Oracle GPU 利用率达 97.9%，但 AI 泡沫争论仍未结束
Oracle 在交付超过 30 万颗 GPU 后报告 GPU 利用率达到 97.9%，为有关 AI 基础设施闲置的担忧提供了有力反证。
Oracle 的 GPU 利用率数据反映了其多租户 GPU 集群在 2027 财年第一季度的运行情况。与此同时，公司云业务收入加速增长、合同积压规模扩大，对旧款芯片的需求也在延续。
这一组合挑战了 AI 泡沫论的一种观点。Oracle 并未为已部署的 GPU 寻找工作负载而苦恼。其眼前的限制似乎是，能否为已签约客户交付足够的数据中心容量。
但高利用率并未终结更广泛的争论。Oracle 为建设这些容量投入了大量资金，产生了负自由现金流，并承担了与数据中心扩张相关的长期义务。
因此，分歧比双方所暗示的更为具体。当前需求看起来真实存在，但 Oracle 必须将异常高的基础设施使用率转化为可持续的利润率和现金生成能力。
Amazon Web Services、Microsoft Azure、Google Cloud 以及专业 GPU 服务商也面临类似考验。Oracle 的披露让投资者得以罕见地观察一家大型云服务商的集群使用强度。
Oracle GPU 利用率在容量扩张中达到 97.9%
Oracle 以非同寻常的速度增加容量，但集群使用率并未明显下降。
Oracle 在 2026 年 9 月 10 日举行的 2027 财年第一季度业绩电话会议上披露了这一利用率数据。该季度于 8 月 31 日结束。
管理层表示，自上一季度末以来，公司已交付 850 兆瓦的 AI 容量，其中包含超过 30 万颗 GPU。
这一交付量几乎是 Oracle 上一季度产出的三倍，也相当于其整个上一财年交付容量的 73%。
公司在其季度业绩中报告，总营收为 193 亿美元，同比增长 30%。云业务营收增长 62%，达到 116 亿美元。
Oracle Cloud Infrastructure，即 OCI，实现基础设施即服务营收 74 亿美元，同比增长 121%。
剩余履约义务达到 6,640 亿美元。这项会计指标代表 Oracle 尚未确认的已签约收入。
积压订单较上年同期增加了 2,090 亿美元。这为 Oracle 提供了相当高的可见性，但收入确认仍取决于其能否成功交付基础设施。
Oracle 还表示，公司在本季度签署了超过 300 亿美元的新增 AI 合同。管理层称，这些协议不需要 Oracle 追加资本投入。
部分客户会为基础设施预付款，另一些客户则自行提供硬件，由 Oracle 负责安装和运营。这些安排可以减轻 Oracle 的初始现金负担，但并不能消除执行风险。
97.9% 这一数字之所以重要，在于 Oracle 扩大了集群规模，同时仍让几乎全部可用容量保持满负荷运转。当客户部署滞后于建设进度时，快速扩容往往会给利用率带来压力。
Oracle 报告的却是相反的情况。新增容量投入运营，云基础设施营收加速增长，集群使用率仍接近满载。
管理层还提供了关于旧设备的证据。到期续约的 GPU 要么被续约，要么被转售，价格比此前合同高出 20%。
根据业绩电话会议记录，这些续约 GPU 大多数已使用至少四年。这一结果反驳了这样一种担忧：每一代新芯片都会立即摧毁旧硬件的商业价值。
旧款 GPU 无法在所有训练工作负载中媲美 Nvidia 最新系统的性能。不过，它们仍可用于推理、微调、开发以及要求较低的训练任务。
这一披露并未揭示每种 GPU 型号或每类客户的利用率，也未说明使用情况如何在单个集群层面转化为利润率。
尽管如此，Oracle 提供的运营细节仍多于云服务商通常披露的内容。这些数据表明，在报告季度内，已部署的容量处于繁忙状态。
这改变了眼前的问题。关键已不再是 Oracle 能否为现有集群吸引需求。
更难的问题在于，在承担相关成本后，它能否持续交付容量、维持续约定价，并获得令人满意的回报。
接近满负荷的使用率考验每一家 AI 基础设施提供商
Oracle 的披露提高了竞争对手的标准，因为它将 AI 需求与已部署硬件、营收增长和合同续约联系起来。
云服务公司经常表示 AI 需求强劲，却很少公布外部人士可以逐季追踪的全网 GPU 利用率。
Oracle 现在提供了这样的基准。97.9% 意味着，该季度几乎所有可用容量都被分配给活跃的客户工作负载。
这并不意味着 Oracle 是最大的云服务商。AWS、Microsoft 和 Google 运营的平台更加广泛，且拥有规模更大的成熟客户基础。
不过，Oracle 正将 OCI 定位为大型、高密度 AI 集群的提供者，并将其与数据库业务直接连接。它也在竞争云平台内嵌入 Oracle 数据库服务。
这一战略让 Oracle 即使在客户将 Azure、AWS 或 Google Cloud 作为主平台时，仍能参与企业工作负载。Oracle 表示，多云数据库收入同比增长 353%。
基础设施的快速扩张给两类竞争对手带来了压力。
第一类是超大规模云服务商。它们必须证明，自身的资本支出能够支持相当的工作负载增长、客户留存和有效的基础设施寿命。
第二类是专业 GPU 云服务商。这些提供商出售稀缺加速器的使用权，却不像大型软件公司那样拥有庞大的软件产品组合来提供财务支撑。
两类公司都面临同样的经济张力。高利用率有助于营收，但硬件、网络、电力和建筑均需要大量投资。
Oracle 对旧 GPU 的续约又带来了另一层竞争复杂性。云集群内部一个有效运转的二级市场，能够延长资产寿命，并降低快速过时的风险。
并非所有工作负载都需要最新的加速器。前沿模型训练可能优先使用 Nvidia Blackwell 系统，而常规推理在较早一代产品上仍可能具有经济性。
因此，云运营商可以根据性能需求对客户进行分层。它们可以将新集群保留给高要求任务，并将旧 GPU 转向更重视可用性或较低算力要求的工作负载。
这种方法只有在软件和网络使集群易于管理时才能奏效。如果客户无法高效地在整个集群中调度任务，大量芯片的价值将十分有限。
Oracle 报告的利用率表明，其运营系统在本季度跟上了硬件部署的节奏。但这并不能独立证明每项客户工作负载都具有效率。
GPU 利用率也可能指向不同概念。Oracle 的文档将利用率定义为按时间衡量的 GPU 活动，而内存利用率则单独追踪已占用的内存。
一颗繁忙的 GPU 不一定在以最高效率完成具有经济价值的工作。任务可能遭遇网络延迟、数据瓶颈或代码优化不足，同时仍被记录为活跃状态。
即便存在这一差别，接近满载的商业集群仍表明可用容量稀缺。这意味着 Oracle 并未在没有准备使用它们的客户的情况下，建设数十万颗加速器。
Nvidia 从各家服务商面临的这种压力中受益。Oracle 的扩张直接创造了对加速器的需求，也支撑了继续采购的逻辑。
客户面临的结果则不那么舒适。紧张的容量和高价续约表明，买家不应期待 AI 计算价格会立即大幅下跌。
企业还必须决定，是通过长期合同预留容量，还是按需购买计算资源。预留可提高可用性，但也会带来承诺风险。
开发者则会通过配额、部署排期和模型服务成本感受到后果。即便底层芯片已经存在，高基础设施使用率仍可能延缓访问。
因此，对企业买家而言，Oracle GPU 利用率不只是一个投资者指标。它证明了供应链在实际部署环节依然紧张。
真正的转变在于需求与交付之间
这些报告数据将 Oracle 的短期问题，从寻找 AI 客户转变为以足够快的速度建设基础设施来服务客户。
AI 泡沫担忧通常聚焦于搁浅资产。在这种情景下，云服务公司在发现客户需求无法支撑已安装基础之前，就购买了昂贵的 GPU。
Oracle 这一季度并不符合这种描述。在公司交付额外 850 兆瓦容量后，其集群仍保持 97.9% 的利用率。
其剩余履约义务也达到 6,640 亿美元。尽管这一数字不只涵盖 AI 基础设施，但它表明公司拥有大量已签约需求。
这种转变十分重要，因为 Oracle 多年来一直是二线公有云服务商。AWS、Azure 和 Google Cloud 更早确立了自身地位，并建立起更庞大的开发者生态系统。
生成式 AI 为其创造了另一条进入市场的路径。模型开发者需要规模庞大、紧密互联的 GPU 集群，而容量可用性的重要性可能高于既有云市场份额。
Oracle 围绕这一机会设计了大型集群。其位于得州阿比林的园区，成为检验公司能否将基础设施计划转化为可运行系统的重要案例。
本季度，Oracle 表示已在阿比林交付 13.1 万颗 GPU。园区八栋建筑中已有六栋投入运营，代表 618 兆瓦容量和计划客户容量的 75%。
这些数据支持以交付为中心解读该业务。Oracle 已经持有合同，但只有在容量可用时才确认基础设施收入。
仅靠积压订单无法完成这种转化。Oracle 需要在合适地点配备建筑、电力、冷却设备、网络、GPU 以及合格团队。
任何延误都可能将收入推迟至后续季度。长期延误还可能损害客户关系，或迫使合同发生变化。
因此，不应将 98% 这一标题数字解读为对 AI 需求的普遍裁决。它描述的是 Oracle 在单一季度内的活跃集群。
这一数字并未衡量每一个规划中的数据中心是否已有客户，也未揭示未来场址相关合同的盈利能力。
但它确实表明，Oracle 已安装的资产并未闲置。这一区别很重要，因为已部署容量和已宣布的未来容量面临不同风险。
Oracle 当前集群面临需求风险、运营风险和定价风险。其开发管线则增加了建设、融资、电力和供应链风险。
强劲的利用率降低了第一类风险，却不会自动解决其余问题。
续约定价提供了另一个有价值的信号。Oracle 表示，本季度内到期的每一份 GPU 合同均已续约或以 20% 的溢价转售。
使用四年的 GPU 仍能获得溢价，表明需求并不局限于前沿模型训练。这也支持了其至少部分设备可拥有更长使用寿命的判断。
然而，单个季度的续约情况不足以确立一条长期定价曲线。竞争性产能、更高效的模型以及客户自有硬件，都可能改变未来的谈判格局。
因此，最有力的结论是具体且有限的：Oracle 已部署的 AI 基础设施在本季度实现了近乎全面的商业化使用。
这一证据削弱了有关当前建设潮已经造成大范围闲置产能的说法。但这并不保证整个行业都会出现同样的结果。
Oracle 现在必须在继续扩充产能的同时重现这一表现。以其当前规模而言，执行能力与需求同样重要。
98% 这一数字尚未解答的问题
接近满负荷的 GPU 使用率支持了 Oracle 的营收叙事，但现金流与资本密集度仍是核心挑战。
Oracle 本季度录得 231 亿美元经营现金流。资本支出达到 285 亿美元，自由现金流为负 54 亿美元。
该公司在整个 2026 财年已经产生负自由现金流。其支出反映了数据中心、计算设备及相关基础设施的成本。
这是对 Oracle GPU 利用率过度乐观解读的最有力回应。即使资产处于高负荷运行状态，若建设与融资成本的增长快于营收，回报依然可能令人失望。
Oracle 的营收快速增长，营业利润也有所改善。但公司必须将这种增长维持足够长的时间，才能让经营现金流超过基础设施投资。
一篇现金流分析突出了强劲的 AI 相关销售与持续为负的自由现金流之间的反差。与以充裕现金为类似建设提供资金的超大规模云服务商相比，Oracle 面临不同的风险结构。
AWS、Microsoft 和 Google 可以利用规模更大业务产生的现金为 AI 基础设施融资。Oracle 同样拥有成熟的软件收入，但其资产负债表为反复失误留下的余地较小。
客户融资结构有助于缓解这一负担。预付款和自带硬件协议将部分初始资本需求从 Oracle 转移出去。
这些安排也会使比较变得更复杂。由客户出资的合同，与 Oracle 自有部署带来的资本风险并不相同。
投资者需要更多有关这些合同组合的细节。他们还需要了解扣除电力、租赁、折旧、维护和融资成本后的利润率。
剩余履约义务同样需要谨慎看待。RPO 代表已签约业务，而非已经收取的现金或已经确认的收入。
6640 亿美元的余额相对于当前季度营收而言异常庞大。其经济价值取决于时间安排、客户集中度、合同条款以及能否成功交付。
Oracle 表示，约一半积压订单应在 36 个月内转化为收入。要实现这一转化，需要在多个地点持续进行建设和部署。
客户集中度仍是另一项担忧。大型 AI 基础设施合同可能使季度进展依赖于数量有限的模型开发商。
预付款降低了信用和融资风险敞口，但并不能消除对这些客户长期计划的依赖。在每份合同到期前，模型经济性可能发生变化。
技术变革带来了另一类风险。本季度，使用四年的 GPU 获得了更高的续约价格，但未来芯片可能改变每瓦性能和每单位算力表现。
AI 软件也正在变得更加高效。更小的模型、量化、稀疏架构和改进的推理系统，都可能降低特定任务的计算需求。
效率提升并不总会降低基础设施总需求。成本下降往往会带来更多使用、新产品和更大的工作负载。
不过，Oracle 不应将当前的稀缺性视为永久状态。来自超大规模云服务商和专业供应商进入市场的产能，可能削弱续约定价。
一份独立的股票评估指出，按时交付产能是连接 Oracle 积压订单与营收增长的关键环节。项目延期或供应瓶颈仍是明确的下行风险。
97.9% 这一数字本身也需要持续一致的披露。如果 Oracle 改变计算方法或停止公布，投资者便无法评估趋势。
有用的未来披露应按芯片代际、工作负载类型和所有权模式拆分利用率。Oracle 尚未公开提供这一层级的细节。
利润率披露将带来更大价值。定价疲弱下的高使用率可以带来营收，却未必带来足够回报，尽管目前披露的续约溢价指向了不同的情况。
目前，Oracle 已证明其已部署产能存在需求。它尚未证明其完整投资计划的最终回报。
这正是为什么该季度挑战了泡沫担忧，却没有终结这种担忧。利用率数据回答了一个运营问题，而现金流量表则提出了一个财务问题。
三个信号将检验 Oracle 的 AI 基础设施逻辑
下一阶段取决于利用率的稳定性、积压订单的转化，以及重回正自由现金流的可信路径。
第一个信号是 Oracle 下次披露的 GPU 利用率。投资者应将其与 97.9% 直接比较，而不应将当前数字视为永久状态。
如果在又一次大规模扩容期间利用率保持稳定，将强化 Oracle 的需求逻辑。若出现显著下降，则表明交付速度开始超过客户部署速度。
续约定价也应纳入同一检验。老旧 GPU 持续获得溢价，将支持 Oracle 有关使用寿命和残值的说法。
折价则会讲述不同的故事。这可能意味着新增供应、更优芯片或更高效模型正在削弱对早期硬件的需求。
第二个信号是 6640 亿美元积压订单向已披露 OCI 收入的转化。只有当 Oracle 交付产能并开始确认销售额时，签约需求才真正具有意义。
OCI 收入在最新季度增长了 121%。未来业绩必须显示，随着新站点投入运营，这一加速势头能够延续。
主要园区的交付进展将提供早期迹象。电力供应、建设进度和设备安装都可能限制已确认收入。
投资者还应关注，除 Oracle 最大 AI 合作伙伴之外，有多少新签约来自其他客户。更广泛的需求将降低集中度风险。
第三个信号是自由现金流。Oracle 负 54 亿美元的结果表明，在所有相关收入到来之前扩张的成本。
迈向正自由现金流的路径将强化这样一种观点：高利用率支撑着一项具有持久经济性的业务。若情况持续恶化，融资风险仍将处于争论的中心。
资本支出应与经营现金流、客户预付款和硬件所有权一并解读。单一支出数字无法反映完整结构。
Oracle 的财务报表为读者提供了必要的起点。公司产生了强劲的经营现金流，但基础设施支出仍然更高。
企业买家应出于实际原因关注这些指标。产能稀缺会影响合同条款、部署时间和获取更新加速器的机会。
开发者应关注老旧 GPU 是否仍可用于推理和微调。即使前沿集群始终被完全预订，这些系统也能扩大使用机会。
知识工作者将通过 AI 产品可用性、响应速度和使用限制间接受到影响。基础设施经济性最终会传导至软件客户。
评估 AI 供应商的团队应保留自身的部署证据、合同假设和工作负载结果。一个可搜索的知识库能够让这些决策始终与实际技术记录相联系。
Oracle GPU 利用率为一场常由预测主导的讨论提供了宝贵数据点。其已安装设备几乎满负荷运行，客户也愿意为续约旧产能支付更高价格。
这一证据反驳了 Oracle 当前 GPU 库存缺乏真实需求的说法。但它并不能证明每一座规划中的设施都将获得有吸引力的回报。
未来几个季度将揭示，97.9% 是可重复的运营模式，还是由暂时性稀缺造成的峰值。请同时关注利用率、积压订单转化和自由现金流。
