10 家银行借出 220 亿美元买谷歌 TPU:算力竞赛开始拿芯片本身当抵押

10 家银行借出 220 亿美元买谷歌 TPU:算力竞赛开始拿芯片本身当抵押

220 亿美元。10 家银行。买的不是楼,不是地,是芯片。

彭博社 9 月 16 日(北京时间 17 日凌晨)报道,一个由 10 家银行组成的财团正向 Crux AI 提供一笔 220 亿美元的芯片贷款,这家公司是黑石集团与 Alphabet 旗下谷歌今年 5 月宣布成立的 TPU 云合资企业。这笔钱的用途写得很直白:采购谷歌自研的张量处理器(TPU)。

这是 AI 竞赛里为”买高价处理器”推出的又一笔巨额融资。而它最值得注意的地方不在金额,在于抵押品——贷款担保物是这批芯片本身的资产价值,加上 Crux AI 的客户合同。

这笔钱是怎么借的

据知情人士向彭博社透露的信息,参与这笔贷款的银行包括高盛、三井住友银行、巴克莱银行、法国巴黎银行以及加拿大丰业银行。银团正在做分销,引入更多出资方分摊信贷风险;这笔债务未来还有可能被置换为投资级债券市场上机构投资者提供的长期融资。另有消息人士称,部分银行将单独配套提供 10 亿美元循环信贷额度。

借款主体不是谷歌,也不是黑石,而是 Crux AI 这家项目公司。芯片买进来后抵押给银行,再以算力租金的形式产生现金流还债。

这家公司本身的来历也值得摆一摆:

项目 内容
成立时间 2026 年 5 月,黑石与谷歌宣布成立 TPU 云合资公司
股权结构 黑石旗下基金初期承诺 50 亿美元股权,成为多数股东;谷歌提供 TPU、软件与服务
算力目标 2027 年上线 500 兆瓦,远期继续扩张
商业模式 把搭载谷歌 TPU 的算力租给 AI 实验室与企业,对标 CoreWeave
本次融资 10 家银行组成的银团提供 220 亿美元芯片贷款

用 50 亿美元股权撬动 220 亿美元债务,杠杆接近 4.4 倍。

芯片抵押贷款已经从”例外”变成”惯例”

这笔 220 亿美元不是孤例,它是过去一年里一条清晰链条上的最新一环。

今年 6 月,Apollo 与黑石完成了一笔 350 亿美元的芯片融资:由特殊目的载体(SPV)买下谷歌 TPU,再租给 Anthropic 使用,当时被称为史上规模最大的私人信贷交易。路透社和彭博社 8 月又报道,Anthropic 还在寻求再筹逾 360 亿美元,用于支付向谷歌租用芯片的费用。

8 月 20 日,彭博社报道博通正与一批贷款人谈判,拟融资超过 600 亿美元做 AI 芯片融资,受益方包括 Anthropic 等公司。博通与 OpenAI 还有一份 10 吉瓦的定制芯片协议,从 2026 年下半年启动,2027 年规模可达 600 亿至 900 亿美元。

8 月 11 日,路透社报道英伟达与华尔街合作,为 AI 基础设施筹集最高 5000 亿美元,英伟达可能为符合条件的具体项目提供最高相当于规模 25%(上限约 1250 亿美元)的残值兜底支持——连卖芯片的英伟达都要替客户把”折旧风险”扛下一块,外部资金才肯进来。

再往东看,字节跳动 9 月初拿下的 296 亿美元贷款,是亚洲今年第二大美元借款,钱同样要烧向 AI 资本开支。

把这些放在一起看,AI 竞赛的瓶颈已经悄悄换了一个位置:不再是”谁有芯片”,而是”谁能替自己借到买芯片的钱”。而谷歌这一步走得很巧——TPU 是它造的,客户是它带来的,软件和服务是它提供的,但借条上签字的是黑石和 Crux AI,债务不进 Alphabet 的资产负债表。

反转在于:钱先到了,机房还没盖好

就在这笔贷款敲定前一周,同样是彭博社报道,Crux AI 的多个数据中心站址遭遇延期。按该报道,谷歌取消了原先由数据中心开发商 Crusoe 在怀俄明州夏延市(Cheyenne)建设 1.8 吉瓦园区的计划(该园区原本还有扩展到 10 吉瓦的设想),把项目收回自己推进并重新申请许可;变压器短缺也拖累了其他选址的进度。

芯片的钱先借到了,房子还没盖起来。而这正好点出了”芯片抵押贷款”最核心的争议:抵押品是会折旧的硬件。

一枚 AI 芯片值多少钱,取决于三件事——下一代芯片什么时候推出、市场还愿不愿意按现在的价格租、以及租客的合同能不能兑现。英伟达都要拿出 25% 的残值兜底才拉得动外部资金;市场上已经有分析师在讨论这类结构”让人想起次贷危机”。

会计口径上的争议也在放大。《华尔街日报》8 月 16 日的一项统计显示,九家头部科技公司的 AI 相关表外承诺合计约 3 万亿美元,约为它们传统资本开支的五倍;还有测算认为,过长的芯片折旧年限可以在 2026 年至 2028 年间压低约 1760 亿美元的折旧费用。

风险最终落在谁头上?短期是放贷的银行,然后通过银团分销摊给更多出资方,再往后是被置换成的投资级债券——也就是机构投资者的持仓。链条越长,每个环节看起来都越安全,这正是十年前那类结构化产品留下的教训。

该怎么看这笔交易

对谷歌,这是一次典型的”供应商融资”:不借钱、不背债,却把芯片卖出去、把 AI 实验室的算力需求锁进自家芯片生态,直接冲着英伟达在 AI 训练市场的主导地位去。对黑石,这是把私募信贷的触角进一步伸进算力资产,用少量股权撬动大额债务。对银行,这是一门利息可观、抵押物看得见摸得着的生意——只要芯片的残值站得住。

真正需要盯的,是 Crux AI 2027 年那 500 兆瓦能不能如期上线。如果机房继续延期,而芯片贷款已经计息,这笔账的现金流压力就会暴露在明面上。在那之前,AI 算力扩张的故事会继续由债券市场而不是芯片本身来讲述。

关注 AI 商业快讯,每天一篇 AI 热点深度解读。

相关阅读:

本文数据来自彭博社、路透社、黑石官方新闻稿及《华尔街日报》公开报道,不构成投资建议。

Anthropic公布Claude文本水印细节与检测API计划:AI内容溯源进入「可验证」时代

Anthropic公布Claude文本水印细节与检测API计划:AI内容溯源进入「可验证」时代

据 TechCrunch 8 月 15 日报道,Anthropic 发布官方博客,首次系统披露 Claude 文本水印的实现原理。为满足欧盟《AI 法案》透明度准则(Transparency Code)对「可识别 AI 生成内容」的要求,Anthropic 将采用 Google DeepMind 于 2024 年提出的 SynthID-Text 方法:在「低风险措辞选择」(如用 overcast 还是 grey 形容天气)中嵌入读者不可见、持有密钥即可检测的水印模式,并计划推出官方水印检测 API。

Anthropic 强调,水印不影响输出质量,「对读者而言,带水印的回复与未带水印的并无差别」。至于能否通过改写隐藏水印,官方承认轻度编辑大概率无法完全移除,只有逐字重写才可能做到——但「每个词都被替换后,这段文本是否还能称为 AI 生成,本身就存在争议」。此外,由于代码必须可运行、可选表达有限,代码中的水印痕迹远少于普通文本,主要落在注释等任意措辞处。

消息公布后,围绕「AI 是否该留指纹」的争论再度升温:Reddit 上有用户质疑此举「针对无辜的 Claude 用户」,Business Insider 则报道 X 上已有「数十名」用户声称因此取消 Claude 订阅。Anthropic 同时透露,多家主要模型开发商已签署同一份行为准则,将各自落地水印方案——Claude 不会是唯一一个。

为什么值得关注:内容溯源从「道德争论」进入「工程落地」

过去一年,「AI 生成内容要不要标识」更多停留在伦理讨论与平台自律层面;欧盟《AI 法案》透明度准则第一次把它变成可执行的系统要求,而 Anthropic 是首家公开完整技术路径的主流厂商。SynthID-Text 的关键在于:它不是靠「句式特征」事后猜测 AI 痕迹,而是从生成源头嵌入可验证的指纹——这与 Pangram 等基于写作「特征」(如「this isn’t X, it’s Y」式结构)的检测器有本质区别。

更有信号意义的是行业的同步动作。就在此前一天(8 月 14 日),Google 宣布允许用户移除 AI 生成物(图像、视频、歌曲)的可见水印,但明确保留不可见 SynthID 水印与 C2PA 元数据,并在 Gemini 中提供「移除」开关的同时开源本地验证库 Credentio。可见标记让步、机器可读溯源收紧——这一进一退,勾勒出 AI 内容治理的清晰方向:面向人的标签可以灵活,面向机器的验证必须留下。

对企业而言,这意味着「验真」正在成为一项可调用的能力:Anthropic 计划推出的检测 API,将让内容平台、企业内审与供应链把「是否为 AI 生成」从人工判断变成程序化检查。合规窗口期已经打开,越早接入越从容。

分角色实操建议

对内容平台与审核负责人:把 Anthropic 检测 API、SynthID/C2PA 元数据纳入内容风控与版权处理流程,建立「机器可读溯源」字段,避免监管细则落地时被动补课。

对企业合规与法务:若业务处于欧盟《AI 法案》适用范围,尽快评估自身 AI 生成物(客服话术、文档、营销素材)的可标识义务与检测对接方案,别等细则落地再动手。

对开发者与产品负责人:水印对模型轻度改写后的文本仍留有痕迹,做 RAG 检索、摘要、内容改写类产品时,需同步考虑溯源兼容与用户知情设计。

对普通从业者:注意「完整重写才能移除水印」的边界——AI 生成内容的指纹比多数人以为的更持久,用 AI 起草的内容请务必自行审改后再对外发布。

结语

AI 内容溯源正在从争议走向标准:看不见的指纹、可调用的检测 API、陆续跟进的大厂,一条完整链路正在成型。关注 AI商业快讯,每天一篇 AI 热点深度解读。

相关阅读

谷歌 Gemini 3.7 Flash 发布:价格腰斩、三周迭代,大模型”快而省”价格战开打

谷歌 Gemini 3.7 Flash 发布:价格腰斩、三周迭代,大模型"快而省"价格战开打

① 资讯摘要

北美时间 8 月 13 日,Google DeepMind 发布新一代轻量主力模型 Gemini 3.7 Flash,官方将其定位为”迄今用于编码与智能体(Agent)领域最聪明的 Flash 级模型”,主攻编程、多步骤任务、工具调用与复杂知识工作。值得注意,这距离上一代 Gemini 3.6 Flash 发布仅过去约三周,迭代节奏明显提速。据 36kr、新浪财经、网易科技等多家媒体报道,本次发布也是哈萨比斯交棒 Koray 之后,谷歌首款公开亮相的 Gemini 模型。

价格是最受关注的变化:2026 年 12 月 31 日前,Gemini 3.7 Flash 的推介价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元,正好是 3.6 Flash 原价的一半;自 2027 年 1 月 1 日起,两项价格将分别回升至 1.50 美元与 7.50 美元。模型支持最高 100 万 token 上下文、最大 6.4 万 token 输出,并已同步上线 Gemini Spark 订阅,面向 160 多个国家和地区的 Google AI Pro / Ultra 用户开放。

② 为什么值得关注

这是大模型”价格战”从挑战者烧向巨头的信号。过去一年,”把单位智能成本打下来”主要是 DeepSeek、阿里等挑战者的叙事;如今谷歌主动把自家主力 Flash 的价格砍半,说明即使是算力与生态最雄厚的玩家,也不得不加入”快而省”的竞速。对依赖 API 的开发者与企业来说,这意味着同等预算能跑更多、更复杂的任务。

竞争焦点从”参数规模”转向”性价比 + 迭代速度”。三周迭代、价格腰斩、直击 Agent 场景——谷歌释放的信号很明确:下一阶段比的不是单次跑分的峰值,而是”足够聪明、足够便宜、足够快”的持续供给能力。结合本周字节 Seed 2.1 Turbo、DeepSeek V4 Pro、xAI Grok 4.6、英伟达 Nemotron 3.5 Lightning 的扎堆发布,一条”轻量高速模型”的主线已经清晰。

Agent 经济的成本拐点到了。在每天调用数十万甚至上千万次的 Agent 自动化与企业工作流里,单价腰斩会被指数级放大。模型越便宜,越多的自动化流程才”算得过账”——这正是 AI 从 demo 走向生产的关键门槛。

③ 分角色实操建议

对开发者 / 技术负责人:现在是用 Flash 级模型搭建与压测 Agent 的成本洼地。限时价持续到年底,适合把高频、可并行、对延迟敏感的调用场景(代码生成、文档处理、网页操作)迁过来做 A/B,趁低价把架构跑顺。注意把”限时价”和”2027 年翻倍价”分开测算,别把促销价当成长期成本基线。

对企业 / 产品负责人:不要把成本结构焊死在单一厂商的促销价上。更稳的做法是预留多模型路由能力(类似英伟达开源的 NeMo Switchyard 思路),按任务难度动态选模型——简单活交给便宜的 Flash,难活才上旗舰。这样即便 2027 年价格回升,整体账单依然可控。

对投资者:关注”单位智能成本”持续下降带来的应用层机会:当调用成本不再是瓶颈,受益的会是上层的工作流、SaaS 与垂直 Agent。同时,谷歌在 Koray 接棒后的产品节奏(三周一小更、价格主动下探)本身,也是观察其 AI 竞争力修复的重要窗口。

④ 结语

Gemini 3.7 Flash 的意义,不只是一款”更便宜更快”的模型,而是谷歌正式加入大模型价格战的宣言。当巨头也开始用三周迭代和价格腰斩抢开发者,AI 应用的爆发才真正有了成本基础。本篇为热点资讯解读,不含任何合作或联盟链接。

关注「AI商业快讯」,每天一篇 AI 热点深度解读,帮你用最少的精力跟上最关键的行业变化。

⑤ 相关阅读