這不是一輪常規的股權融資。彭博與路透披露:xAI 正將本輪規模提升至 約 200 億美元,由 約 75 億美元股權 + 最高 125 億美元債務 組成,並通過 SPV(特殊目的實體) 以“購芯—回租”形式落地——SPV 直接向輝達採購 GPU,再租回給 xAI 使用;輝達本身還可能在股權部分投入 最高 20 億美元。融資載體與硬體交易被“打包”,資金在到帳一刻即固化為可計量的 物理算力。
這一結構的直接目標,是替 xAI 的 Colossus 2 資料中心鎖定上游供給與交付節奏。第三方現場監測稱,孟菲斯園區 2025 年 8 月前後已就緒約 200MW 冷卻能力,對應大規模 GB200 機櫃上架能力;無論具體數值如何波動,方向都很清晰:xAI 在用“先有算力、再談產品”的路徑縮短追趕周期,把融資的 不確定性 轉換成可交付的 GPU 資產。
表面上,輝達是賣方;實際上,它更像一個 “算力央行”:一邊通過銷售 GPU 回籠現金流,另一邊用 參股/配資/回租 繫結下游算力營運方的未來產出與需求曲線。xAI 此番“資本+硬體”聯動,只是輝達生態金融化的又一個樣板;此前它已通過 CoreWeave 等夥伴 試水“以 GPU 為底層抵押物”的算力供給網路,如今把模式外延到 直接參與客戶股權。
更關鍵的是,這種模式具備 規模外溢:當上游產能吃緊、交付期拉長時,誰能提供 資金+產能+排產優先權 的一體化方案,誰就能在下一輪產品周期裡定義事實標準。以 xAI 為例,把“融資”與“交付”繫結後,它不僅獲得硬體,更獲得 產能佔坑權——這在 GPU 仍然短缺的階段,價值極高。
與 xAI 的外部擴張相對,特斯拉在 2025 年夏天 解散 Dojo 團隊、轉向聚焦 AI5/AI6 等推理晶片 與外部訓練算力。路透與彭博均確認:Dojo 團隊撤並、負責人離任,研發重心回到整車與機器人推理側,訓練側更多依賴輝達等外部資源。這是一筆 效率帳:自研訓練架構投入高、折舊快、規模經濟難以匹配輝達生態。
回看 2024 年,馬斯克曾因 12,000 片 H100 的 調配 在特斯拉、X 與 xAI 之間“走鋼絲”;同年他又表示特斯拉年度 AI 相關支出將達 100 億美元,H100 規模目標 從 3.5 萬片提至 8.5 萬片。一年後現實給出答案:當自研訓練堆疊與外部 GPU 生態的 成本/交付/軟體 全面拉開差距,最經濟的路徑就是 把訓練峰值外包,把自研集中在 推理 SoC 與系統整合。
由此,馬斯克系的 算力分工 逐漸明晰:
xAI 主攻通用大模型與資料中心訓練(“買晶片”的主戰場);
特斯拉 聚焦車端/人形機器人推理(“用得好”的主戰場);
X 作為應用與資料入口,吸收與反哺模型側。這種 訓練外采 + 推理自強 的割裂式架構,既順應了 GPU 市場現實,也避開了自研訓練架構的“無底洞”。(趨勢判斷,依據公開資訊歸納)
就在 xAI 推進“以籌資換 GPU”的同時,OpenAI 在兩條供應線同時加碼:
一方面與 輝達 簽署 10GW 級 基礎設施 LOI,輝達 擬逐步投資至多 1000 億美元 以配合資料中心與電力側擴張;
另一方面與 AMD 達成 “6GW 級” 多年期供貨協議,2026 年下半年 先行 1GW MI450 上線,並配套 最高 10% 的認股權 作為按績效觸發的價內期權。
把三件事放在一起——xAI 的 200 億硬體融資、OpenAI×輝達的 10GW/1000 億 LOI、OpenAI×AMD 的 6GW/Warrant 對賭——我們正在進入一個前所未見的階段:
算力被資產化、被金融工程化。資金不再只是“研發費用”,而是被直接鑄造成 GPU、機電與電力容量;供應關係不再鬆散,而是通過 股權、債務、回租、認股權 等工具被 強繫結。上游(晶片/電力)、中游(雲與算力營運)、下游(模型/應用)的權力邊界,被資本與供應鏈一起改寫。
xAI 把 200 億美元“鑄成” GPU,特斯拉把自研訓練的曲線收回到推理側,OpenAI 則在輝達與 AMD 之間 避險式鎖倉。這幾筆同時發生的動作,勾勒出同一幅底圖:算力正在成為資本市場裡的“硬抵押物”。誰能把資金、產能與電力打通,誰就有資格定義下一代 AI 的速度和成本。
對輝達而言,“賣晶片”的上限已被打破,它正把金融工具嵌入產業鏈,成為事實上的 “算力央行”;對馬斯克生態而言,“訓練外采、推理自強”是現實主義的技術分工;對 OpenAI 而言,10GW + 6GW 的雙保險,意味著把未來幾年最稀缺的兩條產線(Vera Rubin 與 MI450)同時握在手裡。新秩序已然開場。 (視界的剖析)