从拒绝到加码：马斯克将SpaceX的AI算力变成每月数十亿美元的“云生意”

AI智能体开始参与企业经营流程的背后：一道道指令，撬动整套AI数据中心

　　全球AI大模型/AI应用领军者Anthropic的最新IPO 招股书显示的财务披露，从AI算力需求端解释了SpaceX为何迎来这次转型，最具产业含义的无疑是实际算力支出的扩张。有媒体此前披露的Anthropic保密IPO招股书显示，Anthropic在2025年收入接近46亿美元、经营亏损80.6亿美元，算力与基础设施支出73.3亿美元，约为上年的三倍，占126.5亿美元总经营费用的约58%。这一最新IPO招股书中的数据表明，前沿模型商业化正在同时扩大收入和计算资源消耗，AI智能体/AI大模型训练、推理及基础设施投入仍显著领先于利润兑现。

　　更长周期的信号来自Anthropic未来约十年至少5180亿美元的基础设施承诺，其中约80%不可取消或要求无论使用与否均须付款；Anthropic对SpaceX/xAI截至2029年最高845亿美元的安排则大多允许提前90天通知取消。值得注意的是，这些是未来合同义务，应与当期支出、已确认收入分别理解。不过这些最新迹象共同指向是——全球最前沿AI大模型实验室正在用长期承诺换取未来容量，而SpaceX试图把建设速度转化为愈发强化的供应地位。

　　有媒体援引知情人士透露的消息报道称，Anthropic已签订协议，拟支付最高845亿美元，以使用马斯克创立并掌舵的“AI+太空探索”领军者SpaceX截至2029年的AI算力资源。这也意味着，Anthropic同意向SpaceX支付的算力费用接近此前估算的两倍，此举也在凸显出AI大模型/聚焦代理式工作流的AI智能体商业化进程越快，能够及时交付并稳定运行的算力集群越具战略价值。

　　近期Muse、Astra以及Anthropic Claude所代表的最前沿AI智能体/AI大模型技术进步，可谓为AI应用向各行业的大规模商业化扩张以及AI算力需求持续激增提供了重要技术基础——尤其智能体应用范围扩大，有望同步提高AI GPU/TPU这类AI超级加速器与高性能CPU、数据中心高性能HBM/DRAM/NAND存储芯片、高速光互连器件等AI核心基建资源需求。

　　从AI推理系统架构来看，GPU和专用加速器承担模型计算，CPU负责把推理结果转化为实际操作，内存与存储负责保存和调取任务状态。长上下文与多轮调用增加预填充计算及KV缓存需求；浏览器、代码沙箱、检索和任务编排增加服务器CPU负载；文件、数据库、持久记忆与缓存分层则将需求延伸到服务器DRAM、企业级SSD和高速网络。英伟达的技术资料已经将AI智能体推理描述为跨越GPU HBM、CPU DRAM、本地NVMe及远程存储，以及对于数据传输至关重要的内部高速光互连的无比庞大系统工程。

　　在Anthropic管理层看来，AI数据中心服务器集群的存储芯片组件，以及AI GPU仍是最清晰的AI算力产业链层面供给瓶颈。市场调研机构TrendForce预计，2026年服务器DRAM合约价累计上涨约270%，企业级SSD价格累计上涨约235%；2027年HBM合约价仍可能上涨70%—140%，即继续呈现翻倍式增长，这些数据体现了AI算力需求持续扩张与存储芯片涨价的共同作用。TrendForce测算还显示，2027年涵盖Blackwell与Vera Rubin平台的NVL72机架出货量预计同比增长超过50%；其市场调研的配图显示，相关系统产值预计由2026年的约2260亿美元升至2027年的7110亿美元，同比大幅增长214%。

　　Muse与Astra推动的核心变化，是让“数字劳动力”成为新的算力消费主体。Meta的Muse由Muse Spark驱动，拥有专用云端虚拟机，可以在用户离开应用后继续执行任务，并由独立Sentinel智能体审查对外操作；OpenAI的GPT-6 Astra则为dots提供能力，每个智能体拥有云电脑、浏览器与工具，能够处理持续性工作并委派子智能体。一条用户指令，由此展开为规划、检索、执行、检查和再次推理的连续流程。

　　背后的整体AI算力需求机制可以概括为——总推理工作量≈活跃用户数×每人任务频次×每项任务模型调用次数×单次调用计算量。渗透率提高作用于第一项，工作流自动化、多智能体协作则扩大中间两项。Anthropic此前的研究报告披露，其研究样本中智能体约消耗普通聊天4倍的Token，多智能体系统约为15倍；这一经验数据不能直接套用于Muse或Astra，却清楚展示了从“回答问题”走向“高效率完成人类复杂工作”的资源变化。

　　更深层的增长动力，是每项成功任务成本下降，扩大了AI能够经济地承接的工作范围。Astra在部分公开评估中同时提升能力与Token效率，因此需求增长并不要求每项任务越来越耗资源——即只要新增任务规模超过单位任务的资源节约，总计算需求就会继续扩张。此外，开源与闭源AI大模型竞赛趋势，通过改善质量、降低使用门槛和拓展场景，共同放大AI算力资源需求空间。

AI狂潮的“交付斩杀线”：SpaceX如何打开3万亿美元估值想象空间

　　围绕Muse以及Astra的AI智能体加速普及与渗透正在改变数据中心的资源结构。GPU承担主要模型运算，CPU则运行浏览器、代码沙箱、工具调用、数据处理与任务编排；长上下文和高并发扩大活跃KV缓存需求，推动HBM容量与带宽升级；DDR支撑虚拟机、工具进程和部分缓存卸载，企业级SSD承载文件、长期记忆与上下文分层存储。采用跨节点预填充/解码分离时，KV缓存还需要通过高速网络搬运，扩大网络设备及相应光互连需求。有效算力取决于整套系统能否协同扩展。

　　这也解释了投资主线为何向CPU、存储和数据中心内部高速光互连扩散。9月21日，Muse下载狂潮带动的需求预期推动AMD上涨约10%、英特尔约12%、Arm约17%；韩国10月1日公布的9月数据进一步提供存储芯片制造端验证（韩国拥有全球两家最大规模存储芯片制造商——SK海力士与三星电子）：半导体出口约603亿美元，同比疯狂增长262.8%；计算机出口70亿美元，同比增长435.3%；半导体设备进口34.4亿美元，同比增长50.8%。出口金额同时受数量和价格推动，而设备进口增长则显示算力需求正向半导体产能扩产全面传导。

全球企业布局AI的史无前例狂潮正在形成“AI算力交付斩杀线”——商业规模的上限，越来越取决于企业能够以怎样的成本、延迟与可靠性，持续交付多少成功任务。

　　SpaceX提前锁电、扩建集群、获取客户并强化稳定性，正是在争夺这条边界上的供应地位。对资本市场而言，具有重估基础的指标也随之具体化——即可用电力、按期上线容量、付费利用率、每兆瓦的有效任务吞吐，以及最终形成的现金流。

　　据了解，华尔街顶级金融机构TD Cowen在9月底首次覆盖SpaceX，给予“买入”评级及200美元目标价，较10月1日148.07美元收盘价隐含约35.1%上涨空间；核心逻辑是地面AI算力租赁将成为近期增长主引擎，预计2027年相关收入达到660亿美元、占总收入约58%，并自当年第一季度起贡献过半收入。其他华尔街金融巨头目标价覆盖方面，高盛给予“买入”评级以及220美元的12个月内目标价，摩根士丹利给予“增持”以及高达300美元目标价，瑞银给予“买入”以及210美元目标价，美银给予“买入”评级235美元目标价。

　　S&P Global截至9月30日汇总的37名华尔街分析师样本，综合评级为“买入”这一最乐观积极评级，未来12个月平均目标价为226.04美元，相对148.07美元意味着约52.7%的潜在涨幅；按当前约135.7亿股总股本保持不变静态测算，隐含市值约为3.07万亿美元，高于当前约2.01万亿美元。分析师给予这一乐观估值情景对应的核心预期，正是SpaceX在马斯克领导之下愈发聚焦于将电力、建设速度与集群运营能力，转化为服务多家AI客户的持续收入。