8 月 10 日，AI 云服务商 Lambda 通过摩根士丹利向机构投资者发行了一笔 9.17 亿美元的杠杆贷款，用于履行与 Nvidia 的芯片采购合同。投资者电话会议于美东时间上午 10:30 开始，订单簿在预售阶段就已接近 20 亿美元——需求是供给的两倍多。
这笔贷款的条款透露出一个更值得关注的故事：它不是传统的七年期机构贷款，而是 4.4 年期、完全摊销、附带提前赎回保护——结构上更接近于债券。贷款定价为 SOFR 加 3.75 个百分点，以 99 美分的折扣价发行。对比 Nebius 7 月获得的 GPU 抵押融资（SOFR 加 2.50 个百分点，约 6.8%），Lambda 付出了明显更高的成本。
贷款条款的异常恰恰指向了这笔交易的核心风险——以及它所属的更广泛的融资模式。
Nvidia 的四重角色：一个闭合的循环
理解这笔贷款的关键不在 Lambda，而在合同的另一端。
Nvidia 在 Lambda 的生态中已经扮演了三重角色。它是 Lambda 的投资方，持有其股权。它是 Lambda 的独家供应商——Lambda 的云平台只运行 Nvidia 芯片。2025 年 9 月，Nvidia 又增加了第三重身份：它签署了一项四年期 13 亿美元的协议，从 Lambda 租回 10,000 台服务器，外加 2 亿美元租用另外 8,000 台。这意味着 Nvidia 已经成为 Lambda 最大的客户，18,000 台服务器的租赁合同价值约 15 亿美元。
现在，随着这笔 9.17 亿美元贷款的加入，Nvidia 扮演了第四重角色：它所投资的 Lambda 正在借债，来履行与它自己的采购合同——而它自己又会租用这些芯片。逻辑链条闭合了：Nvidia 出钱投资 Lambda → Lambda 贷款买 Nvidia 芯片 → Nvidia 租回这些芯片成为 Lambda 最大客户。
这个循环并非孤例。TNW 在 6 月曾指出，Google 正在用几乎相同的策略为其 TPU 生态构建需求：Google 为数据中心开发商提供数十亿美元的财务担保，这些数据中心购买 Google 的 TPU，然后将算力租给 Anthropic。Google 扮演了与 Nvidia 相同的四重角色：投资方、芯片供应商、算力客户和融资担保方。
三种循环，同一个逻辑
将视野放宽，当前 AI 基础设施领域的循环融资至少呈现出三种形态，但共享同一个底层逻辑：芯片厂商或云巨头用自己的资产负债表或股权投资来锁定对其硬件的需求。
第一种是 CoreWeave 模式。这家已上市的 GPU 云服务商在过去 12 个月筹集了约 280 亿美元的股权和债务融资。其最引人注目的创新是"GPU 抵押贷款"——将 GPU 本身作为证券化资产，通过特殊目的实体隔离风险。3 月，CoreWeave 完成了一笔 85 亿美元融资，首次获得投资级评级，因为贷款得到了 Meta 等蓝筹客户的合同支持。4 月，它又完成了 31 亿美元的杠杆贷款——这是首笔在公开市场交易的 GPU 抵押融资，被 CoreWeave 首席发展官称为"可扩展的新资产类别"。
第二种是 Google-Anthropic 模式。Google 为第三方数据中心开发商（如 TeraWulf 和 FluidStack）提供财务担保，这些开发商购买 Google 的 TPU 芯片后，再将算力租给 Anthropic。其中仅纽约州 Lake Mariner 项目的担保就达 32 亿美元。Google 还承诺向 SpaceX 每月支付 9.2 亿美元（2026 年 10 月至 2029 年 6 月）以获取算力。华尔街日报的调查将这套体系称为 Google 的"2000 亿美元 Wall Street 融资机器"。
Lambda 代表了第三种形态——规模比 CoreWeave 和 Google 小，但循环的结构更加裸露：它没有 CoreWeave 的公开市场流动性和蓝筹客户合同做背书，也没有 Google 级别的资产负债表提供担保，只能以更高的利率和更苛刻的条款进入杠杆贷款市场。
BIS 的警告：当 GPU 成为金融资产
国际清算银行（BIS）在 6 月发布的年度经济报告中，将 AI 领域的"循环融资"列为可能引发系统性信用风险的关键脆弱点。
BIS 指出，五大 hyperscaler（Amazon、Alphabet、Microsoft、Meta、Oracle）在 2025 至 2026 年的 AI 相关资本支出将超过 1 万亿美元，支出增速已超过盈利和自由现金流的增速。为填补资金缺口，这些公司及其生态中的企业正大规模转向债务融资。Bloomberg 编制的数据显示，自去年以来全球 AI 相关借贷已接近 6,000 亿美元。Big Tech 仅在欧洲债券市场就安排了 3,500 亿美元的五年期 AI 债务。
BIS 特别点名了循环融资的结构性风险："芯片厂商和 hyperscaler 收购 AI 实验室或 neocloud 供应商的股权，后者则承诺从这些投资方购买芯片或算力。此类交易的条款通常披露不充分，存在同一资产被重复抵押的风险。"
BIS 的量化模型进一步估算，AI 领域的过度投资约为有效水平的 1.5 倍，在需求弹性较低的情景下可能达到 3 倍。其网络分析显示，单一公司的压力可能通过金融敞口链传导至其他公司。
Lambda 的这笔贷款几乎完美地例证了 BIS 所描述的每一种风险。Nvidia 在交易的每一侧都有利益。4.4 年的短期限和完全摊销结构意味着贷款方要求尽快收回本金，暗示他们对 GPU 的残值假设缺乏长期信心——而整个资产类别的定价恰恰建立在这些残值之上。
需求上升时是利益绑定，下滑时是集中度风险
对于当前的需求环境，Lambda 的融资没有任何问题。接近 20 亿美元的订单簿说明投资者在争抢份额，BIS 自己也将 AI 投资视为"数十年来首次将资本重新导向实体基础设施"的结构性转变。
问题在于，这种闭环结构几乎没有容错空间。如果 AI 需求增速放缓，Nvidia 作为 Lambda 最大客户的租约是否还能维持？如果 Nvidia 削减租赁规模，Lambda 的现金流是否还能覆盖摊销节奏紧张的 9.17 亿美元债务？如果 Lambda 出现违约，Nvidia 作为债权人、股东和客户的利益冲突如何解决？
这些问题的答案目前都存在黑箱中。Lambda 未回应 Bloomberg 的置评请求。Morgan Stanley 也没有对外说明。连接贷款与 Nvidia 合同的关键细节来自一位匿名知情人士。Lambda 的营收和亏损数据处于付费墙之后，没有公开的审计数字。
BIS 在报告中警告的正是这种不透明："如果由通胀复燃或 AI 驱动的资产重定价触发更大规模的冲击，可能引发更广泛的信用紧缩。后果可能超出非银行机构的边界，因为银行对私人信贷基金的敞口正在增长且不透明。"
Lambda 的 9.17 亿美元只是这个 6,000 亿美元 AI 借贷市场中极小的一块。但它的价值在于，它让循环融资的内部结构变得清晰可见：四重角色如何叠加，风险如何在四年摊销期和提前赎回条款中被定价，以及信心的脆弱性——当所有人都押注同一个方向时，没有人知道退路在哪里。
