Lambda再借10亿美元买英伟达芯片，AI算力生意转向高杠杆

导语

AI算力基础设施正在成为一门资本密集型生意。Neocloud公司Lambda据彭博社报道，已筹得10亿美元私人短期债务，用于购买英伟达AI芯片，并将这些芯片租赁给微软。交易由摩根大通安排，但贷款期限、利率和具体抵押条件尚未公开。

这笔融资的关键，不只是金额大，而是它把“买芯片—部署算力—获得租金—偿还债务”的时间链条压得很短。Lambda显然需要尽快把新增GPU投入客户环境，依靠微软等客户带来的现金流完成还款。这种模式可以加速基础设施扩张，却也提高了对交付进度、芯片利用率和客户合同稳定性的要求。

核心要点

• 资金用途明确。 这笔10亿美元债务将用于购买英伟达AI芯片，芯片随后计划租赁给微软，而不是用于泛化的运营开支。
• 融资并非孤立事件。 Lambda今年5月完成了一项10亿美元担保信贷安排；本周又宣布获得9.26亿美元贷款，为英伟达GB300 GPU的部署提供资金。该部署对应一份与英伟达签订的合同。
• 股权融资仍在推进。 据报道，Lambda正在洽谈一轮30亿美元的IPO前融资。公司去年11月曾以54.3亿美元投后估值获得15亿美元风险投资。
• 行业正在大量使用债务。 彭博社汇总的数据称，2026年以来全球银行和科技公司已筹集超过4000亿美元AI相关债务。

意义与影响

对Lambda而言，债务融资能在不立即稀释股权的情况下购买昂贵GPU，也能让公司更快响应大客户的算力需求。但短期债务并不等同于低风险资金：如果芯片交付延迟、客户部署推迟，或者GPU使用率不足，预期中的租赁现金流就可能无法按时出现。芯片价格、设备折旧和下一代产品推出速度，也会影响这类资产的回报周期。

对微软等云服务和AI平台客户来说，专业算力公司的介入有助于获得更多定制化GPU资源；但从产业链角度看，债务扩张也会把部分需求波动传导给融资方和设备运营商。AI热潮能否持续，正在不只取决于模型和应用是否增长，也取决于这些高价芯片能否稳定转化为长期收入。

Lambda的案例说明，AI基础设施竞争已经进入“融资能力与交付能力并重”的阶段。资本可以提前购买算力，却不能替代真实客户、有效利用率和可持续的现金流。

来源：TechCrunch AI