Khủng hoảng Tín dụng Subprime đang âm ỉ trong Cơ sở hạ tầng AI: Làm thế nào tài sản giảm giá va chạm với các cấu trúc nợ cứng nhắc

Phòng tín dụng của Wall Street đang trải qua một làn sóng lạnh mà các chu kỳ tin tức công nghệ hoàn toàn bỏ lỡ. Trong khi các tiêu đề năm 2025 ca ngợi việc đầu tư AI tăng tốc và các mỏ khai thác “thoát khỏi chu kỳ” với dịch vụ sức mạnh tính toán ổn định, các nhà phân tích tín dụng lại nhìn chằm chằm vào bảng tính với sự báo động ngày càng tăng: các mô hình cho vay tinh vi thiết kế cho các dự án hạ tầng 10 năm đang được áp dụng cho phần cứng có tuổi thọ 18 tháng. Sự không phù hợp cấu trúc này giữa các tài sản sức mạnh tính toán giảm giá nhanh và các nghĩa vụ nợ không linh hoạt đang tạo ra điều mà nhiều chuyên gia tín dụng hiện nay nhận ra là một kịch bản dưới chuẩn mới nổi trong lĩnh vực hạ tầng AI—một nơi mà rủi ro vỡ nợ đã bị định giá sai một cách căn bản.

Một làn sóng các báo cáo của Reuters và Bloomberg vào cuối năm 2025 đã phơi bày chỉ bề nổi của cuộc khủng hoảng này. Vấn đề sâu xa hơn nằm ở sự lệch lạc tài chính có hệ thống: khi các tài sản tính toán giảm giá, tài sản thế chấp khai thác biến động và tài chính hạ tầng cứng nhắc bị ép buộc cùng nhau, một cơ chế truyền tải ẩn đã hình thành cho các vỡ nợ dây chuyền.

Bẫy Giảm Giá: Luật Moore như Kẻ Phá Hủy Tài Sản Thế Chấp

Nền tảng của phân tích tín dụng trái phiếu dựa trên Tỷ lệ Bao phủ Dòng tiền Phân phối (DSCR)—giả định rằng dòng tiền trong tương lai sẽ đáng tin cậy để phục vụ nợ. Trong 18 tháng qua, thị trường đã hoạt động dựa trên giả định sai lầm: rằng chi phí thuê sức mạnh tính toán AI sẽ hoạt động như các khoản thuê hạ tầng ổn định, tự bảo vệ khỏi áp lực giảm giá.

Dữ liệu đã chứng minh điều này hoàn toàn sai lầm.

Theo SemiAnalysis và dữ liệu theo dõi cuối năm 2025 của Epoch AI, chi phí suy luận AI đơn vị đã sụt giảm từ 20–40% theo năm. Sự giảm giá này bắt nguồn từ nhiều yếu tố cộng hưởng: việc áp dụng rộng rãi các kỹ thuật lượng hóa và chưng cất mô hình, cải thiện hiệu quả trong các mạch tích hợp dành riêng cho ứng dụng (ASICs), và tối ưu hóa tăng tốc trên toàn bộ hệ thống phần mềm. Điều này có nghĩa trong các điều khoản tín dụng là vô cùng tàn khốc: lợi suất thuê sức mạnh tính toán gọi là “lợi nhuận thuê sức mạnh tính toán” mang đặc tính giảm giá nội tại—một xác suất toán học rằng doanh thu ngày hôm nay sẽ trở thành trách nhiệm ngày mai.

Ở đây là sự không phù hợp về thời hạn cơ bản: các nhà vận hành đã mua GPU với giá đỉnh năm 2024 (kẹp chặt CapEx khổng lồ), nhưng đồng thời cũng khóa các đường cong lợi suất thuê dự kiến sẽ giảm mạnh trong suốt năm 2025 và xa hơn nữa. Một nhà đầu tư cổ phần gọi đây là tiến bộ công nghệ. Một chủ nợ gọi đó là sự suy giảm của tài sản thế chấp theo thời gian thực.

Sự Đảo Ngược Tài Chính: Rủi Ro Rủi Ro Tham Gia Như An Toàn Hạ Tầng

Nếu lợi nhuận trên tài sản đang co lại, quản lý trách nhiệm hợp lý sẽ yêu cầu các hình thức tài chính thận trọng hơn. Thị trường lại làm ngược lại.

Tổng số nợ vay cho các trung tâm dữ liệu AI và hạ tầng liên quan đã tăng 112% lên khoảng 25 tỷ đô la trong năm 2025, theo The Economic Times và Reuters. Sự bùng nổ này chủ yếu do các nhà cung cấp đám mây mới nổi như CoreWeave và Crusoe, cùng các công ty khai thác tiền điện tử đang trải qua quá trình “chuyển đổi” của họ—các thực thể tận dụng mạnh mẽ các khoản vay dựa trên tài sản (ABL) và cấu trúc tài chính dự án. Điều này tạo ra một sự đảo ngược cấu trúc nguy hiểm:

Lịch sử: AI là lĩnh vực của vốn mạo hiểm; thất bại đồng nghĩa mất vốn cổ phần.

Hiện tại: AI đã trở thành một trò chơi hạ tầng; thất bại giờ đây đồng nghĩa với vỡ nợ toàn bộ danh mục.

Thị trường đã phạm một lỗi phân loại rõ ràng: lấy các tài sản công nghệ có rủi ro cao, giảm giá nhanh, vốn thuộc về các mô hình tài chính cấp vốn mạo hiểm, rồi đóng gói chúng thành các cấu trúc đòn bẩy cấp thấp, phù hợp cho đường cao tốc và nhà máy thủy điện. Đây không chỉ là tài chính tích cực—đây là gian lận trong phân loại tín dụng cơ bản.

Ảo Tưởng Mỏ Khai Thác: Chuyển Đổi Che Giấu Đòn Bẩy Gia Tăng

Có lẽ không câu chuyện nào mô tả rõ hơn cuộc khủng hoảng này bằng việc các mỏ khai thác tiền điện tử tuyên bố chuyển đổi sang dịch vụ tính toán AI. Các phương tiện truyền thông đã ca ngợi đây là “giảm thiểu rủi ro.” Phân tích bảng cân đối kế toán tiết lộ điều gì đó còn tối tăm hơn nhiều: đòn bẩy tích lũy được che đậy bằng ngôn ngữ đa dạng hóa.

Dữ liệu từ VanEck và TheMinerMag cho thấy một thực tế trái ngược: tỷ lệ nợ ròng của các công ty khai thác niêm yết công khai vào năm 2025 chưa giảm đáng kể so với đỉnh bong bóng năm 2021. Một số nhà vận hành tích cực đã chứng kiến nợ tăng vọt tới 500%. Họ đã đạt được thành tựu rõ ràng này như thế nào?

Phía tài sản: Các mỏ khai thác duy trì lượng lớn BTC/ETH biến động trong khi đồng thời thế chấp doanh thu thuê GPU trong tương lai như một tài sản thế chấp ngầm định.

Phía trách nhiệm: Họ phát hành trái phiếu chuyển đổi và trái phiếu lợi suất cao định giá bằng đô la Mỹ, dùng số tiền thu được để mua các cụm GPU H100 và H200.

Đây không phải là giảm đòn bẩy—đây là chiến lược gia hạn nợ trá hình thành chuyển đổi. Các mỏ khai thác đang thực hiện chiến lược đòn bẩy kép: sử dụng độ biến động vốn có của tiền điện tử làm tài sản thế chấp để tài trợ các cược đầu cơ vào dòng tiền GPU. Trong điều kiện vĩ mô thuận lợi, phương trình này có vẻ có lợi nhuận. Nhưng trong môi trường thắt chặt—khi giá Bitcoin co lại VÀ tỷ lệ thuê GPU giảm cùng lúc—cả hai thành phần đòn bẩy đều đối mặt với thất bại tương quan. Các mô hình tín dụng nhận diện sự hội tụ tương quan này như một trong những chế độ thất bại nguy hiểm nhất của tài chính cấu trúc.

Ảo Tưởng Tài Sản Thế Chấp: Nơi Thị Trường Thứ Cấp Thực Sự Không Tồn Tại

Điều thực sự khiến các quản lý rủi ro tín dụng thức giấc lúc 3 giờ sáng không phải là kịch bản vỡ nợ tự thân, mà là hậu quả thanh lý. Trong cuộc khủng hoảng tài chính 2008, các ngân hàng ít nhất còn có thể đấu giá các tài sản bị tịch thu. Nhưng hãy xem xét kịch bản này: một mỏ khai thác lớn vỡ nợ, và các chủ nợ cố gắng thanh lý 10.000 card đồ họa H100 từ kho tài sản thế chấp. Họ sẽ bán cho ai?

Đây là nơi các giả định toán học trong tỷ lệ vay trên giá trị (LTV) va chạm với thực tế vật lý:

Phụ thuộc vào tích hợp vật lý: GPU cấp doanh nghiệp không thể hoạt động như các thành phần độc lập. Chúng cần các giá đỡ làm mát bằng chất lỏng chuyên dụng, cấu hình mật độ công suất chính xác (30-50kW mỗi giá đỡ), và kiến trúc trung tâm dữ liệu tích hợp chặt chẽ. Một H100 bị tịch thu ngoài hệ sinh thái này chỉ là rác điện tử đắt tiền.

Gia tốc lão hóa phần cứng: Việc NVIDIA ra mắt kiến trúc Blackwell—với các thế hệ Rubin đã rõ ràng trên đường chân trời—kích hoạt các đường cong giảm giá phi tuyến cho các card thế hệ cũ hơn. Những gì là tài sản thế chấp có giá trị ngày hôm qua nay trở thành di sản công nghệ ngày hôm nay.

Thanh khoản người mua biến mất: Khi xảy ra các sự kiện thanh lý hệ thống, thị trường thứ cấp cho phần cứng tính toán chuyên dụng đột nhiên bị tắc nghẽn. Không có “người cho vay cuối cùng” sẵn sàng hấp thụ hàng tỷ đô la trong các khoản bán tháo của thiết bị đã lỗi thời một phần. Cấu trúc thị trường đơn giản không thể xử lý áp lực bán này.

Điều này tiết lộ ảo tưởng cốt lõi trong định giá tín dụng hiện tại: các con số LTV xuất hiện trên các tài liệu vay trông có vẻ an toàn về mặt toán học, nhưng thị trường thứ cấp thực sự có khả năng hấp thụ hàng tỷ đô la trong áp lực thanh lý lại không tồn tại ở mức giá có ý nghĩa. Tài sản thế chấp về lý thuyết là có giá trị, nhưng về mặt thực tế lại kém thanh khoản—một sự khác biệt biến đổi trong các tình huống căng thẳng.

Tại Sao Điều Này Không Phải Chỉ Là Một Suy Thoái Chu Kỳ Mà Là Một Khủng Hoảng Dưới Chuẩn

Để chính xác: phân tích này không phủ nhận triển vọng công nghệ dài hạn của AI, cũng không đặt câu hỏi về nhu cầu hợp pháp đối với năng lực tính toán. Những gì nó phơi bày là một thất bại căn bản trong cấu trúc tài chính và cơ chế định giá tín dụng.

Thị trường đã phạm một lỗi phân loại rõ ràng: định giá các tài sản công nghệ giảm giá nhanh (được thúc đẩy bởi sự không ngừng của Luật Moore về hiệu quả) như thể chúng là bất động sản phòng chống lạm phát. Đồng thời, nó đã tài trợ cho các hoạt động khai thác mỏ mà thực tế chưa từng giảm đòn bẩy như các nhà vận hành hạ tầng chất lượng cao. Tổng thể, thị trường đang tiến hành một thử nghiệm tín dụng mà rủi ro thực sự của nó vẫn còn bị định giá quá thấp rõ ràng.

Tiền lệ lịch sử cung cấp một mô hình ảm đạm: các chu kỳ tín dụng thường đạt đỉnh trước các chu kỳ công nghệ rất xa. Đối với các chiến lược gia vĩ mô và nhà giao dịch tín dụng bước vào năm 2026, nhiệm vụ phân tích chính có thể không phải là dự đoán mô hình AI nào sẽ chiếm ưu thế, mà là điều chỉnh lại các spread tín dụng thực sự đã được nhúng trong các tổ hợp “Hạ tầng AI + Đòn bẩy Mỏ Khai Thác Tiền Điện Tử”. Các con số trong các spread đó có khả năng chưa phản ánh đúng các rủi ro cấu trúc đang hình thành trong ngành.