算力需求的真问题，不是缺芯片，是缺可保性——当 GPU 在资产负债表里没有名字

一、问题的提出：瓶颈不在产能，在准入

关于算力，主流叙事长期锁定在“缺口”上：缺高端芯片、缺先进制程、缺集群规模。券商研报里满是“万亿Token”的宏大预测。这些判断解释不了另一个更具体的现象：为什么一些地方智算中心已经建成，机柜在转、电表在走，却在金融体系里难以被确认为一项合格资产。

真正的瓶颈正在从工程问题转向制度问题。更准确地说，是可保性——金融体系敢不敢把一项资产写进资产负债表，敢不敢围绕它的现金流做定价、做抵押、做久期管理。

这里需要先收窄“可保性”的含义。本文使用的可保性，不是狭义财产保险的承保能力，而是广义金融可承接性：资产产生的未来现金流，能否被独立核验、稳定估值、分层处置，从而满足信贷、债券、ABS、REITs等工具的风控准入。狭义的精算定价、审计确权、银行抵押准入，是这一共同前提下的三个下游环节，不是可保性本身。可保性不足，等价于现金流无法被金融体系标准化承接；可融资性过不了，只是它的结果。

这不是说芯片不重要，而是说：只解决产能，不解决资产确权与风险定价，建得越多，越可能制造“物理上运转、金融上难以确权”的资产。

一个必要的样本边界需要提前划清：本文讨论的病灶，集中在地方城投依托专项债新建智算中心、且土建与GPU混入同一资产包这一类结构。市场化算力租赁、厂商经营性租卡，大多采用设备单独确权、短久期、不绑定土建长期债务的模式，天然规避了这种期限错配，不在同一分析框架内。以下讨论不适用于全部算力资产，只适用于“慢钱配快资产”的那一类。

二、最扎实的结构性病灶：慢钱配快资产

这一轮地方智算中心最核心的问题，不是买错了卡，而是用慢钱配了快资产。

需要先修正一个常见的数据误用：专项债的期限画像不是“5到10年”。截至2025年末，全国专项债剩余平均年限约12.5年，发行期限在部分月份达到14—17年。也就是说，专项债的实际久期比很多讨论中暗示的更长，而不是更短。

这恰恰让期限错配的裂口更深，而不是更浅。机房土建、配电、冷却的经济寿命可达20年；GPU的商业经济寿命，银行风控的常见做法是按3到4年做保守减值假设——Impax资管人士明确称“银行通常以三到四年的折旧年限承作GPU”，多家报道也印证贷款市场的定价对应3到6年合约，而非厂商主张的8到10年。把20年的土建和3—4年的GPU绑进同一个资产包，用十余年期的债务去承载，期限错配是结构性的，不是操作层面的粗心。

后果是具体的：土建本可以单独做REITs或长期资产证券化，但GPU的快速贬值会把整个资产包拖下水；GPU的现金流不确定性，又会直接冲击专项债的收益自平衡逻辑。城投不是坏人，专项债也不是坏制度。问题在于资产组合的久期管理——不同寿命的资产需要不同的融资工具和风险承接结构，混在一起发债，等于把快资产的折旧风险转嫁给了慢资产的信用。

三、范式折旧：硬件没坏，商业模型可能先老

GPU面临的不是传统物理折旧，而是范式折旧。

需要承认，会计准则里已有成熟的处理框架。IAS 36和我国《企业会计准则第8号——资产减值》都涵盖了“技术进步导致资产可收回金额低于账面价值”的情形，银行对GPU做3—4年加速折旧，本质上就是在用会计手段对冲技术性贬值。本文使用“范式折旧”，不是为了另造概念，而是为了区分一种特定形态：技术性贬值通常是渐进的、可通过维护和局部升级部分弥补的；范式折旧是阶跃式的——算法栈、精度格式或互联架构的迁移，可以让物理完好的硬件在短时间内失去主流商业适配价值。 旧的预训练算力在行业转向新精度或新架构后，租金可能跌到覆盖不了电费和运维，硬件没坏，但原有的商业模型已经老了。

但同时需要把供给周期和范式折旧拆开。当前GPU租金下行，一部分是供给放量和集群集中投产带来的周期折价，随需求回暖存在修复空间；另一部分是算法范式迁移带来的结构性底部约束，不随短期供需反转。两者叠加，容易让所有下跌看起来都像范式折旧。区分它们很重要：周期折价是融资时点的风险，范式折旧是融资久期的风险。

风险传导也不是“任何一环断了就瞬间归零”。电力、冷却、网络、软件生态、客户订单，任何一环出问题都可能让可用性和现金流大打折扣，但软件生态不匹配可以通过驻场调优修复，旧卡可以降级到推理、渲染或特定垂直场景。真正不可逆的，不是运营环节的暂时断裂，而是范式迁移带来的商业价值重估。 把可修复的运营问题与不可逆的范式折旧混为一谈，会高估风险的即时性，也会低估风险的真实来源。

四、内生算力与外生算力：二分有用，但要留出中间形态

理解闲置潮，需要区分两类算力。大厂的算力是内生算力，依附母公司信用和多元收入，短期闲置的耐受度更高。城投的算力是外生算力，主要收入来源是租卡，风险承受结构更薄。闲置潮的主角，确实是这些外生算力。

但这个二分不能做得太干净。CoreWeave是纯外生算力，唯一收入也是租卡，却通过照付不议长合同把微软、Meta等租户的信用转化为资产信用，以此为基础获得了银行融资，其SPV层面的DDTL实际融资成本远低于无担保债的收益率。这说明，“外生”本身不是可保性的障碍；真正的变量是有没有可确权的长期合同和标准化现金流结构。运营商算力又是一种中间形态：有自有业务托底，但不像大厂那样有母公司信用全额兜底。地方国资引入第三方专业运营、带订单批项目，也是在往合同化现金流的方向走。

因此，更准确的判断不是“内生不怕闲、外生必然脆”，而是：外生算力的脆弱性，根源在于缺乏可确权的长期合同；一旦现金流被合同锁定、被分层增信，外生算力同样可以进入金融体系。 这反过来加强而非削弱了可保性的分析框架——问题不在所有权归属，在现金流结构。

五、确权与流动性：不是“黑箱”，是市场化现金流的核验成本

算力资产过不了金融尽调，常被描述为“审计黑箱”。更准确的表述是确权成本高，且成本集中在现金流的市场化属性上。

利用率、算力负载在技术上并非不可采集。合同、发票、结算单、SLA记录、电表与网络流量都可以交叉验证。真正的难点不在于“拿不到指标”，而在于区分三类现金流：市场化客户付费、关联方走账、财政补贴兜底。后两类可以把出租率做高，但不构成可持续的市场化偿付能力。金融体系不是无法审计，而是验证“这个现金流是不是真的来自独立客户”的成本，相对于资产收益而言太高，导致大量项目难以被确认为标准化资产。

数据口径也需要交代清楚：信通院2025年口径为“用算占比36.8%”，衡量的是已建成算力中实际被使用的比例；浪潮研究院口径为GPU平均利用率约30%，衡量的是已部署GPU的满载程度。两者方向一致，但统计维度不同；本文讨论的是金融确权层面的现金流可核验性，不把工程效率损耗（上架未跑满、网络调度开销）混入同一个归因。

流动性是同一个问题的另一面。单卡在二手市场有流动性，但金融体系要的不是卖零件，是卖资产包的现金流。一座背负土建债务、冷却系统和运维合同的智算中心，整体变现难度远高于单卡处置。这一点与光伏电站形成关键区分：光伏依托长期购电协议锁定底层现金流，技术范式衰减缓慢；算力资产缺少长期、不可撤销的市场化租约，叠加范式折旧，资产包的现金流锚天然更弱。

六、定价权与融资权：趋势判断，不是既成事实

美国在算力金融化上走得更前，但需要准确理解走到了哪一步。

Nvidia的残值支持，不是保险，也不是全额兜底。 大摩的拆解显示，Nvidia在5000亿美元融资结构中的角色是“生态系统支持方”，仅提供不超过单笔投资25%的残值支持机制，主导决策权和资金来源由独立第三方承担；触发场景是项目违约或资产处置时残值低于预期，而非租金一下行就赔付。5000亿美元是平台设计动员的第三方资本总量，不是Nvidia的担保敞口。它的功能确实是生态绑定——通过有限的残值支持锁定客户跟随其硬件和软件栈的更新节奏——但用25%上限、不直接出资的工具来论证“定价权”级别的制度优势，需要克制。

CME算力期货尚未成为估值锚。 CME与Silicon Data原计划2026年10月5日推出挂钩H100和B200租赁指数的期货合约，但因产品被认定为“新颖或复杂”，CFTC延长审查，挂牌日改为待定。说“CME期货价格已经决定GPU抵押估值”是时态前移。更准确的说法是：一旦此类衍生品成熟，会为二手卡价格和再保险风险溢价提供参照系，从而间接影响国内抵押估值——这是趋势，不是既成事实。

中国也不是空白。上海已启动算力期货研发准备，首批数据中心公募REITs已上市，“词元贷”等产品开始出现。但这些工具与美国成熟衍生品市场处于不同的制度阶段和功能层级：REITs适配长寿命土建，衍生品解决价格发现，词元贷面向运营层流动性，它们各自解决局部问题，并不等于已经补上了GPU残值定价的基础设施。更平衡的判断是：海外更早探索算力残值的市场化定价工具，国内优先落地适配国资和城投体系的融资承接结构；两者是双向塑造的关系，不是一条“有定价权”、另一条“只能向内消化”的单向等级。

七、僵尸化风险：方向对，但要划清边界、收窄时间判断

部分项目确实可能进入“账面维持、现金流不足、出清延迟”的状态。但“僵尸化”这个概念需要两个边界。

第一，合规补贴与事后兜底补贴不是一回事。 很多地方专项债项目在立项方案中本身就包含财政补贴作为合规收益来源，纳入预算、长期制度化。这是项目预设的收益结构，不是僵尸化信号。僵尸化指的是现金流不及预期之后，临时追加、无预算来源、以避免违约为目的的展期维持——账面还在，但没有任何主体决定清算，也没有任何主体止损。

第二，2026—2027年前后更准确的定位是“集中检验窗口”，不是“集中清算潮”。 专项债还本付息压力与早期GPU账面价值快速下降在时间上叠加，会让减值测试、审计压力和续贷谈判集中出现，但这不等于大规模出清。专项债期限本身较长，还本付息结构因项目、地区和发行年份而异；监管已在收紧智算项目审批，新型融资工具也在打开局部通道。僵尸化风险存在，但规模和速度可能被高估，更可能的形态是出清被展期和重组延迟，而非一次性暴露。

八、结论：缺的不是GPU，是风险承接结构

缺芯片是工程问题，可以靠产能追赶。可保性是制度问题，需要的不是更多GPU，而是一套能把“债务资本”转换为“股权资本”、把高波动现金流切割给不同风险偏好的承接结构。

第一，资产久期分离，不是物理隔离。 不动产REITs持有土建和配电，收取稳定的机位底座租金；GPU由独立租赁主体持有，承担硬件迭代和租金波动风险，向不动产方支付机位费。法律上分层、现金流分账、运营层面通过标准化机位合同锁定权责，快资产的风险不再压进慢资产的信用壳子。

第二，现金流确权的基础设施，重点不在遥测技术，在市场化属性的验证。 利用率数据可以采集，但金融体系需要的是区分独立客户付费、关联方走账和财政补贴的标准化证据链。没有这一层，审计签字和银行接单的成本就降不下来。

第三，风险分担要分层，不是罗列工具。 短期优先解决现金流确权和标准化，让审计能签字、银行能接单；中长期才是风险分散工具的成熟化——衍生品提供价格发现，REITs提供长期资本退出，有限残值支持提供过渡期信用。三者适用条件不同，不能互相替代，也不应该被平列成等价选项。

还有一个需要诚实面对的问题：可保性不是可融资性的唯一通道。 经营性租赁、照付不议合同、优先级/劣后级分层、厂商回购、股权承接，都可以在不同程度上把“不可保”转化为“可融资”，而不必先经过精算定价意义上的可保性门槛。本文聚焦的是在缺乏这些替代结构时，城投混包项目所面对的制度瓶颈；不是说所有算力资产都必须走“先可保、后可融资”的同一条路。CoreWeave的反例恰恰说明，合同结构可以部分替代保险精算的功能——这削弱的是“唯一路径”的强主张，不削弱“混包结构缺乏任何可保性替代”的诊断。

否则，建再多机房，也不过是给金融系统生产一批“数字孤儿”——物理上运转，金融上难以确权。那个城投项目经理还在机房里，电表在转，灯在闪。他守着的GPU，在金融体系的资产负债表上可能连个名字都没有；但在外部衍生品市场的合约设计里，它们迟早会有一个价格参照。那个参照由谁参与定义、以什么规则定义，取决于我们多快补上现金流核验与风险分层的制度短板，而不是取决于建了多少个机柜。

观察方向：未来两到三个财报季，如果出现城投或国资平台因算力资产减值测试争议被出具非标审计意见的案例，可作为“确权与减值风险显性化”的方向性信号，但单一案例受地方财政协调、审计博弈等多重因素影响，不宜直接等同于系统性判断；如果未出现，也不能简单否定期限错配和范式折旧的结构性风险，更可能说明出清被展期或重组延迟了。这个观察本身不是严格的可证伪检验，而是一个需要持续跟踪的切口。

# 算力 #智算中心 #城投 #专项债 #GPU #资产定价# 画地图系列 #工业主权 #时间税# 人工智能 #大模型