算力已成硬通货：腾讯528亿抢的到底是什么

（本文作者为 半呆君，钛媒体经授权发布） 文 | 半呆君 8月12日盘后，腾讯交出了2026年第二季度财报。市场第一眼盯住的，是那组"危险"数字：资本开支527.8亿元，同比涨了176%、环比涨了65%；自由现金流转负，掉到-138亿元。财经标题一片"AI投入拖累利润""烧钱能烧到什么时候"的担忧。你如果只扫一眼利润表，第一眼大概率也会读出"烧钱"两个字。 但那天晚上电话会有一句话，大多数人划过去了。刘炽平说的是"部分算力订单"——几个月前预付下单的那批设备，今天转手出售，能比采购价赚超过30%的利润；退一步讲，即便把这些算力单纯出租出去，也不亏，反而盈利。 我盯着这句"部分订单"看了好几遍。他说的虽是腾讯自家的订单，但背后是个结构性信号：在供给被掐住的周期里，高端算力现货已经成了能溢价流转、还能保值的筹码——供给最紧时，二手B200的现货甚至能保值约85%。 这股味道有点像二十年前的土地指标或牌照——只不过算力贬值快得多。土地放着不怎么掉价，GPU隔一代就跳水；但眼下供给缺口足够大，"稀缺"这一条暂时把贬值风险压住了。 528亿是烧钱，还是锁仓 把"资本开支暴增=风险"这个共识摆出来，数据确实吓人。527.8亿砸下去，自由现金流-138亿，表面看就是钱烧没了。 但把明细拆开，故事反过来。腾讯自己披露，如果剔除为锁定算力预付的那笔款项，自由现金流其实是正的376亿。钱没有消失，只是从"现金"变成了"能溢价的资产"。 刘炽平那句话给了双保险：前端转售赚超30%（他原话限定在"部分算力订单"），后端出租即盈利。首席战略官詹姆斯·米切尔补充得更直白——这些算力租给第三方，几乎能立刻把折旧收回来。翻译成大白话：最坏情况都有下行保护，不是裸奔的沉没成本。 所以528亿的性质得重判。它不是在"烧"，是在低位锁定一批稀缺战略物资，还顺手带了个30%的流动溢价兜底。把它读成"烧钱风险"的，看的是利润表；看穿的，看的是资产负债表上那笔正在升值的筹码。 溢价从哪来：上游被焊死了 一个东西能稳定溢价，根子永远是供给被掐住。算力也不例外。 最上游有两道闸。一道是先进封装。台积电的CoWoS产线2026年全年已经售罄，英伟达一家公司就锁了约六成产能——这不是年底才紧张，是年初就排到了头。另一道闸是HBM，也就是高带宽内存，AI芯片里最金贵的内存。年初HBM价格涨了50%以上，美光全年的产能已经用"包销"模式（take-or-pay，不买也得付钱）卖光。企业想从标准渠道买一颗GPU，交期是36到52周。 需求侧还在加速。据LSEG等机构测算，四大超大规模云厂2026年资本开支合计约7250亿美元，同比涨77%；按机构拆分，其中约一半（50%）直接流向GPU与自研芯片，其余是数据中心土建、电力与网络。供给焊死、需求猛冲，缺口是结构性的，不是哪个月份的周期波动。 这里得补一句边界，免得招杠。紧缺的不是"泛算力"。确实有闲置——xAI集群利用率曝出只有11%，西部一些枢纽上架率不到三成。但闲置的是中低端，真正卡训练的是HBM与CoWoS焊死的那部分高端算力：据行业渠道统计，现货流通不到5%；稀缺高端现货与锁单转售的租金，过去半年涨了40%。这是结构性错配，不是过剩，反把"硬通货"三个字精确成了"限定在高端的那部分"。 但这篇文章不能只讲顺逻辑，得主动找裂缝。最现成的反例是2023年的矿卡崩盘。要讲清它和今天AI算力的区别，得看需求函数的形状：矿卡的需求来自以太坊PoW（工作量证明）挖矿收益，2022年9月"合并"把挖矿收益一夜归零——需求函数从"持续正向"突变为"零"，RTX 3080二手价从周期高点跌了约57%，矿卡甩卖到原价的30%。那一次的"显卡硬通货"叙事，塌得干干净净。 有人会说AI算力和矿卡不同。这个区别值得讲透，而不是一句"AI是企业级刚需"带过：矿卡那次，外部事件把需求一把清零；AI算力的需求函数却不一样——它是"边际推理成本 vs 人工成本的替代关系"。 只要AI应用的ROI为正，企业就会持续用算力替代人力，需求不会一夜归零。这是"硬通货"叙事比矿卡叙事更坚韧的底层机制。但别把话说满：这个机制成立的前提，是AI应用的ROI持续为正；一旦推理成本降得比应用收入起得还快、或Agentic项目大面积栽在ROI不清上，需求曲线一样会塌陷。 松动信号现在已经能看见：H100按需租金从2025年高峰的每小时4到8美元，跌到2026年中1.99到2.69美元；Cast AI统计期内企业GPU平均利用率只有5%；Gartner预测到2027年底超过40%的Agentic AI项目会栽在ROI不清上。 美国研究机构 American Compute（专做GPU残值研究的机构）在2026年6月的《GPU Residual Value Report》里直接下结论"GPU短缺已经结束，新订单交货周期回到正常"。换句话说，一旦训练需求放缓、闲置泛滥，"锁仓"的GPU完全可能从硬通货变成滞销库存——这个裂缝是真实的，不是我替正方圆场。 更深一层是三套时钟的错配。腾讯锁的是2026年的产能，但供给端不止它一家在动：国产GPU下半年开始放量、英伟达Rubin架构2027年规模上线，都在往同一个方向压低稀缺溢价。 Rubin已在2026年CES宣布量产，超大规模云厂2027年才规模部署，Rubin Ultra同年跟进；新架构推理吞吐数倍于B200、单位token成本降到约十分之一，旧代芯片的二手残值会随之跳水。 据对英伟达GTC 2026 Rubin架构的分析，二手H100的成交价已掉到挂牌价（MSRP）的40%到50%（注：经销商与拍卖平台报价波动极大，此处仅作跨代贬值的方向性参考，非精确成交统计）。我开头说的"二手保值85%"，是B200这一代在供给最紧时的现货表现，放到跨代维度不成立：一代架构的保值，前提是下一代还没放量。 所以"硬通货"的保值属性是代内现象，不是跨代规律。 当然，这套"硬通货"逻辑有个时间窗口。刘炽平在电话会上也说了，随着GPU、ASIC和国产芯片产能逐月上来，到今年底、明年腾讯就会有"充足的产能"；资本开支高峰集中在今年下半年到2027年初，之后回落。也就是说，30%的溢价不是永久属性，是供给缺口最紧这段窗口的现象。而且折旧是真实成本——这批算力会在未来一两年摊进利润表，腾讯实质是用现金流给自己买了个"在折旧大潮到来前把AI收入做起来"的窗口期。所以"硬通货"说的是当下高端算力的稀缺定价权，不是一张永久保值的纸。 算力不是成本，是稀缺到能溢价流转的战略硬通货；它的稀缺根子，卡在最上游的HBM与先进封装。 谁在印钞，谁在打工 顺着价值链往下看，价值往哪流就很清楚了。 买家这边，四大超大规模云厂（谷歌、微软、亚马逊、Meta）把45%到57%的收入、约六成的经营现金流砸进资本开支，利润明显承压（注意这是四大云厂的口径；把为追赶云业务而大举砸钱的甲骨文算进来，占比更高）。 卖家那边，英伟达的净资产收益率仍超过100%（2026年年中的TTM（过去十二个月）口径约110%，较2025财年119%的峰值小幅回落，但依旧是科技公司里罕见的印钞机水位）。老剧本里云厂商自建算力、靠规模捕获杠杆的逻辑，在这轮AI资本开支周期里失灵了——谁控制供给瓶颈，谁拿走大头。你拿"谁掐住瓶颈、谁拿走大头"这把尺，去量你关注的那家算力公司处在链条哪一端，答案自己会出来。 腾讯的"下行保护"也得放对这个位置理解。它确实是抢到了稀缺资产的入场券，最坏情况也有流动溢价兜底；但议价权始终在上游。这里要追问一句：明知道在"打工"，云厂为什么还疯狂扩产？市场上有两套互相打架、但都站得住的解释。 一套是摩根士丹利的ROI测算：推理时代头部云厂的投入资本回报率能到25%-50%——GPU租赁约31%、自有模型API约46%。它的基准假设很具体：1GW数据中心、约41万颗GB300、利用率75%、租金8.5美元/小时，算下来ROIC约31%；租金在7到10美元区间波动时，ROIC落在23%到39%。 亚马逊说回本不到三年，和这个区间对得上。但大摩自己补了一句关键caveat：云厂当前披露的增量利润率其实低于这个区间，因为眼下跑的主要还是上一代芯片、GB300产能还在爬坡——也就是说，"印钞机"是成熟后的理想态，不是今天的现实。

另一套是囚徒困境。据LSEG数据，谷歌、微软、亚马逊、Meta这四家超大规模云厂，加上甲骨文（Oracle），合计把约九成经营现金流砸进资本开支，有测算称每赚1美元要花1.57美元——其中Oracle因自身现金流偏紧，这个比例更多是"靠债务填缺口"的方向性信号，不能简单等同现金覆盖。 国际清算银行（BIS）在2026年报里罕见地把这轮AI投资潮和历次科技泡沫并列警告。各家CEO的原话很直白——"宁可破产也不能输掉AI这一战""宁可误花几千亿也不能落后"。每个厂都理性，合起来却可能集体过度投资：这是标准的纳什均衡，不投就出局。 所以真相是两者叠加：需求侧确有25%-50%的ROIC空间，但供给侧的锁单本质是"不投就死"的军备竞赛，资本开支已经靠债务在填。这就意味着，所谓"印钞机在上游"本身也是加杠杆、且是反身性的——英伟达的收入就是云厂的资本开支，云厂的资本开支又靠市场预期撑着。一旦需求真的放缓，大摩模型里"75%利用率"和"8.5美元租金"这两个前提一松动，25%-50%的ROIC会塌，硬通货也会变库存。兜底归兜底，格局归格局，但这个格局的前提，比看起来脆。 国产解药的天花板，是HBM 写到这，自然会问一句：国产算力能不能自己解这道题？ 华为昇腾占了国产算力的大头。但第三方测算戳破了一层幻想：据SemiAnalysis估算，长鑫2026年只能供大约200万颗HBM堆栈，只够25万到30万颗昇腾910C级加速器封装。换句话说，就算昇腾的芯片产能跟得上，最上游的HBM直接卡死了有效交付的上限。（注：此为单一第三方机构测算，长鑫官方未披露HBM具体良率与产量；若国产产能爬坡快于预期，上限会相应上移。） 为什么HBM这么难？SemiAnalysis估算长鑫HBM3综合良率约25%（前端约35%、后端约70%，长鑫官方未确认）；而且完全拿不到EUV（极紫外）光刻机，只能靠DUV（深紫外）多层堆叠硬扛。雪上加霜的是，日本8月落地的第三轮管制，把HBM固晶机、3D键合、TSV（硅通孔）设备都挪进了逐案审批，驳回率到了七到八成。 这就把"国产算力自主"这道题的难点，从"芯片设计"精确地推到了"最上游的HBM"。之前我在系列里写过，HBM才是AI算力的真咽喉——当时判断长鑫的HBM量产比国际落后5到7年；今天这句判断，从需求侧印证了：不是我们设计不出好芯片，是给芯片供能的那层内存，还没突破。 国产算力自主的真正天花板，不是芯片设计，是最上游的HBM。 三个问题，自己掂量 回到开头。腾讯528亿抢的到底是什么？不是一堆会贬值的废铁，是能溢价、上游还锁死的稀缺筹码——只是别忘，它也在折旧，技术迭代也在追赶。 读者要判的，从来不是"腾讯花了多少"，而是三件事：你手里的算力，是买来的还是自有的？上游锁单锁到了哪一年？最坏情况，有没有流动溢价兜底？ 当算力能溢价转售，它就不再是成本，是筹码。 （本文为产业链研究观察，所述观点基于公开信息，不构成任何投资建议。） 更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App