AI 基礎設施中的次貸危機醞釀中：資產貶值如何與僵硬的債務結構相撞

華爾街的信貸部門正經歷一股寒意，這種寒意完全被科技新聞週期所忽略。儘管2025年的頭條新聞慶祝AI投資的加速以及礦工「擺脫週期」的穩定計算能力服務，但信貸分析師卻驚恐地盯著電子表格：為10年基礎設施項目設計的高級貸款模型，正被應用於壽命只有18個月的硬體。這種快速貶值的計算資產與僵硬的債務義務之間的結構性不匹配，正造成許多信貸專業人士現在認識到的AI基礎設施行業中新興的次貸危機——一個違約風險被根本性低估的局面。

2025年末，路透社和彭博社的一系列報導揭示了這場危機的表面。更深層次的問題在於系統性的金融失衡：當通縮的計算資產、波動的礦業抵押品和僵硬的基礎設施融資被強行捆綁在一起時，一個隱藏的傳導機制——連鎖違約的傳播途徑——已經形成。

通縮陷阱：摩爾定律作為抵押品毀滅者

債券信用分析的基礎在於分散現金流覆蓋比率（DSCR）——即未來現金流能可靠地償付債務的假設。在過去的18個月裡，市場一直在運作一個有缺陷的假設：AI計算能力租賃成本會像穩定的基礎設施租金一樣，能抵抗貶值壓力。

事實證明這個假設是災難性的錯誤。

根據SemiAnalysis和Epoch AI在2025年年底的追蹤數據，單位AI推理成本同比崩跌20–40%。這種通縮來自多重複合因素：模型量化與蒸餾技術的廣泛應用、專用集成電路（ASIC）的效率提升，以及整個軟體堆疊的加速優化。用信貸術語來說，這意味著殘酷的事實：所謂的「計算能力租賃收益率」具有固有的通縮性——數學上的必然性是，今天的收入將成為明天的負債。

這裡存在根本的期限不匹配：運營商以2024年的峰值價格購買GPU（鎖定巨額資本支出），卻同時鎖定了預定在2025年及以後大幅下跌的租金收益曲線。股權投資者稱之為技術進步，信貸人則稱之為抵押品的實時惡化。

融資倒置：風險投資假扮基礎設施安全

如果資產回報在收縮，理性的負債管理應該要求更保守的融資。然而市場卻做了相反的事。

根據《經濟時報》和路透社的數據，2025年AI數據中心及相關基礎設施的總債務融資激增112%，達到約250億美元。這一爆炸性增長主要由新興雲端供應商如CoreWeave和Crusoe推動，以及經歷所謂「轉型」的加密礦業公司——這些公司大量利用資產支持貸款（ABL）和項目融資結構。這代表了一個危險的結構性倒置：

歷史上： AI曾是風險投資的領域；失敗意味著股權損失。

目前： AI已成為基礎設施的遊戲；失敗現在意味著整個投資組合的債務違約。

市場犯了一個根本性錯誤：將屬於風險投資級融資模型的高風險、快速貶值的技術資產，重新包裝成為為高速公路和水電站設計的低風險公用事業級槓桿結構。這不僅是激進的融資——更是根本的信貸類別欺詐。

礦工的海市蜃樓：轉型掩蓋的槓桿加劇

也許沒有哪個敘事比加密礦工聲稱轉型為AI計算服務更能概括這場危機。媒體將此譽為「風險緩解」。但資產負債表分析揭示了更黑暗的事實：積累的槓桿被披上多元化的外衣。

來自VanEck和TheMinerMag的數據顯示一個反直覺的現實：2025年，上市礦業公司的淨負債比率並未從2021年的泡沫高點實質性下降。多個激進的運營商的負債甚至激增了500%。他們是如何達成這個表面成就的？

資產端： 礦工持有大量波動的BTC/ETH，同時將未來GPU租賃收入作為隱含抵押品。

負債端： 他們發行可轉換票據和高收益債券（美元計價），用募得的資金購買H100和H200 GPU集群。

這不是去槓桿化——而是以轉型為幌子的展期策略。礦工利用加密貨幣固有的波動性作為抵押，來融資對GPU現金流的投機性押注。在宏觀經濟環境有利時，這個方程看似盈利，但在收緊的環境中——比特幣價格壓縮且GPU租金率同步下降——兩個槓桿組件都會面臨相關失敗。信貸模型將這種相關性收斂視為結構性金融中最危險的失效模式之一。

抵押品的幻象：二級市場實際不存在

真正讓信貸風險管理者在凌晨3點驚醒的，不是違約本身，而是清算後的殘骸。在2008年金融危機期間，銀行至少可以拍賣被沒收的房產。但想像這樣一個場景：一個主要礦工違約，債權人試圖清算10,000張H100顯卡。會賣給誰？

這正是貸款價值比（LTV）中嵌入的數學假設與物理現實的碰撞點：

物理整合依賴： 企業級GPU不能作為獨立元件運作。它們需要專用的液冷機架、精確的電力密度配置（每架30-50kW）以及緊密整合的數據中心架構。被沒收的H100若脫離這個生態系統，只是昂貴的電子垃圾。

硬體過時加速： NVIDIA推出的Blackwell架構——Rubin世代的GPU已在地平線上——觸發了早期世代卡片的非線性貶值曲線。昨天的標價抵押品，今天變成了技術遺產。

買家流動性消失： 當系統性清算事件發生時，專用計算硬體的二級市場會突然陷入“蒸發鎖”。沒有“最後貸款人”機制願意吸收數十億美元的部分過時設備的火賣量。市場結構根本無法承受這種賣壓。

這揭示了當前信貸定價中潛藏的核心幻象：貸款文件上的LTV數字看似數學上安全，但實際能吸收數十億美元清算壓力的二級市場並不存在於有意義的價格範圍內。抵押品在理論上有價值，但在實務上缺乏流動性——這一差異在壓力情境下會被放大轉化。

為何這不僅是周期性下行，而是次貸危機

準確來說：這份分析並不質疑AI的長期技術前景，也不否認對計算能力的正當需求。它揭示的是金融結構和信貸定價機制的根本性失敗。

市場犯了一個嚴重的類別錯誤：將由摩爾定律帶來的效率提升推動的快速貶值技術資產，錯誤定價為抗通脹的房地產。同時，資金卻用來融資那些從未真正去槓桿化的礦業公司，將它們當作高品質基礎設施運營商來看待。整體而言，市場正進行一場信貸實驗，其真正風險遠未被充分反映。

歷史經驗提供了一個令人警醒的模式：信貸週期通常在技術週期之前就已達到頂峰。對於2026年的宏觀策略師和信貸交易員來說，主要的分析任務可能不是預測哪個AI模型會取得主導地位，而是重新校準“AI基礎設施+加密礦工槓桿”組合中實際嵌入的信貸利差。這些利差中的數字很可能尚未反映出行業內正在逐步顯現的結構性風險。