埃里森的“掘金”狂潮：甲骨文在AI算力淘金热中的算盘与悬念

TL;DR：

甲骨文近期凭借天文数字般的AI云订单和激进的算力布局，股价飙升，成为AI“卖铲人”的典型代表。此现象揭示了全球资本正蜂拥投入AI基础设施，将算力视为新时代“硬通货”的趋势，但其背后的客户集中度、利润率挑战和巨额资本开支的可持续性，仍是市场需警惕的潜藏风险。

当华尔街的钟声还未完全平息，甲骨文（Oracle）便以一场令人瞠目结舌的股价狂飙，宣告了其在人工智能新纪元中的勃勃野心。短短一个交易日内，这家昔日的数据库巨头股价劲升36%，市值凭空蒸腾出2510亿美元——这相当于一夜之间凭空“长”出了三个寒武纪（一家知名的AI芯片公司）的体量，其联合创始人拉里·埃里森（Larry Ellison）的身家亦短暂超越了埃隆·马斯克，荣登全球首富宝座，尽管好景不长，旋即又回落人间。这并非寻常的科技股躁动，而是AI算力淘金热下，资本市场对“卖铲人”故事的又一次狂热演绎。

驱动这场盛宴的核心，是甲骨文那份令人咋舌的“未实现履约义务”（RPO），从今年5月底的1380亿美元骤然膨胀至4550亿美元，同比激增359%，且公司高管暗示，突破5000亿美元大关指日可待。这些数字，与其说是账面上的承诺，不如说是全球企业对AI算力如饥似渴的“预付金”。甲骨文凭借其云基础设施（OCI）业务的深耕，尤其是对企业级数据库隐私和高性能计算的独特优势，成功吸引了大量需要整合私有与公有数据进行大规模推理的企业客户。埃里森的云转型豪赌，如今似乎正在收获远超预期的回报，并预计OCI营收将在2026财年增长77%至180亿美元，未来四年内更将膨胀8倍至1440亿美元。

算力军备：新时代的金矿与铁镐

甲骨文的崛起，无疑是当前全球算力军备竞赛的一个缩影。首席执行官萨弗拉·卡茨（Safra Catz）的洞察一针见血：当下AI推理市场的规模将远超AI训练，而市场上的推理算力正被极速耗尽。这使得GPU和ASIC芯片，这些曾经相对专业的硬件，一跃成为AI时代的“硬通货”——其稀缺性甚至让全球最大芯片制造商英伟达（Nvidia）的CEO黄仁勋在财报电话会上直言“H100售罄，H200售罄”，尽管其官方社交媒体账号稍后又忙不迭地澄清供应充足，这种矛盾本身就足以说明问题的严峻性¹。

为了满足这股汹涌的需求，甲骨文采取了务实的“双供应商战略”，左右手分别牵着英伟达和AMD。在英伟达阵营，甲骨文不仅提供“裸机”GPU实例，更祭出了“星门”计划，豪掷部署6.4万块英伟达GB200 GPU，以及更庞大的、集成13.1万颗Blackwell GPU的OCI Supercluster液冷算力集群，其AI性能可达2.4 ZettaFLOPS，相当于美国Frontier超级计算机的3倍。而在AMD阵营，甲骨文也下了重注，签署数十亿美元协议，将构建包含3万块AMD MI355X GPU的AI集群，这是AMD迄今最大规模的云基础设施订单。埃里森的算盘是，通过这种多样化采购，“打造比对手更快、更经济的巨型AI集群”，在按小时计费模式下，速度即意味着成本优势。为支撑这些宏伟计划，甲骨文2026财年资本支出高达350亿美元，较上财年激增65%，几乎全部倾注于芯片采购和数据中心扩建。

这并非甲骨文一家之“壕”。谷歌云拥有1060亿美元待履行订单，亚马逊AWS高达1950亿美元，微软的商业待履行订单则达到惊人的3680亿美元。预测显示，到2026财年，微软、谷歌、Meta、亚马逊中的任何一家，资本开支都将突破1000亿美元大关。这场资本开支的军备竞赛，无疑将GPU产能推向了“存量博弈”的极致。正因如此，巨头们纷纷投资自研ASIC芯片，试图摆脱对英伟达的过度依赖，实现差异化竞争：AWS的Trainium2、谷歌的第七代TPU Ironwood、Meta的MTIA系列ASIC，无不展示着定制化算力芯片的勃勃生机。市场数据显示，全球ASIC芯片市场规模预计将从2024年的120亿美元，以34%的年复合增长率飙升至2027年的300亿美元。

卖铲人的盛宴与隐忧

甲骨文的股价狂欢并非孤例，上一个在AI浪潮中股价腾飞的“卖铲人”是博通（Broadcom）。尽管其业务重心略有不同，博通在过去两年股价飙升261%，市值高达1.4万亿美元，成为仅次于英伟达的全球第二大半导体公司。博通最新的财报显示，其AI芯片业务收入同比增长63%至52亿美元，占半导体解决方案业务的57%，并预计未来将从新的“超100亿美元”人工智能芯片订单中获益，业内普遍猜测这个神秘客户是OpenAI²。这些案例共同绘制了一幅清晰的图景：在AI淘金热中，那些提供“铁镐和筛子”的公司，正享受着前所未有的资本青睐。

然而，在这场“AI将改变一切”的宏大叙事下，隐忧亦如影随形。摩根大通（JPMorgan）的分析师们就适时地泼了一盆冷水，提醒市场关注几个核心问题³：首先是_客户集中度风险_，即大量收入可能依赖少数几个巨头客户；其次，大部分巨额RPO收入可能要到_遥远的未来才能确认_，短期内能否有效转化为利润仍是未知数；再者，新增订单主要与_AI模型训练_而非更高利润率的推理业务相关，这可能导致整体利润率承压；最后，甲骨文是否有_足够的资金_为如此庞大的订单进行天文数字般的基础设施建设，仍然存疑。

埃里森的愿景无疑是宏大的，AI算力作为新时代基石的价值也毋庸置疑。但甲骨文们能否真正接住这波浪潮的红利，则取决于它们能否在狂热的资本市场与严苛的商业现实之间找到平衡点。这不仅需要持续的算力加码，更需在盈利可持续性、客户多元化、以及对天价资本开支的精准管理上，给出令人信服的答案。毕竟，在每一次“淘金热”中，最终真正富有的，往往是那些卖水和卖铲的人，但前提是，他们能将手中的“铲子”打磨得足够锋利，且能经受住市场风浪的考验。

引用

• 甲骨文
• AI算力
• 云基础设施
• GPU竞争
• 卖铲人经济
• 科技巨头战略