Lambda获10亿美元债务融资，加码AI芯片转租微软

8月29日消息，据TechCrunch报道，面向AI算力服务的Neocloud公司Lambda已通过私人债务融资获得10亿美元资金，将用于购买英伟达（Nvidia）AI芯片，并将算力租赁给微软。这笔交易再度表明，在人工智能竞赛白热化的当下，算力的获取已不仅仅是技术问题，更是一场资本与杠杆的比拼。

一笔10亿美元的“芯片收购”交易

Lambda并未透露贷款的具体条款，但知情人士表示，这笔私人债务的资金将用于采购包括H100、H200乃至最新Blackwell架构在内的英伟达AI加速卡，并通过其云平台向客户提供算力，其中微软是重要客户。事实上，微软与Lambda之间的合作并非首次，此前微软已通过类似模式从多家算力供应商处获取GPU资源，以缓解其自有数据中心及OpenAI算力需求带来的压力。

这并非Lambda第一次动用债务工具。近年来，该公司已连续完成多笔债权融资，用于扩充硬件资产。这种“借钱买芯片，出租收租金”的模式，本质上是用杠杆撬动AI基建，并在后续运营中以合同收入逐步偿还债务。

Neo云：AI时代的新兴算力玩家

所谓Neocloud，指的是面向AI工作负载而生的新型云服务商。与亚马逊AWS、微软Azure和谷歌云这样的大型综合云平台不同，Neocloud通常轻资产运营，不追求广泛的地域可用性和庞大的服务种类，而是聚焦于提供高质量的GPU计算集群，以更低的价格和更灵活的部署满足AI训练与推理需求。Lambda是这一赛道的典型玩家，其前身由服务器和存储业务起家，后转向GPU云服务，客户包括不少头部AI实验室。

在AI大模型训练中，GPU集群需要大量能源和网络基础设施，芯片采购成本占据初始投资的大头。以英伟达B200加速卡为例，单卡价格预计超过4万美元，而一个大规模的集群往往需要数千张甚至数万张卡，这意味着数十亿美元的资本支出。对于初创公司而言，自有资金难以覆盖，债务融资由此成为一条重要的资金路径。

债务驱动的高成本竞赛

Lambda并不是唯一采用这一策略的公司。同样被称为Neocloud的CoreWeave近年来便通过高额债务融资，购买英伟达GPU后出租给微软、OpenAI等客户，并在2025年成功上市。此外，多家人工智能基础设施初创公司也在积极利用私募信贷、资产抵押贷款等方式获取资金。其背后逻辑在于：只要GPU租金收入能够稳定覆盖利息并产生利润，杠杆就能放大股东回报。

然而，高杠杆也意味着高风险。GPU硬件迭代速度快，英伟达几乎每年都会推出性能更强的新一代芯片，旧款硬件面临快速贬值的风险。同时，若AI需求增长放缓，或大型客户减少租赁，公司可能面临现金流紧张，进而引发债务违约。私募债务的利率往往高于银行贷款，在利率高企的环境下，财务压力更为明显。

编者按：这笔10亿美元融资是AI资本热潮的一个缩影。当算力成为稀缺资源，贷款购买芯片再转租给巨头，似乎成为一门“稳赚不赔”的生意。但硬币的另一面是：市场高度依赖英伟达的供给和少数大客户的订单，一旦链条中的某一环松动，杠杆的威力就会反噬。AI的繁荣或许真实存在，但为其背书的债务同样不可小觑。

对于微软而言，通过外部Neocloud获取算力，可以避免大规模自建数据中心的时间成本，同时获得更快的GPU供应。这种“租用算力”的模式在大型科技公司中已逐渐常态化。但对于整个行业来说，资金集中涌向单一硬件供应商，也加剧了对英伟达的依赖。

不可否认，AI带来的机遇依然巨大。据市场研究机构预测，到2027年，全球AI算力市场规模将超过千亿美元。在这个背景下，类似Lambda这样的Neocloud公司能否在杠杆下持续扩张，并在激烈竞争中站稳脚跟，值得密切观察。

截至发稿，Lambda和微软均未对本次交易发表公开评论。

本文编译自TechCrunch。