---
title: "雲端算力轉折點：微軟終止甲骨文協議背後的 Capex 狂潮與硬體折舊經濟學"
author: "DeepValues Research"
publisher: "DeepValues Research (DeepValues / LuLu Ventures LLC)"
type: "Research article"
date: "2026-11-06"
language: "zh-Hant"
section: "Insights"
answer: "DeepValues Research 於2026年11月6日發布《雲端算力轉折點：微軟終止甲骨文協議背後的 Capex 狂潮與硬體折舊經濟學》。本篇文章深入剖析微軟（Microsoft）決定逐步終止與甲骨文（Oracle）租用人工智慧雲端算力協議背後的商業本質與財務結構轉變。"
canonical_url: "https://research.deepvalues.ai/insights/2026-11-06-microsoft-and-oracle-ai-infrastructure-shift-zh/"
markdown_url: "https://research.deepvalues.ai/insights/2026-11-06-microsoft-and-oracle-ai-infrastructure-shift-zh/index.md"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
cite_as: "DeepValues Research, 雲端算力轉折點：微軟終止甲骨文協議背後的 Capex 狂潮與硬體折舊經濟學, https://research.deepvalues.ai/insights/2026-11-06-microsoft-and-oracle-ai-infrastructure-shift-zh/"
publisher_url: "https://deepvalues.ai"
app: "https://deepvalues.ai"
api: "https://app.deepvalues.ai/developers"
data_note: "Reports are dated snapshots. Current data via the DeepValues API: https://app.deepvalues.ai/developers"
disclaimer: "Educational research, not investment advice."
disclosure: "AI-assisted"
generated_by: "NotebookLM + DeepValues editors"
category: "investing"
sources:
  - title: "Cloud Infrastructure Shift"
audio: "https://anchor.fm/s/10566d324/podcast/play/128965612/https%3A%2F%2Fd3ctxlq1ktw2nl.cloudfront.net%2Fstaging%2F2026-10-7%2F436113413-44100-2-2275574ea3e5b.mp3"
audio_kind: "podcast episode"
audio_page: "https://open.spotify.com/episode/6ZneBfVRWrl5bwKaqcD1tD"
---

# 雲端算力轉折點：微軟終止甲骨文協議背後的 Capex 狂潮與硬體折舊經濟學

本篇文章深入剖析微軟（Microsoft）決定逐步終止與甲骨文（Oracle）租用人工智慧雲端算力協議背後的商業本質與財務結構轉變。這項轉折標誌著人工智慧基礎設施的發展已從早期不計成本的「瘋狂搶算力階段」正式過渡至「內部營運效率最佳化階段」，更凸顯出高折舊、短壽命的硬體資產對企業自由現金流與資產負債表帶來的劇烈壓力。對於秉持巴菲特與葛拉漢（Buffett & Graham）框架的長期價值投資人而言，深入評估科技巨頭在資本支出（Capex）分配上的真實效益、硬體淘汰週期對股東「業主盈餘（Owner Earnings）」的侵蝕，以及極端資本密集競賽中各家企業的資產負債表防禦力與安全邊際（Margin of Safety），將是判斷科技巨頭能否在人工智慧浪潮中維持長期競爭護城河與創造內在價值的核心關鍵。

---

## 1. 產業大局：從「瘋狂搶購」邁向「內部效率最佳化」的算力轉折

從班傑明·葛拉漢與華倫·巴菲特的價值投資視角審視，任何資本密集型產業在經歷早期的資本盲目湧入、產能瘋狂擴建後，必然會迎來經濟理性回歸與資本配置效率（Capital Allocation Efficiency）的極致考驗。微軟逐步終止與甲骨文長達 3 年的人工智慧雲端算力租賃協議，正是全球人工智慧雲端基礎設施邁向成熟期與理性轉折的標誌性事件。

根據 *Bloomberg* 與 *Emergent.sh* 的追蹤報導指出，這項策略調整宣告了人工智慧產業榮景的第一階段——即過往超大規模雲端服務業者（Hyperscalers）為了防止算力短缺而展開的「搶算力階段（Scramble phase）」——正式劃下句點。在生成式人工智慧爆發初期，前沿模型訓練所需之算力呈指數級成長，微軟等科技巨頭為了維持市場先發優勢與市佔率，被迫採用「租賃優先」策略，大量向第三方或競業（如甲骨文）租用資料中心空間、伺服器架構與晶片算力資源。

然而，根據 *Yahoo Finance* 與 *Investing.com* 的分析，隨著基礎設施規模擴大，租賃外部算力的缺點迅速浮現。微軟目前的戰略焦點已全面轉向「自主基礎設施整合（Independent Infrastructure Consolidation）」。在價值投資的商業本質中，擁有並營運具備規模經濟與垂直整合能力的底層資產，是建立長期低成本優勢護城河（Cost Moat）的基礎。微軟淡出外部租賃、轉向自主自建，核心考量在於：

1.  **營運成本與毛利率控管**：向第三方租用算力包含中介商的營運利潤抽成，長期而言會嚴重侵蝕雲端服務的邊際利潤率。
2.  **網路延遲與系統拓撲最佳化**：前沿模型訓練需要數萬張晶片進行極低延遲的並行運算。第三方資料中心在實體拓撲、光纖網路連線與冷卻系統上往往難以達到微軟內部極致優化的標準。
3.  **擺脫供應鏈中斷風險**：將基礎設施完全掌控於自身資產負債表中，可免受外部租賃夥伴工程延誤、營運瓶頸或合約糾紛的干擾。

這項改變傳遞出一個清晰的訊號：人工智慧基礎設施的競爭，已從「算力規模的盲目堆疊」轉變為「整體營運效率與資本效率的深層比拼」。

---

## 2. 商業模式與硬體折舊：微軟的資本支出壓力與晶片淘汰週期

從企業資產品質（Asset Quality）與硬體折舊週期切入，微軟龐大的資本支出（Capex）規模正在深刻重塑其利潤表與資產負債表結構。價值投資者必須理解，並非所有資本支出都能創造同等的內在價值。傳統的廠房與土地屬於慢折舊資產，而人工智慧伺服器與晶片則屬於極度劇烈的快折舊資產。

根據 *The Street* 與 *Yahoo Finance* 的財務報導，微軟在 2026 財年的調整後資本支出（Capex）已衝上創紀錄的 1,750 億美元；單在最近一個財政季度，微軟的資本支出即達到 452 億美元的高位。更令市場驚嘆的是，微軟管理層在法說會中明確指引，未來單季資本支出將持續突破 500 億美元。

### 業主盈餘與折舊侵蝕
巴菲特強調，投資人應關注企業的「業主盈餘（Owner Earnings）」，即淨利加上折舊與攤銷，扣除維持競爭力所需的資本支出。微軟的 Capex 結構顯示出極高的折舊風險：

*   **高折舊資產占比過半**：報導指出，微軟單季 452 億美元 Capex 中，約有四分之三（75%）直接投向 GPUs（圖形處理晶片）及高階網路基礎設施。
*   **折舊週期急劇縮短**：與傳統資料中心伺服器約 5 至 6 年的折舊期相比，人工智慧 GPU 晶片的技術淘汰週期已縮短至 3 至 4 年。這意味著微軟每年必須提列數百億美元的折舊費用，這將對未來數年報表上的營業利潤（Operating Margin）造成顯著擠壓。

### 晶片淘汰的經濟學邏輯
為何微軟選擇提前結束與甲骨文的 3 年協議？根據 *Times of India* 與 *NVIDIA Blog* 的技術報告，甲骨文該筆合約中提供的是約 4 年前上市的 NVIDIA A100 架構晶片。

從硬體經濟學角度看，A100 晶片在單晶片計算吞吐量（FLOPS）、記憶體頻寬以及每瓦特能效比（Energy Efficiency）上，已遠落後於新一代晶片架構。當微軟訓練與推理前沿模型（Frontier Models）時，繼續使用 A100 晶片陣列將面臨極高昂的電力成本與網路通訊瓶頸。繼續支付高額租金營運效能低落的舊世代硬體，在財務上完全不符合資本配置效率。因此，果斷終止合約並將資本重新配置於自建的最新世代資料中心，是保護公司長期內在價值的理性處置。

以下為微軟資本支出數據與資產折舊特性比較表：

| 指標 / 資本配置項目 | 數據與折舊經濟學特性分析 |
| :--- | :--- |
| **2026 財年調整後 Capex** | 達到 1,750 億美元，展現極其龐大的資本投入規模與資產擴張速度 |
| **最近一季 Capex 與未來指引** | 單季 Capex 為 452 億美元，管理層預告未來單季將突破 500 億美元 |
| **短壽命高折舊資產占比** | 約 75% 集中於 GPUs 及網路基礎設施，面臨 3 至 4 年快速折舊衝擊 |
| **舊型硬體（NVIDIA A100）現況** | 為約 4 年前架構，能效比與吞吐量嚴重落後，無法經濟地支援前沿模型 |

---

## 3. 資產負債表體質與現金流危機：甲骨文的重資本擴張代價

當微軟這類超大規模客戶決定收回算力需求時，承接龐大建置案的第三方服務商甲骨文（Oracle），便立刻暴露在其重資本擴張策略下的財務脆弱性。從格拉漢式的資產負債表分析來看，缺乏足夠安全邊際（Margin of Safety）的過度槓桿與資本擴張，極易在客戶轉向時引發嚴重的流動性風險。

根據 *Bloomberg* 與 *Times of India* 的報導，甲骨文為了搶攻人工智慧雲端商機，採取了極其激進的舉債建置策略。在最近一個財政季度中，甲骨文的單季資本支出由前一年同期的 85 億美元暴增至 285 億美元，增幅超過 230%。

這種暴增的 Capex 直接導致甲骨文的自由現金流（Free Cash Flow）急劇惡化，進入嚴重的流動性消耗狀態（Cash Burn）。自由現金流是企業經營的生命線，亦是巴菲特計算企業內在價值折現的核心基礎。甲骨文在現金流惡化的同時背負鉅額債務，引發了金融市場對其資產負債表體質的強烈疑慮：

1.  **信用評級承受降評壓力**：報導指出，由於債務負擔與現金消耗迅速攀升，多家信用評級機構已將甲骨文的信用評級調降至接近「垃圾級（Speculative grades）」的邊緣。一旦評級正式降至非投資等級，其未來的融資成本將呈現跳躍式上升。
2.  **股價自高點重挫**：資本市場對此風險給予了快速回應。甲骨文股價自 2026 年 6 月創下的每股 248.15 美元歷史高點大幅修正，跌幅已超過 50%。

正如 Substack 知名科技分析師 *Michael Parekh* 的深度剖析所言，在人工智慧這場重資本競賽中，如果企業沒有穩健的營運現金流作為後盾，僅憑借對單一客戶的長期承諾進行槓桿擴張，一旦客戶提前退場，龐大的固定資產折舊與利息費用將對股東盈餘造成長期且難以彌補的毀滅性傷害。

---

## 4. 護城河與資本配置策略：甲骨文的「預付款防禦」與舊晶片轉租溢價

雖然面臨關鍵客戶微軟的退場與自由現金流緊張的打擊，甲骨文管理層並非毫無防禦手段。從企業資本配置的靈活性觀察，甲骨文試圖透過商業合約條款的創新與舊資產套利，來緩和其資產負債表所承受的壓力。

### 「預付款防禦」策略（Prepaid Strategy）
根據 *Michael Parekh* 的分析文章指出，為了遏止自由現金流持續流失並保護公司的流動性，甲骨文積極推進「預付款雲端架構」模式。在上個財政季度中，甲骨文雖然簽署了總額高達 300 億美元的人工智慧新合約，但管理層成功要求客戶直接支付了 110 億美元的預付現金（Customer Prepayments）。

從價值投資的角度看，這種策略本質上是利用「客戶的資本」來資助實體資料中心的建設。110 億美元的現金流入不僅及時填補了部分資本支出缺口，降低了甲骨文對外發債的急迫性，更在不掏空公司自有流動性資金的前提下，維持了資料中心基礎設施的涵蓋範圍擴充。

### 舊硬體轉租溢價套利（Arbitraging Older Hardware）
另一方面，針對微軟退場後留下的 NVIDIA A100 等舊款 GPU 庫存，甲骨文展現了極佳的資產調度能力。根據 *Bloomberg*、*Investing.com* 及 *NVIDIA Blog* 的報導，儘管約 4 年前架構的 A100 晶片已無法滿足微軟前沿大語言模型（LLM）的訓練需求，但在一般企業端市場中，中階機器學習與模型推論引擎（Inference Engines）的需求依然極為強勁。

甲骨文利用這種市場需求的層次差異，成功將微軟淘汰下來的舊款 GPU 庫存，以高出原始合約費率 20% 的溢價，續約轉租給一般企業客戶。

**資本配置效果評估**：甲骨文透過 110 億美元的客戶預付款緩解短期資金鏈壓力，並以 20% 的轉租溢價活化了舊硬體的剩餘價值，在短期內展現了優異的資本配置防禦力。然而，價值投資人必須保持警覺：這項 20% 的租金溢價高度依賴於目前市場上 GPU 算力的短期供給缺口。一旦新一代晶片產能大規模釋放，舊硬體的租金溢價可能迅速崩解，長期而言難以作為持續鞏固企業護城河的穩定來源。

---

## 5. 產業結構性風險與第三方程式的邊緣化

微軟終止與甲骨文協議的事件，不僅僅是兩家巨頭之間的商業糾紛，更揭示了整體人工智慧雲端租賃產業、特別是新型雲端業者（Neoclouds）所面臨的系統性結構風險。

根據 *Investing.com* 與 *Yahoo Finance* 的報導，微軟先前雖然向 CoreWeave、Nebius 以及 Nscale 等新興雲端廠商承諾了累計超過 800 億美元的外部雲端算力合約，但微軟高層目前已顯著收緊了審查與監督機制。報導明確指出，由於第三方資料中心普遍存在營運成本居高不下、跨資料中心網路延遲過高，以及電力供給瓶頸等問題，微軟已開始計畫逐步淡出部分第三方資料中心的合作計畫。

從長期價值投資人的風險控管視角來看，這項轉折凸顯出資產輕型（Asset-light）或中介租賃型雲端業者的長期商業模式脆弱性：

1.  **缺乏核心護城河**：新型雲端業者（Neoclouds）的核心模式主要建立在「向晶片廠商採購 GPU，建置機房後轉租給科技巨頭」。這種重資產、高度依賴單一或少數大型客戶的模式，缺乏獨占性的技術或生態系護城河。一旦超大規模雲端服務業者自建產能到位並實施「自主基礎設施整合」，此類中介業者將面臨被去中介化（Disintermediation）的邊緣化風險。
2.  **資本密集與技術迭代夾擊**：在硬體淘汰週期僅有 3 至 4 年的環境下，這類企業必須不斷舉債採購最新晶片以維持吸引力。一旦客戶退場或租賃費率下滑，高額的利息支出與折舊費用將迅速吞噬其股東權益（Shareholders' Equity）。

---

## 關鍵數字

*   **微軟 2026 財年調整後資本支出（Capex）**：1,750 億美元。
*   **微軟最近一季資本支出**：452 億美元（管理層預告未來單季 Capex 將突破 500 億美元）。
*   **微軟短壽命/高折舊資產占比**：單季 Capex 的約 75%（主要用於 GPUs 及高階網路基礎設施）。
*   **微軟承諾給第三方雲端業者（Neoclouds）的金額**：超過 800 億美元（涵蓋 CoreWeave、Nebius、Nscale 等業者）。
*   **甲骨文最近一季資本支出**：285 億美元（前一年同期僅為 85 億美元）。
*   **甲骨文上季 AI 新合約總額與預付款金額**：簽署總額 300 億美元合約，其中成功取得 110 億美元客戶預付款。
*   **甲骨文舊款 GPU 續約溢價**：較原始合約費率高出 20%（轉租給企業端中階推論客戶）。
*   **甲骨文股價自高點跌幅**：自 2026 年 6 月峰值每股 248.15 美元下跌超過 50%。
*   **甲骨文 NVIDIA A100 硬體架構年份**：約 4 年前之晶片架構。

---

## 什麼情況會改變我們的看法

作為專注於企業內在價值、資產負債表體質與安全邊際的長期價值投資者，我們將密切觀察以下具體、可量化的未來發展指標，作為重新評估該產業與相關企業價值的關鍵觸發點：

1.  **微軟單季 Capex 與折舊率變化**：持續跟蹤微軟單季 Capex 是否長期維持在 500 億美元以上，以及將算力收回自建後，其 Azure 雲端業務的營業利潤率是否獲得實質改善、網路延遲與營運成本是否顯著優化。
2.  **甲骨文信用評級與自由現金流轉正狀況**：密切觀察甲骨文能否依靠 110 億美元的預付款模式持續改善現金流，有效遏止現金消耗（Cash burn），並避免其信用評級被信用評級機構正式降至非投資等級（垃圾級）。
3.  **舊型 GPU（如 A100）企業級推論市場租金溢價的持久性**：觀察一般企業對中階機器學習與模型推論作業的需求是否能持續消化舊款晶片庫存，抑或高出原合約 20% 的轉租溢價會因新一代晶片供應增加而迅速崩解。
4.  **微軟對 Neoclouds 800 億美元承諾的履約與削減進度**：密切追蹤微軟管理層是否進一步執行退場條款，縮減或終止對 CoreWeave、Nebius 及 Nscale 等業者的算力採購承諾，以評估新型雲端業者的財務風險。

---

歡迎造訪 DeepValues Research 官方網站閱讀更多深度開源公司研究，或透過 DeepValues App 即時查詢個別企業的內在價值與安全邊際估算。

---

## 資料來源

*   Bloomberg: *Microsoft Is Winding Down Oracle Deal to Rent AI Cloud Capacity*
*   Investing.com: *Oracle Falls 4% as Microsoft Reportedly Winds Down AI Cloud Capacity Deal*
*   Michael Parekh (Substack): *Business as Usual in AI: Microsoft*
*   The Street: *Microsoft and Oracle's AI Ambitions Just Got a Lot More Expensive*
*   Emergent.sh: *Microsoft Ends Oracle AI Cloud Capacity Deal*
*   Yahoo Finance: *Microsoft Winding Down Oracle Deal*
*   Yahoo Finance: *Microsoft's AI Data Center Push*
*   Times of India: *Oracle Troubles Aggravate as Microsoft Scraps 3-Year-Old Deal*
*   NVIDIA Blog: *Oracle Cloud Infrastructure AI GPU Digital Twins*

*(注意：本文僅供教育與資訊分享用途，不構成任何投資建議。)*

## From DeepValues

- DeepValues app: intrinsic value, stances and the latest reports for 300+ stocks. [iPhone](https://apps.apple.com/us/app/deepvalues/id6775568608?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android](https://play.google.com/store/apps/details?id=app.deepvalues.android&referrer=utm_source%3Dresearch%26utm_medium%3Dweb%26utm_campaign%3Dmarkdown) · [Web](https://app.deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown)
- [Deep Value Intelligence](https://deepvalues.ai/?utm_source=research&utm_medium=web&utm_campaign=markdown): the multi-agent AI analyst behind these reports, for any listed company
- [Margin of Safety Weekly](https://app.deepvalues.ai/letter?utm_source=research&utm_medium=web&utm_campaign=markdown): free weekly email, every Saturday
- YouTube: videos on investing and on AI. [@TheDeepValues](https://www.youtube.com/@TheDeepValues?utm_source=research&utm_medium=web&utm_campaign=markdown) (investing) · [@deep-values](https://www.youtube.com/@deep-values?utm_source=research&utm_medium=web&utm_campaign=markdown) (AI)
- Podcasts: 6 shows in English and Chinese (Deep Values, 深度价值, Deep Values Frontier, 深度價值前沿, Deep Value Intelligence, 深度价值情报站). [all shows on Apple Podcasts](https://podcasts.apple.com/us/channel/deepvalues/id6826606342)
- Buffett Indicator: market-valuation gauge. [iPhone](https://apps.apple.com/us/app/buffett-indicator/id6747404614?utm_source=research&utm_medium=web&utm_campaign=markdown) · [Android (Bubble Watch)](https://play.google.com/store/apps/details?id=com.luluventures.bubblewatch.android&utm_source=research&utm_medium=web&utm_campaign=markdown)
