场流通。届时这笔债的交易价格，会比任何一轮私募估值都更直接地反映市场对「1.70 美元回报」的信心。这是本轮唯一一个公开、连续、无法被叙事修饰的读数。

2. 自研硅进入实测验证期。 Maia 300 的「每兆瓦 +40%」「7 倍吞吐」目前只有厂商口径，无外部机构复测。2027 年生产部署前，任何第三方实测数据的出现都会重定价这条路线。观察点是微软之外的机构是否拿到样片。

3. 客户集中度会先于总量出问题。 top 1% 企业每月每员工 7205 美元、中位数 12.50 美元，580 倍的分化意味着收入押在少数重度客户身上。若这些客户开始压价或自建，「每 1 美元算力换 1.70 美元」会先崩，而不是收入先崩。

4. 银行承销比例是债务市场的先行指标。 Volta 结构里两家银行只承销 13 亿美元定期贷款、37 亿美元芯片贷款不承销。后续同类交易中若这一比例继续下降，风险就从「变贵」转为「拿不到」。

5. 芯片可移植层会继续被扫货。 Decart 之后，编译器、算子库、调度与模型迁移工具这类中间层公司会成为大厂标的，价格溢价会继续走高。真正的变量是买家能否容忍标的保持中立——容忍不了，买到的就只是一家公司的工程团队。

---

事实分级说明：文中 Anthropic 北极星项目结构（600 亿美元、420 亿优先债由博通担保、180 亿次级债、黑石 90 亿 @10% 票息）、Q3 营收 168 亿与 11% 调整后营业利润率与 1:1.7 单位经济、年底 1100 亿美元目标、KBRA 评级、OpenAI 年化约 500 亿美元、Volta 贷款条款与承销结构、亚马逊洽购 Decart 及 Anthropic 曾以约 60 亿接触后退出、微软与台积电锁定产能及与 Anthropic 沟通迁移负载、无问芯穹递表、DeepSeek 融资规模，均来自媒体报道，未经当事方公开确认。微软 Maia 300 全部性能数字、Modal 的 run rate 与增速与 Sandboxes 数据、Decart DOS 的 8 倍提速、AWS Trainium 的 2250 亿美元收入承诺与 Trainium 2 提升 30%，为公司自述或自测口径。台积电月度营收、ASML 三季度财报、英伟达 MGX 1.2 规范、Alpha Compute 合同条款（10 月 9 日签署、8173 万美元四年期、592 张 B300、1.3MW）为公开披露信息。Ramp 与 State of AI Report 2026 数据为二手引用。本文不构成投资建议。