算力租赁价格
是一把能反推整条产业链的尺子

一、核心论点：租金这把尺子，量的是电力的稀缺，不是 GPU 的稀缺

起点很简单：SpaceX 把同样一片 GPU 集群，以两种价格租了出去——Anthropic 每月约 12.5 亿美元锁定 Colossus 1 的全部约 22.2 万卡，Google 每月约 9.2 亿美元买约 11 万卡。折成单卡，分别约为 每年 6.8 万美元 与 10 万美元；而公开市场上新云的长约只有约 2.27 万美元。

一个差 3–4 倍的价格，本身就是一份情报。买方都不缺采购能力，却愿意付 3–4 倍——它们买的不是更好的芯片，而是现在就能通电、马上能跑的电力，以及锁定到 2029 年、不随市场衰减的价格。

二、把租金拆开：每一级在为什么付费

同一代硬件，价格从现货到 SpaceX 拉开了一道阶梯。重要的不是绝对值，而是每一级的增量买的是什么。

第一级（现货→新云，约 +30%）买的是托管、组网和 SLA——可理解的服务溢价。真正异常的是第二级：从 2.27 万跳到 6.8 万–10 万。这 3–4 倍买的不是芯片，而是"现在就能通电"＋多年锁价。

三、稀缺迁移：电力才是新的 GPU

2024 年大家抢的是 GPU 配额。2026 年的约束已经换了位置——一份接一份的行业数据指向同一个结论。

这把 SpaceX 的溢价解释清楚了：xAI 的 Colossus 自建发电、绕过电网，手里握着别人要等 3–7 年才能拿到的东西——现在就通电的兆瓦。所以那 3–4 倍，本质是一笔"通电时间溢价"，不是芯片溢价。对产业链的第一层含义：需求确定性最高的不再是 GPU，而是电力层——变压器、开关柜、现场发电、HVDC 与机柜电源。

四、折价陷阱，与电力这把"天然刹车"

把单卡当成资产算账：全成本约 5 万美元，市场租金约 2.27 万美元/年，但每年折价约 30–40%（H100 两年从 8 美元跌到 2 美元/小时）。新云按 6 年折旧，租金却按 2–3 年衰减——后半段在远低于承销价的水平上赚钱。

这就是 CoreWeave"约 60 万张电力卡 vs 约 36.5 万张计费卡"那个缺口的来源。锁定多年、不衰减的合约（正是 SpaceX 那两份）之所以值溢价，就是因为它把折价风险转移给了对手方。

五、资本支出在总量上跑在变现前面，但电力是天然刹车

单看这些像泡沫。但把电力刹车叠上去，结论更精细：这轮买入在总量上确实超前于变现，但物理电力约束让它没法真的盖出过剩。泡沫若破，更可能从资金端（举债成本/利息覆盖）或变现端（需求证伪）触发，而非经典的产能过剩→租金崩盘。所以该盯的是"租金曲线"和"利息覆盖"，不是"盖了多少"。

六、需求确定性矩阵：供给被卡死的地方，最确定

判断需求确定性，不看需求喊得多响，看两条轴：供给是否被卡死、对资本支出可持续性的暴露。结论是 HBM 与电力设备最确定——恰恰因为它们卖光了、供给纪律严，"短缺本身就是确定性"。