随着生成式 AI 从模型训练转向更大规模推理部署，科技公司正把更多预算投向数据中心、云容量和芯片锁定，而不再只是为模型本身融资。CoreWeave 周四表示，已与 Meta 签署一项价值 210 亿美元的扩展协议，为后者提供云计算能力，合同持续至 2032 年底；这建立在双方此前 140 亿美元协议基础之上，也表明 Meta 在自建与外采并行的模式下，正继续放大 AI 基础设施投入。Reuters 同日报道称，Meta 今年 AI 基建投入预计最高可达 1,350 亿美元。
这一趋势并不局限于 Meta。Reuters 汇总显示，过去数月围绕 AI 基建的巨额交易已覆盖 OpenAI、Oracle、AMD、Nvidia、Google、Anthropic、Amazon、CoreWeave 和 SoftBank 等多家企业，其中既包括 OpenAI 据报向 Oracle 采购约 3,000 亿美元算力的长期协议，也包括 Stargate 数据中心项目所宣示的最高 5,000 亿美元投资框架，还包括 AMD 向 Meta 供应最高 600 亿美元 AI 芯片的多年协议。换句话说，资本开支战线已经从“谁拥有更强模型”，延伸到“谁更快锁定电力、机房、GPU、定制芯片和云容量”。
需求端正在逼着供给端扩张
支出激增的背后，是云厂商和模型公司对 AI 工作负载需求的统一判断：供给仍然不够。Amazon 周四首次披露，AWS AI 服务的年化收入已超过 150 亿美元，约占 AWS 1,420 亿美元收入运行率的十分之一；公司同时表示，当前增速仍受制于容量约束，客户需求远高于现有基础设施可支持的水平。这个表述与 Meta 外购 CoreWeave 容量、Google 扩建德州数据中心、以及多家公司签署长期芯片锁定协议的逻辑是一致的——不是企业突然愿意更激进烧钱，而是他们担心如果现在不锁资源，未来几年会拿不到足够算力。
这也解释了为何交易结构越来越像能源或大宗商品行业的长期承购协议，而不是传统软件时代的一次性采购。Reuters 列出的交易中，不少金额实质上对应多年采购承诺、预留产能或联合建设义务，而非即刻到账的现金投资。例如 CoreWeave 与 OpenAI 的 119 亿美元五年合同，本质是算力消费承诺；Meta 与 Google 超过 100 亿美元的云协议、Oracle 与 Meta 约 200 亿美元的云谈判，也都属于“先锁供给、再按周期消化”的基建型安排。
芯片公司与云厂商一起受益
对 Nvidia、AMD、Broadcom 和 Oracle 这类“卖铲子”的公司而言，这轮周期的吸引力在于，它们拿到的不是零散订单，而是横跨数年的高可见度需求。AMD 先后拿下 OpenAI 和 Meta 的大型 AI 芯片协议；Broadcom 则在 4 月 6 日与 Google 签下长期定制 AI 芯片合作，并为 Anthropic 提供基于 Google 芯片的大规模算力。Oracle 方面，除被报道与 OpenAI 签下约 3,000 亿美元算力合同外，公司 2 月还称，预计 2026 年筹资 450 亿至 500 亿美元，以扩建云基础设施能力。
CoreWeave 的最新动作尤其能说明这一模式。就在宣布与 Meta 扩容协议的同一天，这家 Nvidia 支持的云基础设施公司还披露，拟发行 12.5 亿美元债券和 30 亿美元可转债。简单说，AI 客户在锁定长期云容量，云服务商则反过来用这些长期合同去撬动债务和资本市场融资，再继续买 GPU、建机房、租电力。这让 AI 基建周期越来越像一个高杠杆、长周期、重资产的公用事业模式，而不再只是轻资产的软件故事。
风险在于金额很大，但口径并不相同
不过，把这些 headline 数字简单相加，容易夸大真实资本强度。Reuters 和 Breakingviews 均提示，当前市场上出现的很多“数十亿甚至数千亿美元”数字，并不完全可比：有的是采购上限，有的是投资框架，有的是媒体报道的谈判金额，有的是多年分期执行合同，还有的包含股权、云服务和设备供给混合条款。Breakingviews 4 月 7 日甚至估算，到 2030 年全球 AI 数据中心计划的总投资可能达到 6.6 万亿美元以上，而实际融资、用电、施工和收益兑现能力未必跟得上。
从市场角度看，真正的问题已不是 AI 会不会继续花钱，而是这轮投入能否在足够长的时间里转化为稳定收入。OpenAI 与 Anthropic 的收入竞赛、AWS 首次披露 AI 年化收入、以及 Meta 把全年资本开支抬到 1,150 亿至 1,350 亿美元区间，都说明头部公司相信需求能够覆盖重资产投资。但如果模型商业化增速不及预期，或电力、土地、设备与融资成本继续抬升，这场 AI 基建竞赛也可能从“增长故事”迅速变成“资产负债表故事”。
