AI云公司Lambda融资10亿美元购买英伟达芯片，租给微软：AI算力'举债扩张'时代来了

这已经不是Lambda第一次'举债买芯片'了。据TechCrunch报道，这是Lambda利用债务融资GPU基础设施、服务特定客户的系列动作中的最新一笔：今年5月，Lambda完成了一笔10亿美元的担保信贷额度；就在本周，它还宣布完成了一笔9.26亿美元的贷款，用于购买英伟达最新的GB300 GPU——这是英伟达最新型号的芯片之一，将专门为一个大型云客户部署。接二连三的大额债务融资，勾勒出这家公司极其激进的扩张路径：先用债务锁定芯片产能，再靠租赁收入滚动还债，赌的是AI算力需求的持续爆发。

Lambda的股权融资同样热闹。据TechCrunch报道，就在这笔10亿美元债务融资推进的同时，Lambda正在洽谈一笔30亿美元的pre-IPO轮融资；而去年11月，该公司刚刚完成了15亿美元的VC融资，投后估值达到54.3亿美元（据PitchBook数据）。从54亿美元估值到传闻中的IPO前大额融资，Lambda的成长速度令人咋舌。但更值得注意的，是这种模式的本质：它不是靠产品利润滚动扩张，而是用'债务+股权'双轮驱动，把融资能力直接转化为算力市场份额。在GPU供应仍然紧张、AI训练需求居高不下的背景下，谁的钱多、谁的动作快，谁就能抢到稀缺的芯片产能。

Lambda的激进只是整个行业的一个缩影。据Bloomberg统计的数据，2026年迄今为止，全球银行和科技公司已经筹集了超过4000亿美元的AI相关债务——从微软、亚马逊、谷歌这样的云巨头，到Lambda、CoreWeave这样的算力新贵，都在用债务为AI基础设施买单。这个数字背后是一场前所未有的资本迁徙：过去十年，科技巨头把现金流投向了回购股票和股东回报；而现在，越来越多的资金被注入数据中心、GPU集群和电力基础设施。举债扩张的好处是速度快——不必等待利润积累，就能抢占算力先机；风险也同样明显——一旦AI需求增速放缓，或者芯片贬值速度快于预期，这些债务将变成沉重的负担。

对关注AI行业的普通人来说，Lambda的故事提供了一个观察AI泡沫与否的独特视角。支持者会说：4000亿美元的债务证明AI算力需求是真实且持续的，不然精明的银行不会放贷；怀疑者则会指出：历史上每一次'举债买设备'的狂热——无论是2000年的电信泡沫还是2008年的房地产——最终都以债务危机收场。两种观点都有道理，但一个不争的事实是：在芯片成为AI时代'硬通货'的今天，算力供给侧的资本游戏已经彻底改变了玩法。谁拥有芯片，谁就拥有训练大模型的入场券；而这场豪赌的结果，可能要等到AI需求曲线真正稳定下来的那一天才能见分晓。

还有一个细节值得玩味：在这笔交易中，摩根大通这样的传统投行深度参与了AI算力基础设施的融资结构设计。当华尔街开始为GPU集群设计复杂的债务工具时，AI基础设施已经不再是科技圈内部的游戏——它正在成为主流金融市场的核心资产类别。未来，我们可能会看到更多围绕AI算力的证券化、租赁、对冲等金融创新，就像当年房地产金融化改变城市面貌一样，AI算力金融化也将重塑整个产业的生态。