五千亿美元：英伟达把算力变成资产

五千亿美元：英伟达把算力变成资产

建一座大型GPU数据中心，过去更像企业自己买机器、自己承担风险。现在，英伟达想把它改造成一栋可以融资的“数字厂房”：客户按合同购买算力，金融机构根据租金、利用率和设备残值出钱，项目方不必一次掏完建设成本。

这就是这项安排值得看的地方。它不只是给AI建设再找一笔钱，而是试图建立一套可重复的融资机制，让保险、资管和私募信贷等长期资金也能配置算力。

据官方联合公告，NVIDIA已与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR签署谅解备忘录，拟建立彼此独立的算力融资平台，长期动员超过5000亿美元第三方资本。这里的“第三方资本”，是银行和资管机构等外部投资者的钱，不是NVIDIA收入，也不是一只已经募集完成的5000亿美元基金。公告同时明确，合作仍有待签署最终协议。

算力怎样装进金融产品？

NVIDIA把大型GPU数据中心称为“AI factory”——它像工厂一样，把电力和数据转化为模型训练或推理产出。要让华尔街愿意为这座工厂出钱，关键不是GPU有多先进，而是算力能否表现得像一种可分析、可持续收费、必要时还能转手的资产。

这套包装大致有三层。

第一层是标准化。NVIDIA强调，投资对象不是一批孤立芯片，而是一整套平台，包括加速计算、网络、系统软件、AI框架和开发者生态。同一种架构可以服务语言、图像、语音等不同任务，也能在客户、云平台和运营商之间重新部署。对出资人来说，可替换的客户越多，设备闲置或被单一客户拖累的风险就越低。

第二层是合同现金流。金融机构会逐个审查客户、需求、利用率、现金流和残值。说白了，它们不是押注“AI一定成功”，而是判断一座具体的数据中心能否持续有人付费。长期使用合同由此承担了类似租约的作用，把未来需求变成今天可以估值的收入。

第三层是残值支持。设备到了融资期末，仍值多少钱，会直接影响贷款安全。NVIDIA称，部分项目中可能按个案提供最高相当于项目价值25%的残值支持：若实际价值低于预设水平，它在约定范围内补足缺口。这能缓和投资者对GPU快速贬值的担忧，但也意味着一部分风险重新回到NVIDIA。

为什么偏偏是现在？

GPU融资并非从零开始。CoreWeave早年经营Ethereum矿场，后来把GPU转用于影视渲染和AI计算。2023年，它以包括NVIDIA GPU在内的计算资产作抵押，获得23亿美元债务融资；2024年的75亿美元融资又把公司资产和客户合同纳入担保，并划分不同风险层级。据Reuters和International Financing Review报道，这些交易推动私募信贷机构开始把芯片、合同现金流和残值放在一起估价。

本刊8月30日已介绍过5000亿美元目标和残值支持。本次更重要的进展，是NVIDIA试图把个别融资案例变成可复制的平台：由六家机构各自承做项目、独立判断风险，再把资金持续导向NVIDIA生态。

NVIDIA掌门人Jensen Huang在官方文章中把这种算力称为正在形成的“可投资资产类别”。资产类别，是一组具有相似收益、风险和交易特征的标的。要真正成立，市场需要逐渐形成共同的合同、估值和风险分层方法，而不只是接受一个新名称。

NVIDIA给出的核心论据是设备寿命和可转用性。公司称，2020年推出的A100六年后仍在训练、微调、推理和高性能计算中商用；客户仍签署多年期容量安排。公司还列举H100和B200租赁价格，说明旧设备并未因为新品出现就立刻失去收费能力。不过，这些证据均来自NVIDIA自身，更多是在陈述其资产化主张，而非独立验证长期回报。

真正改变的是谁承担风险

如果平台最终落地，AI建设的约束会从“科技公司愿意投入多少资本”，部分转向“机构投资者愿意承接多少利用率、客户信用和设备贬值风险”。这可能放大建设规模，也可能让原本集中在运营商资产负债表里的风险，分散到更多金融机构手中。

对NVIDIA而言，这套机制还能把融资能力送到客户一侧：客户更容易建设AI工厂，芯片和软件需求也随之扩大。它因此像一个新的融资飞轮，但资金来自独立机构，项目仍需逐笔审核，并非无条件循环注资。

局限与未知

• 5000亿美元是拟长期动员的总目标，不是已经到账、已经投入或已经形成的资产规模；最终协议尚未签署。
• 公告没有披露各平台的出资份额、期限、融资成本、资产权属及首批项目，标准化能做到什么程度仍待观察。
• “算力成为资产类别”目前主要是NVIDIA及合作方的定性。它能否获得市场普遍认可，最终取决于实际利用率、合同履约、设备残值和投资回报。