微软停续甲骨文AI算力合同:旧代英伟达芯片触发800亿美元云合约重审

彭博社报道,微软已停止续约2023年与甲骨文签订的AI算力租赁协议,核心原因是甲骨文服务器搭载的旧代英伟达芯片已不符合微软当前需求。此举是微软对逾800亿美元外部云合约系统性重审的组成部分,甲骨文股价当日下跌约4%。与此同时,AI云服务商IREN因微软调整技术规格要求,被迫将逾40亿美元年化算力容量的上线时间

2026年11月6日,据彭博社报道,微软已决定不再续约2023年与甲骨文签订的AI算力租赁协议,并在近几个月里逐步停用租自甲骨文数据中心的服务器算力。这份多年期协议最初于2023年公开宣布,微软借助甲骨文云基础设施(OCI)为AI辅助版必应搜索引擎提供算力支撑,双方当时均未披露协议的财务规模。消息披露当日,甲骨文股价下跌约4%。

事件的技术根因是GPU的代际断层。据彭博社援引知情人士称,甲骨文数据中心搭载的是较早一代英伟达芯片。这类芯片在2023年部署时仍属主流选择,但AI推理负载的算力需求在短短三年内经历了结构性跃升。新一代GPU在单位功耗下的浮点运算能力、内存带宽,以及对大型语言模型批量推理的吞吐效率,均与旧代产品拉开了可感知的差距。当推理任务所需的算子指令集或内存层级不再与旧代硬件最优匹配时,继续租用该批算力的实际收益便迅速下降。从微软的角度看,合同到期不续是最直接的理性选择。

据彭博社报道,知情人士称此举是微软对逾800亿美元外部云合约系统性重审的组成部分,审查范围涵盖CoreWeave、Nscale、Nebius Group等多家云服务商。彭博社还援引此前商业内幕的报道,指出微软另行洽谈的一笔Oracle扩容租约已于2026年6月谈判破裂。两条消息合并来看,微软对旧代算力的收缩并非一次性操作,而是一轮有序的合同结构重组——核心逻辑是提升巨额AI投资的回报效率。

出清压力向产业链传导

对甲骨文而言,损失的不仅是这笔合同本身的收入,更是在AI云基础设施竞争中的头部背书。甲骨文发言人对此表示:“市场对OCI AI基础设施的需求依然强劲,包括对较早几代GPU的需求。”这句官方表态在字面上并无问题,但其隐含的结构性信息是:旧代GPU的潜在需求方,正在从微软这类顶级AI买家向预算和技术门槛更低的下游客户迁移。头部客户愿意为前沿算力溢价买单的周期,远短于硬件折旧周期本身。

直接受到波及的还有IREN。这家AI云服务商此前正推进一批算力基础设施项目,目标是在2026年底前上线可支撑逾40亿美元年化收入的算力容量。但据财联社报道,微软要求IREN调整网络设计规格,导致这批容量被推迟至2027年1月上线,并存在进一步延至2月底的可能。这一细节揭示了微软此轮审查的另一面:它不仅在出清已有的旧代算力合同,对正在建设中的新算力,同样提高了技术规格的验收标准。对无法按时、按规格交付的“算力房东”,微软的耐心正在缩短。

对企业用户和云开发者而言,这一连串信号传递了一个具体的工程实践含义:采购AI算力时,合同期限与硬件代际的匹配程度,正在成为比容量规模更优先的评估维度。签一份多年期锁定旧代GPU的算力合约,意味着主动承担技术折旧风险;而灵活、可快速切换代际的算力架构,正在成为大型AI买家隐性的合同要求。

甲骨文的财务处境加重了市场敏感度

微软的这次不续约,落在了甲骨文财务结构已承压的背景下。据多家媒体报道,S&P全球评级已将甲骨文信用评级下调至BBB—,即投资级的最低档,再降一级即进入垃圾债领域。下调的背景是甲骨文在AI数据中心建设上的大规模资本支出,导致自由现金流转为负值。与此同时,甲骨文截至2026年8月末的剩余履约义务积压达6640亿美元,同比增长45.8%。这组数字表面上显示了巨大的业务管线,但其中能否按期转化为实际现金流,市场已开始提前定价这一不确定性。

研究机构Gartner此前已发出警告,认为激进的AI基础设施资本支出存在因新一代芯片快速迭代而引发大规模资产减值的风险。甲骨文当前的处境恰好印证了这一判断的部分逻辑:旧代GPU的价值折旧并非缓慢线性,而是在头部买家一次不续约时骤然加速。早期以旧代算力为赌注大规模建设的云厂商,正在直面这一结构性风险成为现实的节点。

前瞻判断:以下为分析观点,非确认事实

从当前的信号格局看,这轮动作的后续烈度,取决于两个变量能否同步出现。其一,微软对CoreWeave、Nscale、Nebius等其他服务商是否采取类似的合同收紧动作——800亿美元的审查总量意味着这次甲骨文合同不会是终点。其二,甲骨文能否将旧代算力库存有效重新导向中小企业市场,以抵消头部客户流失带来的收入缺口。若前者成真,云算力市场的结构性出清将进入加速周期;若后者未能实现,甲骨文的自由现金流压力将在接下来数个季度持续放大。

可供持续追踪的具体信号是:IREN、Nebius等新兴算力服务商的项目交付节奏变化,以及甲骨文在下季度财报中对旧代GPU容量利用率的披露口径。如果旧代GPU的利用率数据出现明显下滑,将是判断新旧算力迭代速度最直接的量化坐标。