SpaceX AI 算力在 2026 年第二季達到 1.4GW,公司要在 2027 年底逼近 10GW;眼前的高價合約證明市場願意付錢,卻還不足以證明這批資產能長期獲利。 SpaceX 的季報同時給出兩個看似衝突的數字:AI 部門單季調整後 EBITDA 為正 11.46 億美元,營業損失仍有 12.57 億美元。這個落差,正是理解 10GW 計畫的起點。

先把 10GW 的時間與基準說清楚

Elon Musk 在 SpaceX 於 2026 年 8 月 4 日舉行的首次財報電話會議上表示,公司預期 2026 年底算力超過 2GW,2027 年底的規模會更接近 10GW,而非 5GW。這是管理階層的前瞻目標,並非已簽妥工程進度表。

官方財報也修正了外界常見的一處誤讀。SpaceX 在 2025 年第二季的名目算力為 0.4GW,2026 年第一季升至 1.0GW,第二季再增至 1.4GW。若年底真的到 2GW,隔年要逼近 10GW,代表 12 個月內仍須交付約 8GW。以目前 1.4GW 為基準,未完成的差額則是 8.6GW。

這項擴張的物理尺度很難用一般資料中心理解。10GW 若全年滿載,耗電量約 87.6TWh,相當於美國 2025 年發電量約 4,400TWh 的 2%。晶片只是其中一環;發電機組、變電設備、冷卻、水源、網路與地方許可都必須同時到位。SpaceX 自己在上市文件裡也把電力、運算硬體供應與法規列為可能拖慢 AI 基礎設施的風險。

SpaceX 算力從 2026 年第二季 1.4GW 邁向 2027 年底接近 10GW 的交付差距

高價合約是真的,但合約品質比 headline 更重要

SpaceX 已經找到願意為近期大規模算力付高價的客戶。這一點有公開文件可查,不必依賴估值模型。

2026 年 5 月,Anthropic 簽下涵蓋 Colossus 與 Colossus II 的雲端服務合約,使用約 32.5 萬顆 NVIDIA GPU,每月費用為 12.5 億美元。6 月,Google 又簽下一份約 11 萬顆 GPU 的合約,2026 年 10 月起每月支付 9.2 億美元。兩筆交易按完整月費年化,分別是 150 億與 110.4 億美元。

不過,兩份合約都保留終止權。Anthropic 合約過了最初三個月後,任一方可提前 90 天終止;Google 合約在 2026 年底後也可提前 90 天終止。SpaceX 第二季財報列出的「已簽約銷售額」只有 141 億美元,原因是公司只計入不可取消、可強制執行期間的金額。用完整合約月費外推多年營收,會高估收入的確定性。

Anthropic 與 Google 算力合約月費及 90 天終止條款比較
指標 2026 年第二季已確認數字 對 10GW 計畫的意義
名目算力 1.4GW 距 10GW 尚差 8.6GW
AI 部門營收 25.61 億美元 新雲端合約已開始產生收入
AI 部門營業損失 12.57 億美元 會計口徑仍未獲利
AI 部門調整後 EBITDA 11.46 億美元 排除折舊與股權薪酬後轉正
AI 部門資本支出 158.28 億美元 單季投入約為 AI 營收的 6.2 倍
已簽約銷售額 141 億美元 只反映不可取消期間,不等於多年合約總值
SpaceX 2026 年第二季 AI 營收、營業損失、調整後 EBITDA 與資本支出比較

這張表揭露了一個容易被「一年回本」敘事遮住的事實。SpaceX 第二季 AI 部門折舊與攤銷為 18.85 億美元,經調整 EBITDA 因此可以轉正,營業損益卻仍是負值。折舊不是帳面噪音;它代表 GPU、伺服器與配套設備正在消耗經濟壽命。當新一代加速器很快取代舊機種,折舊甚至可能低估技術淘汰速度。

每 GW 年收 1,000 億美元,是情境上限而非公司實績

市場最吸睛的推演,是同一組 GB300 算力沿 AI 供應鏈向上移動後,每 GW 年收入可從中立雲端的約 120 億美元,升到模型 API 的 1,000 億美元。這套推演有一個合理核心:直接出售高價推論 token,確實比單純出租機器更接近終端價值。

問題在於,模型層收入無法直接當成資料中心收入。要達到每 GW 1,000 億美元,模型供應商必須維持高使用率、高 token 售價與足夠的推論效率,還要負擔模型研發、銷售、支援與閒置容量。價格競爭、模型壓縮、專用晶片或客戶自建算力,只要有一項變化,收入曲線就會重畫。

SpaceX 的實績提供了更保守的參照。公司 1.4GW 名目算力在第二季產生 21.94 億美元的 AI 解決方案與基礎設施營收,其中 16 億美元是新 AI 基礎設施合約帶來的增量。即使粗略年化,也遠低於每 GW 1,000 億美元的模型層情境。兩者服務內容與啟用時點不同,不能直接比毛利;它們至少提醒投資人,情境模型尚未成為財報數字。

真正的護城河是交付速度,風險也集中在交付

SpaceX 的優勢很具體。NVIDIA 記錄顯示,xAI 與 NVIDIA 在 122 天內建成 10 萬顆 H100 GPU 的 Colossus,首批機櫃進場後 19 天便開始訓練,之後又在 92 天內把規模加倍至 20 萬顆。多數業者還在等併網排程時,SpaceX 已學會用自有發電與模組化設備縮短工期。

這種速度能換到溢價,卻也放大集中風險。SpaceX 的雲端服務收入集中在少數客戶,合約可在 90 天通知後終止。若客戶把工作負載搬回自家機房、改用另一代 GPU,或 token 價格降得比硬體成本更快,一座為特定架構急速蓋成的園區可能很快出現閒置。

財務緩衝比「沒有 hyperscaler 資產負債表」這句話暗示的更厚。SpaceX 在 2026 年 6 月上市後取得約 857 億美元淨資金,第二季末持有約 1,000 億美元現金、約當現金與有價證券,並完成 250 億美元公司債發行。問題不在它能否開出第一張支票,而在每新增一 GW 都可能需要數百億美元,而且同時要為 Starship、Starlink 與軌道算力計畫留資本。

Microsoft 的訊號:需求強,資本報酬仍要逐季驗證

把 Microsoft 視為潛在大買家有商業邏輯。Microsoft 在 2026 財年第三季表示,AI 業務年化營收已超過 370 億美元,年增 123%;Azure 單季成長 40%,需求仍超過可用供給。公司預計 2026 日曆年資本支出約 1,900 億美元,且即使增加投資,供給至少到 2026 年底仍受限。

這些數字支持「近期算力稀缺」的判斷,卻沒有支持 Azure 會在 2027 年成長 100% 甚至 179% 的結論。Microsoft 同一場電話會議也說,公司毛利率降至 68%,主因包括 AI 基礎設施投資與 AI 產品用量增加。算力可以拉動營收,也會先吃掉現金流與毛利。

對企業採購方而言,最重要的決策也因此改變。選擇算力供應商時,不能只比較每顆 GPU 或每小時價格,還要檢查可交付日期、終止條款、架構更新責任、最低用量與資料搬遷成本。對投資人而言,則應每季追蹤四個數字:已啟用 GW、AI 基礎設施營收、營業損益,以及不可取消合約價值。四者一起上升,10GW 才開始接近可驗證的商業模式。

常見問題

SpaceX 真的會在 2027 年新增 10GW AI 算力嗎?

SpaceX 的公開目標是 2027 年底逼近 10GW,不是已確認單年新增 10GW。公司 2026 年第二季為 1.4GW,若年底達 2GW,2027 年仍須新增約 8GW。電力、GPU 交付、資料中心施工與地方許可都可能改變時程。

為什麼客戶願意支付高於一般雲端的價格?

前沿 AI 實驗室需要大量、彼此高速連接且能在幾個月內啟用的 GPU。這種供給目前稀少,延後模型訓練或產品上線的機會成本又高,近期可交付容量因此能收取溢價。溢價能維持多久,取決於供給擴張與 token 價格下降的速度。

AI 部門調整後 EBITDA 為正,是否代表已經獲利?

還不能這樣解讀。SpaceX AI 部門第二季調整後 EBITDA 為正 11.46 億美元,但營業損失為 12.57 億美元,兩者差異主要包括折舊、攤銷與股權薪酬。對 GPU 密集業務而言,硬體折舊是判斷長期報酬不可省略的成本。

10GW 對企業 AI 採購有什麼影響?

若 SpaceX 如期交付,2027 年的大型 GPU 租賃供給會增加,短期交付溢價可能下降。企業現在簽多年合約時,應保留架構升級、價格重議與退出條款,避免在新一代硬體上市後繼續支付舊有稀缺溢價。

權威來源

Author Insight

我對這份計畫最警惕的地方,是市場很容易把「有人願意用高價租」誤讀成「資產已具備長期高毛利」。算力短缺時,速度就是產品;供給開始追上後,合約彈性、折舊速度與軟體利用率才會決定贏家。Tenten 在協助企業評估生成式 AI 架構時,常把模型選擇與算力合約放在同一張成本表上,避免團隊只看 API 單價。如果你的公司正準備簽 GPU、模型 API 或企業 AI 長約,可以和 Tenten 團隊討論採購與架構風險

術語表

  • 名目算力(nameplate compute):資料中心按已安裝設備與設計功率計算的標示容量,不等於所有設備全年滿載。
  • 調整後 EBITDA:排除利息、稅、折舊、攤銷及公司指定調整科目的非 GAAP 指標。
  • 推論 token:模型接收輸入並產生輸出時處理的文字或資料單位。
  • 已簽約銷售額(contracted sales):SpaceX 定義下,不可取消且可強制執行期間的合約價值。
Share this post
Harris Chang

Harris是資深金融市場分析師,專精於美股科技股投資研究與技術分析。他對科技產業發展趨勢具有深入洞察,認為當前市場波動反映了投資者對人工智慧革命的期待與現實業績表現之間的平衡過程。在他看來,優質科技股的長期投資價值依然值得關注,但需要更精準的進場時機選擇和風險管理策略。

Loading...