4月底，甲骨文正式完成旗下密歇根州萨林（Salin）超级数据中心园区的160亿美元融资，折合人民币约1092亿元。这是人类历史上最大的一笔单项技术债务融资，也是AI基础设施"金融化"进程中的一个标志性事件。

项目融资结构分两层：黑石集团和瑞联数字（Related Digital）提供约20亿美元股权，剩下的缺口由债券市场承接。最终结果颇具戏剧性——全球最大主动型固定收益管理公司PIMCO认购了140亿美元债券中的约100亿美元，独自扛起了这笔融资的大头。

但这个结局来之不易。最初的项目承销方是美国银行，后者在深入尽调后对AI基础设施需求的可持续性产生了根本性质疑，最终选择退出。PIMCO接手后，据彭博社4月报道，PIMCO还一度试探性地向市场转让这140亿美元债务包中的部分份额，试图分散风险。虽然最终选择了持有，但这一动作本身就透露出信号：即便是最激进的固定收益投资者，对这笔账也没有十足把握。

值得注意的是，这并非甲骨文的个案。目前甲骨文已通过三大融资项目累计为数据中心合作伙伴筹集至少720亿美元债务，覆盖密歇根、德克萨斯、威斯康星和新墨西哥四个州。加上甲骨文2026财年预计500亿美元的资本支出（较上一年翻倍有余），其资产负债表承受的压力已大到标普和穆迪双双将信用评级展望下调至负面。

萨林数据中心不是一座孤岛。它是"星门计划"（Stargate Project）的核心组成部分——这个由OpenAI、软银和甲骨文联合发起的项目，计划四年内投资5000亿美元在美国搭建AI基础设施网络。

计划公布于2025年1月，特朗普在白宫亲自站台背书，声势浩大。然而实际推进远不如预期。2025年7月，多家媒体披露"星门计划"已陷入僵局：项目启动六个月，一个数据中心都未落地，OpenAI与软银之间在股权结构和控制权上分歧严重。直到2025年9月，三方才重新宣布将兴建5座AI超级数据中心，项目才实质重启。

甲骨文在萨林项目上的角色是"房东"——建成后将直接服务OpenAI。甲骨文预计到2027年AI业务将创造约900亿美元收入，但眼下的问题是：其5530亿美元的剩余履约义务几乎全部绑在OpenAI这一个客户身上。而OpenAI本身尚未实现年度盈利，2026年预计亏损达140亿美元，且正处于从非营利转向营利性机构的法律纠纷中。甲骨文的信用风险与OpenAI的命运高度捆绑，这种集中度在华尔街看来是一颗定时炸弹。

如果把视野从甲骨文一家拉远到整个行业，一个更深层的结构性矛盾浮出水面：AI基础设施的资本支出和行业实际收入之间存在巨大的错配。

全球AI相关年收入约600亿美元，而数据中心年资本支出已达3700亿至4000亿美元，两者之间存在约六倍鸿沟。这一比例远超历史上铁路泡沫和光纤泡沫时期。

腾讯研究院今年4月发布的报告进一步量化了这个问题。据红杉资本测算，AI基础设施每投入1美元GPU算力，需要应用端产生4美元收入才能形成商业闭环。仅英伟达2025年数据中心业务1937亿美元的收入，就要求应用端产生约7750亿美元营收来支撑，但实际应用端总营收仅1500亿至2000亿美元，缺口超过6000亿美元。

更值得警惕的是债务杠杆的加速攀升。2025年AI产业链相关企业债务发行总额达1218亿美元，同比增长531%；2026年一季度仅三个月就发行了1051亿美元，接近2025年全年总额。甲骨文160亿美元项目融资正是这一趋势的缩影——当企业资产负债表已经承载不起，项目融资和私人信贷开始成为新通道。

PIMCO主导甲骨文项目、黑石在澳大利亚为AI初创公司Firmus Technologies提供100亿美元债务融资、Meta在路易斯安那州的数据中心获PIMCO牵头290亿美元融资……一个由私募股权和资产管理公司主导的"并行金融基础设施"正在成形，其底层逻辑正从硅谷的风险投资风格转向华尔街的固定收益风格——以实物资产和长期租赁义务作为债务担保，越来越像商业地产。

如果说资金问题还有金融工具可以腾挪，电力供应则是一堵更难翻越的墙。

能源消费者非营利组织PowerLines今年4月发布的报告显示，美国51家大型投资者持有型公用事业公司已将未来五年资本支出计划大幅上调逾20%，从去年预期的约1.1万亿美元跃升至1.4万亿美元，增幅约3000亿美元。这些钱主要花在两件事上：升级老化电网，以及应对AI数据中心暴增的电力需求。

以得州为例，ERCOT（得州电力可靠性委员会）预计到2032年，得州峰值电力需求可能达到367,790兆瓦，比2023年85,508兆瓦的历史峰值翻了两番，需要新增相当于近300座核反应堆的发电能力。

高盛今年10月发布的报告同样指出，到2030年全球数据中心电力需求将暴增160%。一座1吉瓦的AI数据中心园区需要专用发电设施、输电升级和水冷系统，对电力和水资源的需求远超传统数据中心。而花旗集团的分析更加直白：在电网紧急状态下，甲骨文的数据中心将被优先断电，以避免"数据中心灯火通明、公众遭遇停电"的场景。

这正是萨林项目当地居民抗议的核心议题。密歇根州萨林镇的居民去年12月聚集发声，担忧项目庞大的耗电量冲击当地电网、引发空气和水体污染。在州听证会上，反对者直言项目审批是"屈从于政治压力、牺牲居民利益"。类似的社区冲突正在全美多个数据中心选址地上演——科技巨头对算力的渴求与当地居民对生活环境的要求，正在形成越来越尖锐的对立。

如果说融资困难和电力瓶颈是"已知风险"，那么DeepSeek的出现则制造了一个全新的不确定性——它动摇了整个行业"算力越多越好"的底层信仰。

今年1月DeepSeek R1模型发布当天，英伟达单日市值蒸发近6000亿美元，创下历史纪录。原因不复杂：DeepSeek V3的训练成本仅600万美元（以云租赁等效价格计算，不含自有GPU投入），不足GPT-4的十分之一，API定价为GPT-5的五分之一，但性能已接近同级产品。

SemiAnalysis的独立分析显示，DeepSeek实际硬件投入约16亿美元，远高于600万美元的对外口径。但即便如此，这个数字相较于OpenAI动辄百亿美元的算力投入也仅为零头。DeepSeek通过强化学习训练、模型参数稀疏激活、自适应路由等技术路线，证明了"高效扩展"可以与"暴力扩展"取得相当的效果。

TrendForce的分析认为，这一冲击不会终结AI基础设施建设，但会改变建设逻辑——从单纯堆算力转向更严格的ROI评估。IBM CEO Arvind Krishna也公开表示，DeepSeek验证了"更小的模型和更合理的训练时间才是企业部署大语言模型的关键"。

对甲骨文这类基础设施运营商来说，这是一个微妙但真实的风险。如果未来的AI应用更依赖高效推理而非暴力训练，那么超大规模数据中心的经济模型就需要重新校准。当前萨林园区19.5年、7.5%利率的债务结构，建立在高入住率和高收入的假设之上。如果"算力需求永远增长"的共识出现松动，资产空置率上升的风险就不是理论问题。

回到最初的问题：为什么PIMCO愿意认购100亿美元高利率债券？为什么黑石愿意提供20亿美元股权？

答案可能不在AI本身，而在金融逻辑。

传统上，数据中心被视为轻资产的云服务基础设施。但随着项目规模从兆瓦级攀升到吉瓦级，投资逻辑发生了质变——这些设施变成了以土地、电力和长期租赁合同为锚的实物资产。一座建成投运的1吉瓦数据中心，只要有稳定的租户和电力供应，本质上就是一笔现金流可预测的长期固收产品。PIMCO、黑石这类机构擅长管理这类资产，他们在商业地产、基础设施REITs领域积累的尽调和风控能力，正在被平移到AI数据中心上。

这解释了一个看似矛盾的现象：华尔街对AI应用层的变现能力普遍持怀疑态度，但对AI基础设施层的投资热情却持续高涨。因为后者已经从"赌AI会不会成功"变成了"赌有没有人租这个数据中心"，逻辑链条明显缩短了。

但这种金融化的代价也很清晰。一旦AI应用端的商业化继续滞后，租户方（如OpenAI）的支付能力受到挑战，整个债务链条上的每一环都会被波及。甲骨文5530亿美元履约义务对OpenAI的极度依赖、AI产业链债务发行的暴增、以及信用评级展望的持续下调，都在指向同一个方向。

站在当前时点看，AI基础设施不会崩塌，但一定会经历一轮痛苦的去杠杆和再平衡。可能的路径包括：

第一，应用端商业化加速。如果2026至2028年间企业级AI应用真正跑通ROI模型，支付意愿和付费渗透率显著提升，当前的基础设施投资就有了落地基础。但目前B端AI付费渗透率仍低——以微软Copilot为例，仅3.3%的企业客户实际付费使用，这一数字需要至少一个数量级的跃升。

第二，技术效率提升降低算力需求曲线。DeepSeek展示的低成本路线如果被行业广泛采纳，同样水平的AI能力可能只需要当前规划算力的几分之一，过剩产能将通过价格调整逐步消化。

第三，基础设施投资自然减速。当资本市场的风险偏好下降、债务成本上升、信用评级承压，投资增速会自动放缓。事实上，美国银行的退出和PIMCO的犹豫已经传递了这种信号。

无论哪条路径占上风，当前这个"资本超前于收入"的阶段都不可能无限持续。历史反复证明：技术最终会证明基础设施投资的价值，但早期融资方往往难以从中获益。上世纪90年代末的光纤泡沫、2008年的数据中心热潮，莫不如此。

甲骨文160亿美元融资完成的那一刻，是AI基础设施"金融化"的一座里程碑。它既证明了资本对这个赛道的信心，也暴露了支撑信心的脆弱基础。在这个资本支出与收入之间隔着六倍鸿沟的行业里，每一个参与方都在用不同的方式对冲同一个赌注：AI的未来应用价值，终将证明今天的超前建设是值得的。但历史也提醒我们，"值得"和"能等到"之间，隔着的可能是整整一代投资者的耐心。

参考来源：Bloomberg, Business Insider, 腾讯研究院, PowerLines, TrendForce, Omdia, Gartner, SemiAnalysis, 高盛研报，以及公开政策文件。
本文仅为行业分析，不构成任何投资建议。