算力金融化的风险警示：泡沫、波动与监管

万亿资本涌入、GPU价格半年涨40%又三周跌30%、部分智算中心利用率不足30%——算力金融化的另一面，正在浮出水面

当算力从技术参数变成金融资产，泡沫、波动、监管套利、资产贬值——这些金融世界的老问题，正在算力产业中重新上演。

盛宴之下，风险从未缺席。

一、泡沫之辩：万亿投资，七成空转？

2026年7月，一则消息引发市场震动：Meta宣布将部分闲置AI算力对外出租。消息一出，Meta股价大涨9%，但CoreWeave、Nebius等算力租赁新贵股价重挫超13%。市场的第一反应是恐慌：连Meta都消化不了自己的GPU了，算力过剩了？

与此同时，黑石集团突然叫停了原计划投资超1000亿美元的全球最大数据中心项目。一边是巨头下场“卖算力”，一边是千亿级基建项目紧急刹车。

市场正在剧烈分化。

芜湖市大数据建设投资运营有限公司董事长胡蓉给出了一个精准的观察：“当前算力市场真正火的是高端智算领域，尤其是大模型训练和推理所需的算力，企业需求量大，但受各种因素影响往往出现严重的供不应求问题，导致部分显卡租赁价格暴涨。”

与此同时，“西部大量中小玩家在利用率不足70%的亏损线上挣扎，部分智算中心甚至烂尾”。市场呈二八分化：头部平台利用率达90%-95%，而中小中心仅20%-30%。据浪潮人工智能研究院测算，我国智算中心平均算力使用率仅为30%。

泡沫的核心：“供需错配下的非理性溢价”与“重资产金融化”。

胡蓉将泡沫的本质概括为：“部分企业甚至将GPU作为抵押物进行高杠杆融资，形成类似'贷款炒房'的算力地产模式，导致资产估值严重脱离实际商业回报。”

国际清算银行（BIS）在其2026年度报告中也发出警告，将AI泡沫破裂、通胀反弹与财政压力列为全球繁荣面临的三大核心威胁。BIS报告指出，企业通过大规模举债与创意融资结构抢占先机，“杠杆持续增加及融资结构日益复杂，引发外界对当前AI热潮金融稳定风险的质疑”。

但泡沫的另一面同样值得思考。 有观点指出，如果AI未能发展出金融属性，即便出现投资热潮乃至泡沫，市场仍具备自我修复能力。“即使未来应用层出现泡沫，当前建设的大规模算力中心亦不会消失，就像大家讲的可能转化为全社会数字化转型的廉价公共基础设施。”

二、技术迭代的“达摩克利斯之剑”：GPU正在变成“数字生菜”

如果说泡沫是市场的情绪风险，那么技术迭代就是算力金融化最根本的结构性风险。

GPU的经济寿命：2到3年，而非5到6年。

经济学家David McWilliams给GPU起了一个形象的绰号—— “数字生菜”（Digital Lettuce） ——一旦新一代产品问世，旧型号就会迅速“枯萎”贬值。

英伟达已转向年度产品发布节奏：Hopper（2022）、Blackwell（2024）、Rubin（2026）、Rubin Ultra（2027）——每一代在能效和性能上都是数量级的跃升。GPU迭代周期已从18-24个月缩短到了12个月。“六年前的GPU对于现在最先进的AI数据中心来说，理论上距离电子垃圾已经不远了。”

高盛全球研究院的报告将“AI芯片的经济使用寿命”列为影响7.6万亿美元资本开支的最关键变量之一。将芯片使用寿命从5年缩短到3年，年度折旧总额将从约3万亿美元跳升至近4万亿美元；延长到7年则降至2.2万亿美元。“仅这一个参数的调整，就可以让生态系统承受的折旧成本偏移上千亿美元。”

华尔街的“会计魔术”。

著名大空头Michael Burry在2025年下半年公开做空英伟达，核心论据正是GPU折旧问题。他估计2026至2028年间，超大规模厂商因高估芯片使用寿命将累计少计约1,760亿美元折旧，从而使利润虚高超过20%。

Meta去年将服务器折旧时间从4-5年调高至5.5年，净赚了29亿美元的账面利润，占其当年税前利润的4%。知名投资人Jim Morrow讽刺巨头们对此“心知肚明”——“他们费尽心思地修改会计处理和折旧时间表，以此来抢占先机——实际上是为了避免将所有这些资本支出计入损益表。”

算力资产在用跨世代的长期债务，押注仅有两三年商业寿命的迭代型资产。

有分析指出：“AI算力资产完全颠覆这一规律，金融市场在用跨越世代的长期债务，押注仅有两三年商业寿命的迭代型资产。这也是AI债务风险的本源，不是情绪泡沫，而是制度、产业与物理规则叠加的结构性慢性病。”

使用三年的二手H100售价已跌到新款价格的45%。GPU服务器年折旧率可达20%-35%。高端算力整机采购价触及1400万元峰值，按当前租赁行情测算五年内难以回本，存量高价位资产面临加速贬值风险。

三、价格的双刃剑：半年涨40%，三周跌30%

算力价格的剧烈波动，本身就是金融化最大的风险来源之一。

涨的时候有多疯狂？

半导体研究机构SemiAnalysis的数据显示，H100一年期GPU租赁合同价格从2025年10月的每GPU每小时1.70美元飙升至2026年3月的2.35美元，涨幅接近40%。B200租赁续约价格计划上调约94%。Blackwell系列单小时租金达4.08美元，较2月的2.75美元上涨48%。

行云科技今年4月签订的算力服务合同迎来大幅提价，合计上调租金28.79亿元，较原签约金额上调79%。阿里、百度、腾讯等云厂商相继宣布AI算力产品涨价5%至34%。

跌的时候有多猛烈？

然而，2026年5月底至6月，算力板块普遍回调30%~40%。据Ornn数据，B200每小时租赁价自5月30日攀至6.11美元/时的三个月高点后持续回落，截至6月21日已跌至4.22美元/时，三周内回落约30%。高盛交易台主管直言：AI“算力稀缺”的神话可能正在跌落神坛。

国产GPU同样遭遇价格雪崩。国产910B2租赁报价普跌，西部包年探至10000元/月，较高点17000元降41%。华东运营商同配置两周内从16000元滑至13000元，降幅19%。

价格波动的深层逻辑。

价格剧烈波动的背后，是多重因素的叠加：美国芯片出口政策扰动、部分企业盈利预测被证伪、行业同质化竞争明显、开源模型压低算力价格。

对算力租赁厂商而言，最大经营风险是“高价采购设备、低价签长期合同”的错配。一旦价格掉头向下，前期高价囤积的GPU将面临租金暴跌和流动性枯竭的双重打击。

四、算力定价的“巴别塔”：标准化难题与计费乱象

算力金融化的基础是“可定价”。但今天的算力市场，连“一小时的算力值多少钱”都难以说清。

“算力是唯一一种没有人知道如何定价的主要商品。”

有尖锐评论指出：“计算力是唯一一种没有人知道如何定价的主要商品。”不同架构的GPU、不同精度的计算、不同互联带宽都会影响实际效能。芯片架构碎片化、全栈人才匮乏、集群稳定性不足——行业尚未形成标准化体系。

Token计费的“三宗罪”。

Token正在成为AI时代算力消费的“统一度量衡”。但定价乱象同样集中在Token上。中国信通院信息化与工业化融合研究所副所长黄伟指出了三个核心问题：

计费不透明——部分服务商存在最小计费单位设置不合理、暗中降低模型精度压缩成本的问题，用户无法感知实际算力与模型版本情况。

计量标准混乱——不同厂商对文本、多模态内容的Token切分规则不统一，同内容不同厂商的Token消耗量差异可达数倍，用户无法横向比对成本。

价值匹配脱节——当前国内Token定价仍以成本为核心基准，尚未建立与任务完成度、产出价值挂钩的定价机制，质量评估主要依赖用户主观感知。

“需要搭建一套公开透明、能核对、方便对比的通用行业标准。”行业协会和标准化机构被呼吁加快出台Token计量、计价、服务的统一规则。

五、监管套利与合规风险：算力金融化的“灰色地带”

当算力变成金融资产，监管套利和合规风险随之而来。

“AI算力租赁”正在成为非法金融活动的新幌子。

2026年6月，重庆市科学技术局发布风险提示：有的以“AI算力租赁”为名，谎称投资AI服务器、算力节点等项目可获得高额回报，实则以新投资者资金兑付旧投资者收益，属于典型的“庞氏骗局”。此类机构往往利用“科技公司”“信息科技”等看似正规的企业名称包装自己。

金融监管的框架已经建立。

2026年6月18日，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》，从治理架构、开发应用、数据治理、算力建设、风险管理等七个方面提出32项指导性意见。

核心要求包括：将人工智能风险纳入全面风险管理体系，实施风险分类分级管理和高风险应用准入管理；在高风险应用关键环节建立人工监督和干预机制；加强外包和供应链风险管理。

Token经济的监管正在加速。

2026年7月，北京市提出“加快构建高质量Token经济治理体系”。方案提出：搭建全国一体化Token智能监管平台，打通算力平台、数据交易所数据接口，实现Token全流程数据实时归集与动态监测；推动监管从事后处置转向事前预警、事中管控，实现全链路穿透监管。

跨周期风险：AI商业化回报若低于预期，金融稳定风险将快速暴露。

有分析指出，AI商业化回报若低于预期，企业现金流可能难以覆盖债务成本，金融稳定风险便会快速暴露。“最危险的信号是'技术迭代推迟引发的资产贬值风险'与'下游商业化变现受阻'。一旦AI应用无法实现规模化盈利，高昂的算力成本将直接压垮下游客户。”

算力金融化需要一套完整的监管框架——从Token计价的标准化、算力资产的估值方法、到高杠杆融资的风险管控——每一环都不能缺位。

写在最后

算力金融化的故事令人振奋——2600亿的市场、投资级评级的融资、CME的期货、链上的代币化资产。但故事的B面同样值得警惕。

泡沫正在分化。 头部平台利用率超90%，中小中心仅20%-30%。万亿资本涌入的同时，“数字烂尾楼”的风险正在累积。

技术迭代正在加速资产贬值。 GPU迭代周期已缩短至12个月，“数字生菜”一旦过了季，价值就会迅速“枯萎”。用跨世代的长期债务押注仅有两三年寿命的资产——这是算力金融化最深层的结构性风险。

价格正在剧烈波动。 H100半年涨40%，B200三周跌30%——涨的时候有多疯狂，跌的时候就有多惨烈。没有有效的价格发现和风险对冲工具，整个产业链就是在“裸奔”。

定价体系远未成熟。 Token计费不透明、计量标准混乱、价值匹配脱节——算力连“一小时的算力值多少钱”都难以说清，期货和衍生品又从何谈起？

监管正在加速跟上。 从金融监管总局的32条意见到Token经济的穿透监管——规则在建立，但速度能否追上创新的步伐，仍是未知数。

一位地方国资平台企业董事长的话值得反复咀嚼：“最危险的信号，是把GPU当成房子来炒。”算力是生产资料，不是投资品。当它被当作“可以抵押、可以炒作、可以套利”的金融工具时，泡沫就离破裂不远了。

算力金融化是一场伟大的实验，但任何实验都需要敬畏风险。 泡沫可能破裂、资产可能贬值、价格可能崩盘、监管可能收紧——这些不是“如果”，而是“何时”。而穿越周期的唯一方式，是始终记住：算力的终极价值，不在于它能被炒多高，而在于它能创造多少真实的经济价值。