文 | 半呆君
8 月 12 日盘后，腾讯交出了 2026 年第二季度财报。市场第一眼盯住的，是那组 " 危险 " 数字：资本开支 527.8 亿元，同比涨了 176%、环比涨了 65%；自由现金流转负，掉到 -138 亿元。财经标题一片 "AI 投入拖累利润 "" 烧钱能烧到什么时候 " 的担忧。你如果只扫一眼利润表，第一眼大概率也会读出 " 烧钱 " 两个字。
但那天晚上电话会有一句话，大多数人划过去了。刘炽平说的是 " 部分算力订单 " ——几个月前预付下单的那批设备，今天转手出售，能比采购价赚超过 30% 的利润；退一步讲，即便把这些算力单纯出租出去，也不亏，反而盈利。
我盯着这句 " 部分订单 " 看了好几遍。他说的虽是腾讯自家的订单，但背后是个结构性信号：在供给被掐住的周期里，高端算力现货已经成了能溢价流转、还能保值的筹码——供给最紧时，二手 B200 的现货甚至能保值约 85%。
这股味道有点像二十年前的土地指标或牌照——只不过算力贬值快得多。土地放着不怎么掉价，GPU 隔一代就跳水；但眼下供给缺口足够大，" 稀缺 " 这一条暂时把贬值风险压住了。
528 亿是烧钱，还是锁仓
把 " 资本开支暴增 = 风险 " 这个共识摆出来，数据确实吓人。527.8 亿砸下去，自由现金流 -138 亿，表面看就是钱烧没了。
但把明细拆开，故事反过来。腾讯自己披露，如果剔除为锁定算力预付的那笔款项，自由现金流其实是正的 376 亿。钱没有消失，只是从 " 现金 " 变成了 " 能溢价的资产 "。
刘炽平那句话给了双保险：前端转售赚超 30%（他原话限定在 " 部分算力订单 "），后端出租即盈利。首席战略官詹姆斯 · 米切尔补充得更直白——这些算力租给第三方，几乎能立刻把折旧收回来。翻译成大白话：最坏情况都有下行保护，不是裸奔的沉没成本。
所以 528 亿的性质得重判。它不是在 " 烧 "，是在低位锁定一批稀缺战略物资，还顺手带了个 30% 的流动溢价兜底。把它读成 " 烧钱风险 " 的，看的是利润表；看穿的，看的是资产负债表上那笔正在升值的筹码。
溢价从哪来：上游被焊死了
一个东西能稳定溢价，根子永远是供给被掐住。算力也不例外。
最上游有两道闸。一道是先进封装。台积电的 CoWoS 产线 2026 年全年已经售罄，英伟达一家公司就锁了约六成产能——这不是年底才紧张，是年初就排到了头。另一道闸是 HBM，也就是高带宽内存，AI 芯片里最金贵的内存。年初 HBM 价格涨了 50% 以上，美光全年的产能已经用 " 包销 " 模式（take-or-pay，不买也得付钱）卖光。企业想从标准渠道买一颗 GPU，交期是 36 到 52 周。
需求侧还在加速。据 LSEG 等机构测算，四大超大规模云厂 2026 年资本开支合计约 7250 亿美元，同比涨 77%；按机构拆分，其中约一半（50%）直接流向 GPU 与自研芯片，其余是数据中心土建、电力与网络。供给焊死、需求猛冲，缺口是结构性的，不是哪个月份的周期波动。
这里得补一句边界，免得招杠。紧缺的不是 " 泛算力 "。确实有闲置—— xAI 集群利用率曝出只有 11%，西部一些枢纽上架率不到三成。但闲置的是中低端，真正卡训练的是 HBM 与 CoWoS 焊死的那部分高端算力：据行业渠道统计，现货流通不到 5%；稀缺高端现货与锁单转售的租金，过去半年涨了 40%。这是结构性错配，不是过剩，反把 " 硬通货 " 三个字精确成了 " 限定在高端的那部分 "。
但这篇文章不能只讲顺逻辑，得主动找裂缝。最现成的反例是 2023 年的矿卡崩盘。要讲清它和今天 AI 算力的区别，得看需求函数的形状：矿卡的需求来自以太坊 PoW（工作量证明）挖矿收益，2022 年 9 月 " 合并 " 把挖矿收益一夜归零——需求函数从 " 持续正向 " 突变为 " 零 "，RTX 3080 二手价从周期高点跌了约 57%，矿卡甩卖到原价的 30%。那一次的 " 显卡硬通货 " 叙事，塌得干干净净。
有人会说 AI 算力和矿卡不同。这个区别值得讲透，而不是一句 "AI 是企业级刚需 " 带过：矿卡那次，外部事件把需求一把清零；AI 算力的需求函数却不一样——它是 " 边际推理成本 vs 人工成本的替代关系 "。
只要 AI 应用的 ROI 为正，企业就会持续用算力替代人力，需求不会一夜归零。这是 " 硬通货 " 叙事比矿卡叙事更坚韧的底层机制。但别把话说满：这个机制成立的前提，是 AI 应用的 ROI 持续为正；一旦推理成本降得比应用收入起得还快、或 Agentic 项目大面积栽在 ROI 不清上，需求曲线一样会塌陷。
松动信号现在已经能看见：H100 按需租金从 2025 年高峰的每小时 4 到 8 美元，跌到 2026 年中 1.99 到 2.69 美元；Cast AI 统计期内企业 GPU 平均利用率只有 5%；Gartner 预测到 2027 年底超过 40% 的 Agentic AI 项目会栽在 ROI 不清上。
美国研究机构 American Compute（专做 GPU 残值研究的机构）在 2026 年 6 月的《GPU Residual Value Report》里直接下结论 "GPU 短缺已经结束，新订单交货周期回到正常 "。换句话说，一旦训练需求放缓、闲置泛滥，" 锁仓 " 的 GPU 完全可能从硬通货变成滞销库存——这个裂缝是真实的，不是我替正方圆场。
更深一层是三套时钟的错配。腾讯锁的是 2026 年的产能，但供给端不止它一家在动：国产 GPU 下半年开始放量、英伟达 Rubin 架构 2027 年规模上线，都在往同一个方向压低稀缺溢价。
Rubin 已在 2026 年 CES 宣布量产，超大规模云厂 2027 年才规模部署，Rubin Ultra 同年跟进；新架构推理吞吐数倍于 B200、单位 token 成本降到约十分之一，旧代芯片的二手残值会随之跳水。
据对英伟达 GTC 2026 Rubin 架构的分析，二手 H100 的成交价已掉到挂牌价（MSRP）的 40% 到 50%（注：经销商与拍卖平台报价波动极大，此处仅作跨代贬值的方向性参考，非精确成交统计）。我开头说的 " 二手保值 85%"，是 B200 这一代在供给最紧时的现货表现，放到跨代维度不成立：一代架构的保值，前提是下一代还没放量。
所以 " 硬通货 " 的保值属性是代内现象，不是跨代规律。
当然，这套 " 硬通货 " 逻辑有个时间窗口。刘炽平在电话会上也说了，随着 GPU、ASIC 和国产芯片产能逐月上来，到今年底、明年腾讯就会有 " 充足的产能 "；资本开支高峰集中在今年下半年到 2027 年初，之后回落。也就是说，30% 的溢价不是永久属性，是供给缺口最紧这段窗口的现象。而且折旧是真实成本——这批算力会在未来一两年摊进利润表，腾讯实质是用现金流给自己买了个 " 在折旧大潮到来前把 AI 收入做起来 " 的窗口期。所以 " 硬通货 " 说的是当下高端算力的稀缺定价权，不是一张永久保值的纸。
算力不是成本，是稀缺到能溢价流转的战略硬通货；它的稀缺根子，卡在最上游的 HBM 与先进封装。
谁在印钞，谁在打工
顺着价值链往下看，价值往哪流就很清楚了。
买家这边，四大超大规模云厂（谷歌、微软、亚马逊、Meta）把 45% 到 57% 的收入、约六成的经营现金流砸进资本开支，利润明显承压（注意这是四大云厂的口径；把为追赶云业务而大举砸钱的甲骨文算进来，占比更高）。
卖家那边，英伟达的净资产收益率仍超过 100%（2026 年年中的 TTM（过去十二个月）口径约 110%，较 2025 财年 119% 的峰值小幅回落，但依旧是科技公司里罕见的印钞机水位）。老剧本里云厂商自建算力、靠规模捕获杠杆的逻辑，在这轮 AI 资本开支周期里失灵了——谁控制供给瓶颈，谁拿走大头。你拿 " 谁掐住瓶颈、谁拿走大头 " 这把尺，去量你关注的那家算力公司处在链条哪一端，答案自己会出来。
腾讯的 " 下行保护 " 也得放对这个位置理解。它确实是抢到了稀缺资产的入场券，最坏情况也有流动溢价兜底；但议价权始终在上游。这里要追问一句：明知道在 " 打工 "，云厂为什么还疯狂扩产？市场上有两套互相打架、但都站得住的解释。
一套是摩根士丹利的 ROI 测算：推理时代头部云厂的投入资本回报率能到 25%-50% —— GPU 租赁约 31%、自有模型 API 约 46%。它的基准假设很具体：1GW 数据中心、约 41 万颗 GB300、利用率 75%、租金 8.5 美元 / 小时，算下来 ROIC 约 31%；租金在 7 到 10 美元区间波动时，ROIC 落在 23% 到 39%。
亚马逊说回本不到三年，和这个区间对得上。但大摩自己补了一句关键 caveat：云厂当前披露的增量利润率其实低于这个区间，因为眼下跑的主要还是上一代芯片、GB300 产能还在爬坡——也就是说，" 印钞机 " 是成熟后的理想态，不是今天的现实。
另一套是囚徒困境。据 LSEG 数据，谷歌、微软、亚马逊、Meta 这四家超大规模云厂，加上甲骨文（Oracle），合计把约九成经营现金流砸进资本开支，有测算称每赚 1 美元要花 1.57 美元——其中 Oracle 因自身现金流偏紧，这个比例更多是 " 靠债务填缺口 " 的方向性信号，不能简单等同现金覆盖。
国际清算银行（BIS）在 2026 年报里罕见地把这轮 AI 投资潮和历次科技泡沫并列警告。各家 CEO 的原话很直白—— " 宁可破产也不能输掉 AI 这一战 "" 宁可误花几千亿也不能落后 "。每个厂都理性，合起来却可能集体过度投资：这是标准的纳什均衡，不投就出局。
所以真相是两者叠加：需求侧确有 25%-50% 的 ROIC 空间，但供给侧的锁单本质是 " 不投就死 " 的军备竞赛，资本开支已经靠债务在填。这就意味着，所谓 " 印钞机在上游 " 本身也是加杠杆、且是反身性的——英伟达的收入就是云厂的资本开支，云厂的资本开支又靠市场预期撑着。一旦需求真的放缓，大摩模型里 "75% 利用率 " 和 "8.5 美元租金 " 这两个前提一松动，25%-50% 的 ROIC 会塌，硬通货也会变库存。兜底归兜底，格局归格局，但这个格局的前提，比看起来脆。
国产解药的天花板，是 HBM
写到这，自然会问一句：国产算力能不能自己解这道题？
华为昇腾占了国产算力的大头。但第三方测算戳破了一层幻想：据 SemiAnalysis 估算，长鑫 2026 年只能供大约 200 万颗 HBM 堆栈，只够 25 万到 30 万颗昇腾 910C 级加速器封装。换句话说，就算昇腾的芯片产能跟得上，最上游的 HBM 直接卡死了有效交付的上限。（注：此为单一第三方机构测算，长鑫官方未披露 HBM 具体良率与产量；若国产产能爬坡快于预期，上限会相应上移。）
为什么 HBM 这么难？SemiAnalysis 估算长鑫 HBM3 综合良率约 25%（前端约 35%、后端约 70%，长鑫官方未确认）；而且完全拿不到 EUV（极紫外）光刻机，只能靠 DUV（深紫外）多层堆叠硬扛。雪上加霜的是，日本 8 月落地的第三轮管制，把 HBM 固晶机、3D 键合、TSV（硅通孔）设备都挪进了逐案审批，驳回率到了七到八成。
这就把 " 国产算力自主 " 这道题的难点，从 " 芯片设计 " 精确地推到了 " 最上游的 HBM"。之前我在系列里写过，HBM 才是 AI 算力的真咽喉——当时判断长鑫的 HBM 量产比国际落后 5 到 7 年；今天这句判断，从需求侧印证了：不是我们设计不出好芯片，是给芯片供能的那层内存，还没突破。
国产算力自主的真正天花板，不是芯片设计，是最上游的 HBM。
三个问题，自己掂量
回到开头。腾讯 528 亿抢的到底是什么？不是一堆会贬值的废铁，是能溢价、上游还锁死的稀缺筹码——只是别忘，它也在折旧，技术迭代也在追赶。
读者要判的，从来不是 " 腾讯花了多少 "，而是三件事：你手里的算力，是买来的还是自有的？上游锁单锁到了哪一年？最坏情况，有没有流动溢价兜底？
当算力能溢价转售，它就不再是成本，是筹码。
（本文为产业链研究观察，所述观点基于公开信息，不构成任何投资建议。）
