马斯克贷款2700亿，准备大干一场

AI烧钱烧得越来越猛了。

近日，马斯克在社交平台上宣布，SpaceX已完成400亿美元（约2700亿元人民币）的债务融资，资金主要用于采购预计2027年第一、第二季度交付的GPU，也就是支撑AI计算的关键芯片。

按马斯克的说法，这笔融资主要属于可赎回债务，即借款方可按约定条件提前偿还。

也许有人会好奇，一个火箭公司借这么多钱买GPU，马斯克准备给火箭装多少块显卡？

实际上，自今年下半年起，AI业务已经成为SpaceX的主要收入来源。马斯克把火箭送上天的钱，基本上都是靠出租算力赚来的。

图源：X

马斯克的发言带着明显的对比意味。他判断，过去几周，对于那些缺乏AI数据中心之外可观收入的企业，债务市场几乎关闭了融资通道。SpaceX能融到钱，则因为它拥有投资级的信用，以及星链和发射业务。

星链有通信服务收入，发射业务有客户和订单。债权人评估SpaceX，能够看到AI之外的生意，不必把偿债希望全押在机房未来的收入上。

马斯克这番话，既在宣布融资进展，也在强调SpaceX与其他同行的本质差别。

眼下压力最大的，是新型AI云厂商。它们主要搭建GPU集群，再把计算能力卖给客户。CoreWeave、Nebius都属于这一阵营。它们与业务覆盖更广的传统云巨头，不能混作一谈。

这门生意看起来很赚钱，实际得先把一整座“算力工厂”运转起来。芯片、供电、散热、网络，少一项都交不了货。客户可以买未来的算力，建设投入却得提前支付。而且，AI技术更新快，设备能用多少年，迭代又要花多少钱，这些都是成本。

但债主可不管这些。产品可以延期，客户可以观望，利息却始终照着日历走。

市场已经开始反映这些压力的存在。CoreWeave一批6月发行、发行时收益率为9.675%的债券，因价格下跌，市场收益率一度升至约15%。这说明投资者持有这类债券，要求更高的回报来补偿风险。

可以看出，AI融资正在分化。资本仍然愿意为需求掏钱，也越来越在意这笔需求背后，谁付款、何时付款、靠什么确保还款。

图源：路透社

融资成本最终还会影响竞争。设备相近、客户需求相近，借钱更贵的一方，就得从经营收入里拿出更多钱付利息。这也是算力行业容易被忽略的一面。争夺订单之前，企业已经在争夺债权人的信任。

马斯克的优势，恰好就在这里。

SpaceX第三季度财报显示，星链所在的连接业务营收为52.48亿美元，营业利润为23.67亿美元。同期，公司的AI业务营收为75.6亿美元，营业利润为4.31亿美元，航天业务则录得小幅营业亏损。

尽管AI业务占了收入大头，但星链仍然是公司的主要营业利润来源。

因此，发射业务提供了AI之外的收入来源，星链则拿出了更有力的盈利支撑。不过这些利润也不等于可以随手支取的现金，但它们足以解释，为什么马斯克谈AI融资时，要先亮出原有业务。

AI产业越烧钱，已经赚钱的业务越有分量。最前沿的技术竞争，绕了一大圈，仍要依靠最传统的偿债能力。体量越大，抗风险能力就越强。

图源：SpaceX财报

今年2月，SpaceX正式宣布收购xAI。从那时起，Grok等AI业务就进入了这家公司的版图。

马斯克借来这么多钱，全砸在AI领域，是不是说明Grok以后要和AI御三家平起平坐了？

其实，SpaceX的AI业务不止是Grok的订阅费，算力出租才是SpaceX重金采购GPU的真实目的。

对自有AI产品而言，GPU是生产工具。训练模型要用，模型上线后回答问题、处理任务也要用。但SpaceX已经把这套生产工具，卖成了另一门服务。

今年5月，Anthropic宣布与SpaceX合作，使用Colossus 1数据中心的全部算力容量。公告称，这笔合作将在当月带来超过300兆瓦的新增容量，涉及超过22万块英伟达GPU。

Anthropic开发Claude，与Grok存在竞争关系。但在算力交易上，它又成了SpaceX的客户。

AI企业争的是用户，算力平台争的是客户。

这笔合作的意义，在于SpaceX多了一条赚钱路径。自有模型和产品需要赚的是用户的钱，算力服务则可以通过满足其他公司的计算需求获得收入。

图源：Anthropic

这种变化也改变了观察SpaceX的方式。评估它的AI生意，不能只盯着Grok在模型榜单上的位置，还得看外部客户愿意购买多少算力、这些合同能留下多少收益。

模型能力仍然重要，但算力供应商可以从不同客户的增长中获得收入。这让SpaceX的商业选择更多，也让它与同行的关系更复杂。

这也解释了为什么SpaceX会继续扩张GPU采购。芯片既关系到自有业务的发展，也关系到它能向外部客户交付多少服务。

可以肯定的是，SpaceX已经同时站上了模型竞赛和算力供应两张牌桌。

这样的布局有野心，却也把管理难度抬高了。自有业务要算力，付费客户也要算力。资源怎么分，收入如何平衡，都是一道难题。

SpaceX第三季度总资本开支约195.93亿美元，其中AI板块约164.44亿美元，占比接近84%。

收入重心在变，支出重心变化得更猛烈。

这组数字清楚表明，AI扩张正在消耗大量资金，融资能力已经成为这门生意的重要竞争条件。

图源：X

资本开支很容易制造规模感。机房面积、芯片数量、采购金额，随便哪个都能撑起一个大标题。但真正难算的账，在于每一批设备什么时候交付，客户用了多少，最终留下多少现金。

这才是判断400亿美元债务值不值的地方。SpaceX有星链作为盈利支撑，拥有更大的腾挪空间。可腾挪空间再大，也不能长期代替AI业务自身的回报。

尤其当它把视线进一步投向太空。

SpaceX上市相关材料已经提出部署轨道AI算力的方向，试图把航天能力与AI基础设施结合。地面的业务已经需要大量芯片，未来规划还要更多供给。

所以，自研GPU就有了不得不做的理由。

同一份材料里，SpaceX已经把制造自有GPU列入AI业务的资本开支事项，并提出自主设计、制造芯片的方向。

因此，这件事已经超出了外界凭空猜测的阶段。真正的问题是，计划要花多久才能变成可用的产品。

采购规模越大，降低单次计算成本的价值就越大。把部分芯片能力掌握在手里，也有望减少扩张节奏对外部供货的依赖。但自研能否省钱，最终要看研发投入、制造成本和实际使用规模的情况。

图源：微博

马斯克在10月20日的财报电话会上表示，内部目标是在2027年5月或6月让首颗测试芯片运行起来，可能是一颗验证产线的存储芯片。Terafab项目则争取在2028年下半年实现量产。他也明确承认，这些目标非常激进。

测试产线的芯片，距离能承接大规模AI任务的GPU，还有一段路要走。产品性能、生产良率和软件适配，每一关都不好过。

这也意味着，今天的巨额采购不能被当成自研失败的证据，远期的造芯计划同样不能被当成已经摆脱外部供应。

从商业路径看，先在部分自有业务里验证芯片，再逐步扩大使用范围，可能更容易推进。

图源：百度

眼下借钱买GPU，解决的是业务扩张的紧迫需求。长期投入自研，争取的是供应和成本上的主动权。两条路并不冲突。

400亿美元让SpaceX多了一份抢跑的筹码。接下来，它得把筹码变成客户愿意持续付费的算力。

至于自研GPU，它真正能发挥作用的那一天，是它终于能拿出一个比继续采购更划算的选择。