刚刚，黄仁勋发长文：AI算力要变成一种「资产」

机器之心编辑部

今天，黄仁勋在 X 发布长文，宣布公司将与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 六家大型金融机构合作，推动 NVIDIA AI 工厂算力成为一种新的「可投资基础设施资产类别」。

黄仁勋称，相关合作将建立独立的算力融资平台，目标是随着时间推移动员超过5000 亿美元第三方资本，用于支持全球 AI 基础设施建设。

这意味着 NVIDIA 正试图把 AI 算力从传统的「企业采购 GPU、逐个建设数据中心」，进一步推进到类似电力、通信和交通基础设施的融资模式。

黄仁勋在文中直言：「在 AI 时代，算力就是收入。」

针对市场最敏感的「循环融资」问题，黄仁勋也专门作出回应。他强调，5000 亿美元并非 NVIDIA 收入，也不是单一基金规模，各家金融机构将独立评估客户需求、利用率、现金流和资产残值；NVIDIA 在部分项目中可能提供最高 25% 的残值支持。

随后，黄仁勋再次发文称，这是 NVIDIA 和计算产业的一个「重大时刻」——公司正在完成从「制造芯片」到「创造一种新的可投资资产类别」的跨越。

以下为黄仁勋长文全文：

今天，我们宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 建立合作，共同设立独立融资平台，计划随着时间推移撬动超过 5,000 亿美元的第三方资本，用于支持 AI 基础设施建设。

这是 NVIDIA 和整个 AI 行业的重要里程碑。过去，企业通常是购买芯片，再按单个项目建设数据中心；如今，这一模式正在发生变化。AI 工厂开始能够像其他生产性基础设施一样获得融资，通过可复制的融资平台、长期机构资本，以及利用算力创造收入的多元化客户群体来支撑其建设和运营。

AI 已经来到一个重要拐点，正在从研究阶段走向大规模生产应用。AI 正在创造真实的经济价值，而支撑 AI 的基础设施，也正在成为全球最具生产力的资产之一。

在 AI 时代，算力就是收入。

一种新的基础设施资产

NVIDIA 算力并不只是一颗芯片，而是一套完整的 AI 工厂平台，包括加速计算、网络、系统软件、AI 框架以及全球开发者生态系统。

NVIDIA DSX AI 工厂可以运行全球范围内极其广泛的 AI 模型、模态和算法，覆盖语言、视觉、语音、生物学、物理 AI 和机器人等领域。一座 NVIDIA AI 工厂能够同时服务多个客户，并承载多种不同的工作负载，因此具有较高的灵活性和可替代性。

与此同时，这套 AI 工厂建立在全球广泛采用的 NVIDIA 架构之上。该架构被主要云服务平台、系统厂商以及全球企业普遍采用。当需求发生变化时，一座 AI 工厂可以转而服务另一位客户、另一家云服务商或另一家运营商。庞大的生态系统由此形成了深厚的潜在用户和算力承购方市场，有助于保护设备的残余价值。

CUDA 还会让已经部署的 AI 工厂随着时间推移变得更有价值。NVIDIA 每一代软件升级，都能够进一步提高既有基础设施的性能、效率和总体拥有成本表现。换言之，硬件的能力并不会在安装完成的那一刻停止增长。持续的软件创新，可以让一座 AI 工厂在整个生命周期中以更低成本生产更多「智能」，从而延长其实际经济寿命。

NVIDIA A100 就是一个很有代表性的例子。NVIDIA 于 2020 年推出基于 Ampere 架构的 A100。六年之后，它仍然被广泛用于商业化的 AI 训练、微调、推理和高性能计算。客户至今仍在为 A100 签订多年期算力部署协议，使其经济使用寿命逐步向十年靠近。

市场价格同样显示出 NVIDIA 算力经济性的韧性。一年期 H100 租赁价格从 2025 年 10 月约每 GPU 每小时 1.70 美元，上升至 2026 年 3 月约 2.35 美元。不同供应商之间的按需算力中位价格，也从 2025 年 10 月约每 GPU 每小时 2.00 美元，提高到 2026 年 6 月的 2.70 美元。Blackwell 算力则进一步体现出溢价，据报道，B200 的云端租赁价格约为每 GPU 每小时 5.30 至 7.05 美元。

这正是 NVIDIA AI 工厂与传统基础设施的重要区别。它的价值并不会在安装完成后被固定下来：CUDA 会持续提高其产出效率；已经部署的设备在最初的会计折旧期结束后，仍然能够继续创造生产价值；而同一套标准化架构，又可以服务全球规模庞大且不断增长的 AI 工作负载市场。

这些特征恰恰符合一种可投资基础设施资产的定义：它能够创造收入，服务广泛市场，随着时间推移提高性能，并且能够被重新部署。

让资本进入 AI 工厂

市场对于 AI 基础设施的需求非常强劲，但不同企业获取资本的能力并不均衡。许多优秀的 AI 公司、企业和 AI 云服务商已经拥有明确的算力需求，却仍无法以建设所需要的规模和资金成本获得融资，因此难以快速扩张基础设施。

这正是 NVIDIA 与全球领先长期资本提供者展开合作的原因。

Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 同样也是全球领先的基础设施投资机构，在对长期、生产性资产进行风险评估和投资方面拥有深厚经验。NVIDIA 将与这些机构共同建立可复制的融资平台，帮助整个 AI 生态系统建设所需要的 AI 工厂。

这些平台旨在帮助符合条件的 AI 实验室、企业和 AI 云服务商，以更大的规模获得 AI 工厂基础设施。所谓「超过 5,000 亿美元」，指的是这些平台计划随着时间推移撬动的第三方资本总规模。它并不是 NVIDIA 的收入，也不是某一个单独基金的规模，更不是针对某一家客户所作出的融资承诺。

每一家金融机构都会独立评估具体投资机会，包括客户质量、真实需求、设备利用率、现金流和残余价值。NVIDIA 提供的是 AI 工厂平台，而金融机构提供长期资本和融资专业能力。

几个重要问题

这是不是循环融资？

这项计划的设计，本身就是为了回应外界对于「循环融资」的担忧。NVIDIA 希望引入的是独立、长期的机构资本，而不是依赖产业链内部相互提供资金来制造需求。

AI 基础设施的需求本身是真实存在的，来源包括前沿 AI 实验室、AI 原生初创公司、企业、云服务商，以及正在建设 AI 服务和主权 AI 能力的国家。资本提供方会独立评估每一个项目，包括客户、需求、利用率、现金流和残余价值。NVIDIA 提供平台，但最终是否融资，由投资机构独立决定。

从 NVIDIA 的角度看，这实际上是在推动一个开放的 AI 基础设施资本市场形成。

为什么 NVIDIA 要支持融资？

在某些情况下，NVIDIA 可能针对某个项目提供最高不超过该项目 25% 的残余价值支持机制，并且会根据每个项目的具体情况谨慎评估。

这种支持是有限的，以残余价值为基础，目的是补充独立风险评估，而不是取代金融机构自身的投资判断。NVIDIA 表示，这一支持比例明显低于市场上其他算力融资安排。

之所以能够提供这样的支持，是因为 NVIDIA 认为自身算力资产具有较强的可替代性、全球采用率高、能够通过软件持续升级，同时还可以在庞大的客户生态中重新部署。因此，即使原有客户的需求发生变化，设备本身仍有较大的机会被其他客户继续使用。

NVIDIA 在这一机制中的核心角色，是帮助撬动一个规模巨大的独立资本池，同时将自身承担的风险敞口控制在有限范围内。

市场能消化这么多算力吗？

NVIDIA 对这个问题的回答是：关键不在于「是不是建设了更多数据中心」，而在于「建设出来的是不是能够持续创造经济价值的 AI 工厂」。

AI 工厂的本质，是把能源和数据转化为有价值的智能。它所服务的客户范围非常广，包括前沿 AI 实验室、AI 云服务商、传统企业以及国家级客户。这些客户持续增加 AI 投入，是因为 AI 已经开始在实际业务中发挥作用，并在各个行业完成具有经济价值的工作。

与此同时，这种融资模式也设有明确的投资纪律。每一家融资合作伙伴都会独立评估市场需求、设备利用率、现金流和残余价值。换言之，新增算力并不是脱离真实需求进行建设，而应围绕实际客户的经济模型展开。

投资回报究竟来自哪里？

NVIDIA 的答案很直接：投资回报来自 AI 本身的实用价值。

企业已经开始利用 AI 编写软件、发现药物、设计产品、服务客户、自动化运营，并创造新的产品和服务。AI 工厂就是支撑这些活动的基础设施。

其中形成了一个自我强化的循环：更多算力能够产生更好的 AI，更好的 AI 带来更多使用量，更多使用量创造更多收入，而更多收入又进一步推动对算力的需求。

NVIDIA 将其视为 AI 工业革命中的正向循环。

智能时代的基础设施

每一次工业革命，都建立在大规模基础设施之上。从电力、交通，到通信和计算，几乎所有重要基础设施的扩张，都离不开外部资本和长期融资的支持。

在 NVIDIA 看来，AI 工厂就是智能时代的新型基础设施。

通过此次与全球领先金融机构的合作，NVIDIA 正在尝试建立一种新的融资机制，为推动 AI 工业革命所需要的基础设施提供资金。其目标是让 AI 工厂更容易被那些正在建设下一代产品、产业和国家级 AI 能力的企业、行业和国家所获得。

AI 时代已经到来。接下来要建设的，是支撑这个时代运行的基础设施。