Galaxy 狂灑 350 億建 CoreWeave 超級機房：一年利息就噴掉 3.46 億美元

你有沒有想過，建設一座 AI 資料中心到底要花多少錢？最近 Galaxy Digital 砸下 35 億美元（約新臺幣 1,130 億）幫 CoreWeave 在德州蓋超級機房，這個數字已經夠嚇人，但更誇張的是——他們每年要付的利息就高達 3.46 億美元（約新臺幣 112 億）。這筆帳怎麼算的？讓我們繼續看下去。

35 億美元的「代價」：9.875% 的驚人利率

Galaxy Digital 的子公司在 7 月 23 日發行了 9.875% 的優先擔保票據，預計 7 月 28 日完成交易，2031 年 8 月 1 日到期。這筆錢主要用來支付德州 Helios 園區的兩棟建築、八座資料大廳的建設費用。

你可能會好奇：為什麼利率這麼高？答案在於「建設風險」。這些設施的規劃供電容量是 400 MW，關鍵 IT 容量則是 260 MW。在園區完工之前，Galaxy 必須開始支付利息，但本金償還要等到建設完成後才能啟動——這段「只付利息、不還本金」的真空期，正是債權人要求的風險溢價。

每年利息 3.46 億美元，相當於什麼？

讓我們用白話文來看這筆帳：

• 9.875% 的票面利率，乘以 35.07 億美元的本金，等於每年 3.463 億美元的利息
• 利息從 2027 年 2 月 1 日開始每半年支付一次，分別是 2 月和 8 月
• 本金償還則要等到園區完工後，每年只還 4% 的原始本金，大約 1.4 億美元

也就是說，在 2027 年到園區完工前的這段期間，Galaxy 每年要白花 3.46 億美元支付利息，卻連一分本金都不用還。這種「只出不進」的壓力，可不是一般企業扛得住的。

CoreWeave 的供電承諾：260 MW 的數位工廠

CoreWeave 在 2025 年 4 月承諾為第二期增加約 260 MW 的關鍵 IT 負載，這與他們之前簽訂的 15 年期、第一期 133 MW 的合約條件「 substantially similar」（大致相似）。

這意味著什麼？想像一下，一座標準資料中心可能只需要 20-50 MW 的供電，260 MW 幾乎等於同時執行好幾座傳統資料中心的用電量。這樣的「電力怪獸」當然不是隨便就能蓋得起來，也難怪 Galaxy 願意砸下這麼多資金——因為 CoreWeave 的需求本身就是一種「剛性需求」，沒有足夠的算力基礎設施，就沒有辦法在 AI 競賽中生存。

建設時間表：2027 年是關鍵年

Galaxy 在 7 月 6 日宣佈，第一期已經準時完工，第二期的資料大廳預計在 2027 年上半年開始交付。這個時間點為什麼重要？因為利息從 2027 年就會開始計算，但本金要等建設完成才能償還。

換句話說，2027 年是 Galaxy 的「真相時刻」：一方面要開始支付每年 3.46 億美元的利息，另一方面要趕快把園區蓋完、啟動本金償還。如果第二期延遲交付，每一天的延誤都是白花花的鈔票——而且是每年 3.46 億美元的那種。

這筆交易的核心風險

• 利率風險：9.875% 是固定利率，如果在建設期間市場利率下降，Galaxy 也沒辦法省下利息
• 完工風險：本金償還與園區完工綁在一起，任何延誤都會拉長「只付利息」的期間
• 需求風險：CoreWeave 的 AI 算力需求是否會在未來幾年持續成長？這是這筆交易的最大變數

結論：AI 資料中心的軍備競賽

這筆 35 億美元的融資案，金額大到讓人眼花撩亂，但背後的邏輯其實很簡單：AI 時代的基礎設施就是「電力」與「算力」的競賽。誰能更快、更便宜地提供這些資源，誰就能在市場上佔上風。

Galaxy 選擇用高利率、高風險的方式爭取時間，換取搶先進入市場的機會。至於這筆「3.46 億美元的年度租金」劃不划算？答案可能要等到 2027 年之後才會揭曉。

FAQ 常見問題

Galaxy 為什麼要支付這麼高的利率？

因為這筆錢是用來建設「尚未完工」的資料中心，在園區完工之前，Galaxy 只能支付利息、無法償還本金。債權人承擔了建設延誤的風險，所以要求更高的利率作為補償。

35 億美元有多少？

35 億美元約等於新臺幣 1,130 億元，這筆錢足以買下好幾家中型科技公司，或是蓋好幾十座五星級飯店。而在這個案例裡，它只用來蓋兩棟資料中心。

CoreWeave 是誰？

CoreWeave 是一家專注於 GPU 雲端運算的公司，被視為 NVIDIA 在 AI 領域的重要合作夥伴。他們提供大規模的 GPU 算力租借服務，主要客戶包括 AI 研究機構和大型科技公司。

這筆交易對普通人有什麼影響？

短期內一般消費者可能感受不到直接影響，但這筆建設案的結果會影響未來 AI 服務的供應量和成本。如果 CoreWeave 能順利擴張，未來使用 AI 應用的費用可能會下降；反之，如果建設延誤或成本飆升，AI 服務的價格可能會跟著上漲。