CoreWeave：高速扩张背后的融资压力

市场上正在形成一种颇具吸引力的看多观点：与 Nebius（NBIS.US）相比，CoreWeave 拥有更庞大的收入规模、更多的订单储备以及更多的上线算力，但市销率（P/S）估值却远低于 Nebius，因而可能是被市场明显错杀的 AI 专用云（Neocloud）龙头。

收入倍数仅揭示了一半真相。 CRWV 的“便宜”完全建立在其激进的债务融资与资本结构之上。CoreWeave 的商业本质是将长期客户合同提前质押变现，以极高的财务杠杆推动资本开支与算力建设。但在计入硬件高额折旧后，公司目前的经营利润严重无法覆盖利息费用，自由现金流持续大幅失血。

我们认为，CoreWeave相对Nebius的估值折价具有一定合理性，反映了高杠杆、客户集中和GPU资产价值的不确定性。在折旧后盈利能力、利息覆盖和现金流缺口持续改善之前，我们对CRWV保持偏空态度。

一、Neocloud崛起：为什么AI时代需要一种新的云

全球云计算市场持续由超大规模云厂商（Hyperscaler，如 AWS、Microsoft Azure、Google Cloud）主导。传统公有云采用通用虚拟化架构，构建了涵盖数据库、对象存储、网络安全及开发工具链的综合生态，旨在满足企业多样化的通用 IT 需求。然而，传统公有云的软硬件栈并非为数万张 GPU 高密度协同的大规模 AI 任务所设计。

生成式 AI 的爆发彻底重塑了云计算的需求结构。大模型训练与推理不仅需要海量 GPU 配额，更要求极高的机柜电力密度、高效的液冷散热、极低延迟的无损网络互联以及专用的分布式集群调度系统。

在此背景下，以 CoreWeave、Nebius 和 Lambda 为代表的新兴 AI 专用云（Neocloud）迅速崛起。它们放弃复制传统云庞大且臃肿的通用 SaaS/PaaS 生态，将资本与工程能力高度聚焦于 AI 算力基础设施，商业定位上更接近专注于极致算力交付的“高性能 GPU 垂直服务商”。

1. Neocloud的核心优势

Neocloud的优势主要体现在三个方面：

• 极致的交付时效：具备一次性交付数万卡规模高端算力集群的能力，大幅缩减客户自行采购芯片、建设数据中心与调试网络的时间成本。
• 超高的有效利用率：通过高速网络、存储和任务调度优化，减少GPU闲置、通信瓶颈和训练故障，提高整个集群的有效利用率。
• 更低的总拥有成本（TCO）：AI 模型的训练成本取决于总完成时间和单位算力时薪。即使 Neocloud 的名义 GPU 租赁时薪并非市场最低，但若能提升集群有效利用率并缩短训练周期，客户完成整体项目的总拥有成本仍显著优于传统云。

2. 客群结构画像：谁在采购 Neocloud 算力？需求能持续多久？

根据公开披露与市场观察，Neocloud 的核心客户群体已清晰划分为三大梯队：

1. Hyperscaler和大型科技公司：如Microsoft和Meta。它们拥有很强的自建能力，但电力接入和数据中心建设速度可能跟不上算力需求增长，因此使用Neocloud作为外部容量补充。
2. 前沿 AI 实验室与 AI 原生企业：如 OpenAI、Anthropic等。模型迭代速度决定产品竞争力，与其等待自建基础设施，它们更需要Neocloud快速交付由先进GPU、高速网络和存储组成的专用集群。
3. 企业级及量化计算机构：涵盖 Databricks、Grammarly 等企业级客户，以及高频/量化对冲基金。这些客户希望将AI用于自身产品或业务，但通常没有必要自行建设数据中心和维护大规模GPU集群，因此选择由Neocloud提供和管理底层基础设施。

这三类需求共同支撑市场扩张：前沿模型仍在扩大训练规模，AI Agent和实时应用推动高并发推理，企业开始将生成式AI部署到实际业务；与此同时，电网并网、变压器和高密度数据中心建设周期较长，优质算力供给短期仍受到限制。数据主权和本地化要求也会推动专用云与混合云发展。

需求并非没有上限。Hyperscaler正在加快自建数据中心和自研AI芯片，模型量化、蒸馏及推理优化可能降低单位任务所需算力，GPU供给增加也可能削弱Neocloud当前的稀缺性溢价。长期市场空间最终取决于AI应用能否产生足够收入，支持客户持续提高资本开支。

因此，Neocloud更可能成为传统公有云的专业化补充，而不是全面替代者。它的增长空间来自AI总算力需求上升，以及传统云在短期内无法及时满足的容量缺口。

二、CoreWeave如何运转：合同、GPU和债务构成的融资循环

CoreWeave成立于2017年，最初从事加密货币挖矿，较早积累了GPU采购以及高密度计算设备运营经验。随着AI算力需求上升，公司逐步将这些能力转向云计算，并于2020年推出CoreWeave Cloud Platform。

CoreWeave 常被概括成“租 NVIDIA GPU 的云公司”，这个说法只覆盖了最外层。客户真正购买的不是一张张GPU，而是可以直接运行AI任务的完整算力集群。CoreWeave把GPU、电力、液冷、高速网络和存储组合起来，再通过Kubernetes、Slurm、监控和推理服务降低使用难度。客户把模型和工作负载交进来，公司负责让芯片、机房和软件持续运行，并按承诺容量或实际使用量收费。

1. 长期订单如何支持融资与扩张

CoreWeave的收入主要来自长期承诺合同（Committed contracts）。这类合同通常采用take-or-pay模式：只要公司按约交付算力，客户就需要支付约定金额，而不是完全按照实际使用量付费。

2Q26，承诺合同贡献了98%的收入。截至2025年末，活跃合同的预付款按加权平均口径约占合同总价值的15%—25%。长期合同提高了收入可见性，预付款也能覆盖部分前期投入；但GPU和数据中心需要在收入确认之前完成部署，公司仍需通过外部融资补足资金。

整个项目融资飞轮如下：

为了取得建设资金，CoreWeave通常会设立项目SPV，即专门承接该项目合同、资产和融资的独立实体。客户合同提供未来现金流，GPU、服务器、应收账款和受限现金等资产提供抵押支持，贷款人会同时评估客户信用、合同条款和资产价值。

项目上线后，客户付款通常先用于支付运营成本和债务本息，剩余现金再回到CoreWeave。这种模式更接近基础设施项目融资，而不是软件公司的轻资产增长：优势是偿债周期可以与合同期限尽量匹配，并借助大型客户的信用降低部分融资成本；风险是并非所有债务都与母公司完全隔离，CoreWeave仍可能提供担保并受到债务条款限制。

注：DDTL 4.0的投资级评级属于相关融资工具，不代表CoreWeave母公司整体获得投资级评级。DDTL是延迟提款定期贷款，公司可以随项目建设进度分批借款；SOFR是美元浮动贷款常用的基准利率，“SOFR＋4%”表示在基准利率上再加4个百分点。

DDTL 4.0说明优质客户合同能够降低特定项目的融资成本，但DDTL 5.5的定价也表明，并非所有新增资金都在持续变便宜。这套模式在客户履约、项目按时上线且GPU价值稳定时可以快速扩张；任何一环恶化，压力也会同时传导至收入、资产价值和融资能力。

2. NVIDIA：最大护城河，也是风险放大器

NVIDIA在CoreWeave的业务中同时扮演三个角色：GPU供应商、股东和部分剩余容量的承接方。目前公司的GPU全部来自NVIDIA；2026年1月，NVIDIA又投资20亿美元。双方还签有初始价值63亿美元的容量协议：若指定容量未被其他客户使用，NVIDIA将在满足交付条件的情况下购买剩余算力。

这段关系有助于CoreWeave获得资本和先进芯片，也为部分未售容量提供需求缓冲。但这些保护并不完全独立：CoreWeave的算力供给依赖NVIDIA，旧GPU的租金和抵押价值又受到NVIDIA新品迭代影响，而63亿美元容量协议只覆盖特定条件下的部分剩余算力。如果GPU租金下降或NVIDIA调整合作策略，CoreWeave的收入、资产价值和融资条件可能同时承压。因此，NVIDIA既是CoreWeave最重要的竞争优势，也是其单一供应商和资产集中风险的来源。

三、理解CoreWeave最重要的四个指标

CoreWeave的收入和订单增长很快，但对这类重资产公司而言，需求本身并不能直接创造股东回报。一份订单必须依次变成可交付容量、收入和折旧后利润，最后在偿还债务之后留下现金：

客户是否真的需要算力（Revenue Backlog）→ 公司能否按时交付（Active Power与Contracted Power）→ 投入的资产能否赚钱（资产周转率与折旧后利润）→ 融资之后还有多少价值留给股东（资本开支、债务与利息）

这四组指标分别检验需求、交付、资产回报和融资承受力，覆盖了订单从签署到形成股东价值的完整链条。任何一环失败，高增长都可能只带来更大的资本需求，而不是更高的每股回报。本文将资本开支和债务放在第一位，是因为这正是CoreWeave当前风险最集中的环节。

1. 资本开支、债务与利息：公司赚到的钱，到底够不够付利息？

这是理解CoreWeave估值折价最重要的一组指标，也是本文偏空判断的核心。

截至 2Q26，CoreWeave 承受着沉重的财务义务：

• 债务与租赁负债沉重：公司债务本金高达 356 亿美元，扣除现金及等价物后，自算净债务达 301 亿美元（相当于 FY26 预期收入的 2.3 倍）；若加上 163 亿美元的经营租赁负债，总净财务义务将一举冲至 464 亿美元（相当于全年收入的 3.6 倍）。
• 经营现金流远不足以覆盖当前资本投入：1H26 经营现金流仅为 36.6 亿美元，但资本开支却高达 141.2 亿美元，导致自算简化自由现金流（FCF）直接贴出 -104.5 亿美元的巨额亏空。FY26 全年资本开支指引中点（370 亿美元）相当于收入指引中点的2.9倍。
• 经营利润难以覆盖利息支出：2Q26 公司 Adjusted Operating Income（调整后经营利润）仅为 1.28 亿美元，而净利息费用却高达 6.40 亿美元（3Q26 指引中利息更是进一步飙升至 8.6–9.4 亿美元）。

CoreWeave 现在的经营利润连付利息都相去甚远。算力规模扩张要求公司提前投入大量 GPU、数据中心及电力设施，在经营现金流无法自给的情况下，公司极度依赖新增债务、客户预付款与股权再融资。若融资成本上升或 GPU 抵押品价值承压，持续上升的利息开支将进一步侵蚀现金流，形成负反馈效应。

2. 资产周转率与折旧后利润：扣除GPU折旧后，资产的盈利能力如何？

CoreWeave 近 60% 的 Adjusted EBITDA Margin看似亮眼，但在考虑硬件的高额折旧后，其真实的经营盈利能力需重新审视。

• 资产周转效率有限：HSBC估算，2Q26年化收入相当于平均毛PP&E（剔除在建工程）的约0.29倍；若计入经营租赁使用权资产，则降至约0.21倍。其长期模型假设资产周转率改善至0.33倍，相当于每100美元可运营固定资产每年产生约33美元收入。
• 折旧占用大量收入：CoreWeave目前采用六年作为技术设备的会计折旧年限；作为对比，Nebius此前采用四年，2026年起延长至五年，仍短于CoreWeave。若简化假设上述100美元全部是按六年直线折旧的技术设备，每年折旧约16.7美元，相当于33美元收入的约51%；剩余收入还要覆盖电力、数据中心运营、人员及其他费用。
• EBITDA 与经营利润率的显著反差：扣除折旧后，2Q26 公司 Adjusted Operating Margin 降至约 5%，显示出其真实经营利润率相对薄弱。

真正的风险不只是折旧金额高，还需要考虑GPU的经济价值可能下降得比六年会计折旧更快。如果旧款GPU租金下滑，收入和抵押品价值会同时承压，债务成本却不会随之减少。只有当现有资产无需同比例增加资本开支便能持续提高收入，并使折旧后利润覆盖利息，当前的偏空判断才会被削弱。

3. Active Power与Contracted Power：签下来的电力，到底有多少真正上线？

• Contracted Power是已经通过电力、土地或数据中心协议锁定的远期容量。
• Active Power是已经上线、可以支持GPU工作负载的容量。
• Active Power由2024年末约0.36GW增至2Q26的1.5GW；2Q26 Contracted Power达到3.7GW。
• 目前约41%的签约电力已经上线，二者之间仍有约2.2GW差额。

C3.7GW的Contracted Power代表未来扩张空间，但更接近当前可交付能力的是1.5GW的Active Power。二者之间2.2GW的差额既是潜在增长，也是尚未完成的数据中心建设、GPU采购和融资责任。

4. Revenue Backlog：1,040亿美元订单多久能转化为收入？

Revenue Backlog是公司口径的未来合同收入储备；Revenue Backlog由1Q25的259亿美元增至2Q26约1,042亿美元，反映客户需求快速增长。按公司披露的合同收入确认节奏，其中41%预计在未来24个月确认，39%在第25—48个月确认，其余20%在第49—78个月确认。

在高资本开支和高杠杆的结构下，这份1,040亿美元的Backlog容错空间很小。约59%的合同收入要在两年以后确认，但GPU、数据中心和电力投入需要提前发生，债务也会持续产生利息。一旦项目延期，收入和现金回款会向后推迟，资本开支与利息压力却不会同步消失，公司的资金缺口可能进一步扩大。因此，庞大的Backlog既提供了较高的收入可见性，也形成了必须按时完成的建设和融资责任。

四、CoreWeave与Nebius：不同增长路径，不同风险定价

CoreWeave和Nebius都在建设全栈AI云，但客户切入方式、资产政策和融资结构不同。比较这些差异，才能解释两者的估值差距。

• 客户与业务模式：CoreWeave采取自上而下的路径，先依靠Microsoft、OpenAI和Meta等大型客户的订单，再向更多企业扩展。Nebius则从AI原生公司、开发者和企业客户切入，以多租户全栈云、按量付费和预留容量积累客户，再向Microsoft等大型客户提供专用容量，更接近“农村包围城市”的路线。
• 规模与增长：2Q26，CoreWeave收入25.75亿美元，同比增长112%；Nebius集团收入5.82亿美元，同比增长454%。CoreWeave规模更大，Nebius仍处于较早阶段，其高增长也受益于较低基数。
• 折旧政策：CoreWeave将技术设备按六年折旧。Nebius此前采用四年，1Q26起延长至五年，当前仍比CoreWeave保守一年。
• 融资结构：CoreWeave依靠客户合同和资产支持项目贷款，并承担公司债、可转债和大量租赁义务。Nebius在2Q26末拥有约80亿美元现金，债务以可转债为主，现金利息和再融资压力相对较低，因此目前相对来说更稳健。
• 估值：截至2026年9月1日，CoreWeave和Nebius市值约451亿和547亿美元，TTM收入却分别为75.9亿和13.6亿美元。CoreWeave市值/TTM收入约5.9倍、标准EV/TTM收入约9.9倍；Nebius约40倍和41倍。CRWV确实便宜，但折价对应更高杠杆、租赁义务和更弱的折旧后盈利；NBIS的溢价则反映更快增长和更强的资产负债表，同时也意味着更大的估值回落风险。

五、CoreWeave最大的风险

资本市场一旦收紧，扩张飞轮可能反转：GPU和数据中心支出发生在收入确认之前，因此CoreWeave必须持续进入债券、贷款、可转债和股权市场。若AI资本开支放缓，或者长期利率和信用利差上升，新增订单、GPU租金、抵押品价值和融资条件可能同时恶化，公司可能被迫接受更高利率、推迟建设或增发股份。

增长仍依赖少数客户和单一GPU供应商： 2Q26前三大客户贡献了72%的收入，约93%的收入增量又来自现有客户扩容。Microsoft、Meta等客户既能自建数据中心，也拥有很强的议价能力；现有take-or-pay合同提供了一定保护，但若大客户到期不续约或减少新增采购，CoreWeave需要寻找替代需求。GPU可以重新出租，但新客户所需的集群规模、地点和网络配置未必匹配，重新配置和招租也需要时间，可能造成阶段性闲置或降价出租。上游同样集中：现有GPU全部来自NVIDIA，而NVIDIA还是股东、技术伙伴和部分剩余容量的承接方，使芯片供应、融资能力和部分需求来源更加相关。

六年折旧可能高估GPU的经济寿命：CoreWeave将技术设备按六年折旧，但真正的问题是旧设备届时还能以什么价格出租。如果新一代芯片快速降低单位算力成本，旧GPU租金可能比账面价值下降得更快，导致资产周转率和折旧后利润率下滑，同时削弱贷款抵押品价值，甚至带来资产减值和更高的再融资成本。

待投产容量带来交付和融资风险：2Q26 Active Power与Contracted Power之间仍有约2.2GW差额，这部分容量既是增长储备，也是尚未完成的建设责任。电力并网、变压器、液冷、GPU交付或施工任何一环延期，公司都会先承担设备支出和利息，却无法按计划确认收入；因此，Backlog、GPU资产和融资能力并不是三层独立保护，而是共同依赖项目按时交付。

六、投资观点：增长很快，但股东回报尚未得到证明

研究观点：偏空，现阶段倾向回避。

为什么持偏空观点

• 收入和Backlog增长很快，但每一轮扩张都需要前置资本开支和新增融资；
• 折旧后经营利润尚不能覆盖利息，自身现金流也无法支持当前建设速度；
• 客户集中、NVIDIA关系、GPU价值和融资条件高度相关，任何一环恶化都可能向其他环节传导。

什么会推翻偏空判断

如果AI需求持续强劲，新增集群按时上线并获得稳定使用，收入增长可能快于后续资本投入，推动资产周转率和折旧后利润率改善；若融资成本下降、旧GPU租金比预期坚挺，利息和资产价值压力也会减轻。这些变化可能推动盈利改善与估值修复，是本文偏空判断需要持续检验的条件。

CoreWeave不是一家缺乏竞争力的公司，而是一项由长期合同支持、依靠高杠杆扩张的AI基础设施投资。CRWV相对NBIS的折价真实存在，但在折旧后利润、利息覆盖和自由现金流得到验证之前，这种折价更像风险定价，而不是明确低估。

以上内容基于公开资料及第三方研究报告整理。文中的自算指标与判断可能受到会计口径、估值时点和前瞻假设影响，不构成针对任何特定投资者的投资建议。