北京
研究员｜王晨
近日，英伟达宣布，与Apollo、贝莱德、黑石、博枫、高盛和KKR合作，设立独立的算力融资平台，计划为AI基础设施建设筹集逾5000亿美元。
CEO黄仁勋说，这些融资平台将帮客户大规模获取稀缺算力，打造各个国家的AI工厂。
也有声音认为，这样的行为是“循环融资”。
黄仁勋6月在GTC大会上提了个概念：“Compute equals revenue”（算力等于收入）。潜台词是，AI公司、云厂商和企业客户买的不是硬件，是未来可持续产生收益的资产。
两个月后，黄仁勋的判断迎来了一个金融层面的回应。如果算力等于收入的话，那么承载算力的基础设施就具备了被金融市场评估和融资的可能。
于是，英伟达与六大顶级金融机构达成了协议，后者将设立大规模的专项资金池，以有竞争力的利率，向英伟达生态内需要购买显卡的客户提供融资支持，客户可以用这笔第三方资金去组建自己的AI算力中心。
来源：AI图片
黄仁勋称，“AI已经达到一个转折点。它正在从研究阶段走向生产阶段。AI正在创造真实价值，而支撑AI的基础设施正在成为全球最具生产力的资产之一。”
对于正在扩张的AI公司来说，这样的协议能够降低资金压力，不再需要将几乎所有资金都投入到购买昂贵的显卡上。同时，对于金融机构而言，英伟达的牵线搭桥为其进入AI产业提供了一个新入口。
但在这样的动作背后隐藏着“循环融资”疑云。
英伟达最近还在推动两个项目，其一是与SK集团展开的AI基础设施合作项目，规模超过5000亿美元。其二是与OpenAI讨论，可能为后者租用数据中心的项目提供最高2500亿美元的担保。
频繁出手被质疑为英伟达存在着“循环融资”，也就是英伟达投资并入股的企业通常也会购买并使用英伟达的产品。市场担忧，这样“左脚踩右脚”的投资，可能会导致AI产业的繁荣被夸大，当增速不及预期时放大损失。
“黄仁勋口中，本次融资计划便是对“循环融资”质疑的回应。他称，资本提供方将独立评估每一个项目——包括客户、需求、利用率、现金流以及剩余价值。英伟达提供平台；投资者独立做出融资决策。
深度科技研究院院长张孝荣认为，“虽然英伟达没有直接参与，但这种方式依旧存在系统性风险。英伟达CDS飙升和股价下跌表明，市场已开始定价这种风险。若AI应用回报不及预期，可能触发类似次贷危机的连锁去杠杆。”
国产GPU距离资产化还有多远？
4月30日，黄仁勋称：“英伟达在中国的市场份额已降至0%”。市场研究机构TrendForce的报告中预计，2026年，英伟达与AMD在中国AI芯片市场的占有率或将下降至约10%，而中国AI芯片则有望占据约90%的市场份额。
在这个背景下，中国AI芯片迎来了巨大的市场机遇，那么GPU的金融资产化有出现在中国市场吗？
在英伟达看来，其算力资源能够成为可投资资产，基于以下三个判断：低Token成本和高收益、极长的产品生命周期，以及CUDA平台支撑的生态系统。
但在当前的中国市场中，似乎没有厂家可以同时达成。
“中国GPU短期内难以复制英伟达的算力融资模式，核心瓶颈在于生态——没有CUDA级别的开发者生态和跨厂商标准，算力无法成为金融机构认可的‘可投资资产’。”张孝荣提到，当前最大差距在软件生态，例如软件适配率、开发者规模以及工具链成熟度，而非单纯的制程或算力参数。
由于CUDA的平台支持，使得英伟达的GPU具备了超长服役的可能。黄仁勋在长文中特别提到，六年前发布的A100不但现在还在用，而且客户预计将支持这款产品的生命周期延长至十年。
但在中国厂商这边，旧卡的生态却很难说得上好。
一位中国GPU贸易商对第四波说，“中国的情况各有各的怪。例如华为的卡，一代一个想法，迭代的思路没那么明确。新卡会比上一代好特别多，新卡出来之后，综合成本更划算，大家就都用新卡了，老卡慢慢就不支持了。其他的厂商也各有各的问题，像摩尔线程和沐曦，可能他们的技术支持人员没那么多，等新卡出来之后，旧卡的延展性几乎都是靠客户自己研究。”
老卡的支持程度低，且单卡市场相对较小，也导致了中国显卡几乎没有任何的二级市场，同一位经销商总结称：“还是生态问题”。
（文中内容和观点仅供参考，不构成投资建议。投资有风险，入市需谨慎。）
编辑｜张猛 邱慧
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
