英伟达“算力资产化”新战略，逻辑真的说得通吗？

英伟达正在推动一场金融创新，试图将算力重新定义为一种资产类别。阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛和KKR正联手英伟达，组建一个规模达5000亿美元的融资联盟，目标是将算力打造成可投资的资产类别。

英伟达CEO黄仁勋在接受CNBC采访时表示："这是科技芯片首次真正成为可投资的资产类别。这些是能够产生收入的资产，它们具有生产力、寿命长、可互换、灵活性强。"

贝莱德CEO拉里·芬克也在节目中附和道："这就像我1970年代刚入行时的抵押贷款支持证券市场，我认为这是金融工程的未来。"

不过，对于许多人来说，这番话恰恰触发了警报。前对冲基金经理马克·鲁宾斯坦指出，抵押贷款支持证券的崩溃，正是源于抵押贷款被过度发行。如今AI领域数据中心正趋于饱和，中国开源模型在算力需求上持续压缩，这些都对"芯片需求将永续增长"的逻辑构成威胁。更根本的问题是：Anthropic、OpenAI这样的前沿实验室，真的能盈利吗？

值得注意的是，这些目前仍只是谅解备忘录，并非正式协议。去年英伟达曾签署一份与OpenAI合作投资1000亿美元的谅解备忘录，最终并未落地。

算力背后是什么

黄仁勋反复强调，"英伟达的算力不只是芯片"，因为还有CUDA软件。他表示，CUDA持续提升芯片的输出效能，使英伟达的"AI工厂"有别于普通硬件，安装基础的价值也会随时间不断增长。

但实际上，芯片和软件本身并不能构成算力，还需要大型数据中心基础设施——仓库、电力供应等。黄仁勋在讨论"算力"时，似乎刻意回避了这些基础设施要素，他将英伟达的体系定义为"涵盖加速计算、网络、系统软件、AI框架及全球开发者生态的完整AI工厂平台"，但这份清单里明显缺少实体建筑设施。

因此，所谓"算力"，其实不过是另一种说法——GPU抵押贷款。选择"算力"而非"GPU"作为表述，或许是有意为之，毕竟众所周知，GPU的使用寿命远比楼宇短暂，业界估计在两到五年之间。

今年夏天早些时候，博通已率先完成了一笔350亿美元的类似交易，与阿波罗和黑石合作，以约100万块芯片作为抵押，为所谓的"算力"提供融资。英伟达此次的动作与此如出一辙，目的同样是刺激需求。

黄仁勋现在开始为英伟达芯片的"长寿命"背书。他以2020年推出的A100芯片为例，声称该芯片"仍在商业活跃使用中"，并声称其经济寿命可达十年。

这与他去年在公司AI大会上的说法形成了鲜明反差——彼时他宣称，随着新一代Blackwell芯片开始大量出货，Hopper芯片"你送人都没人要"。

芯片折旧问题同样至关重要。做空者迈克尔·伯里认为芯片合理折旧周期为两至三年，IBM的阿文德·克里希纳则认为是五年，而黄仁勋现在声称经济寿命长达十年。这一判断将直接影响贷款条款——如CoreWeave等以GPU为抵押的借款方，其可贷额度随芯片折旧而降低。若各方普遍接受十年折旧的说法，则意味着更优惠的融资条件。

竞争格局的重塑

这一融资安排为英伟达构筑了深厚的竞争护城河。斯坦福大学的维克兰特·维格去年指出，以英伟达芯片作为抵押的GPU贷款融资成本更低，因为其流动性更强。若上述协议最终落地，这一优势将进一步强化——对于初创的新型云服务商而言，选择英伟达芯片意味着获得其他厂商无法提供的融资支持。

正如对冲基金Hedgeye Risk Management的费利克斯·王对彭博社所说："实际上，他们在不直接降价的情况下，让英伟达的产品变得更便宜了。"

此外，这一融资模式可能进一步推动数据中心基础设施的标准化，从而使英伟达芯片更具"可互换性"——这既便于贷款方预测收入、评估风险，也能在发生违约时更容易处置抵押品。

值得警惕的是，AI分析师布兰登·伯克透露，部分融资协议的预测数据过于乐观，有项目预测每吉瓦年收入高达700亿美元，而这一数字是当前行业实际水平远未达到的。

不要叫它"循环融资"

英伟达之所以引入外部资本，部分原因是为了回应"循环融资"的质疑——它一直是购买其芯片的新型云服务商和AI实验室的重要投资方。

以CoreWeave为例，英伟达投资了这家公司并拯救了其IPO，承诺购买多余产能，2024年更是以13亿美元租用CoreWeave的算力，成为其第二大客户。此外，英伟达在最新季报中披露，云服务协议支出高达300亿美元，被分析师认为代表其对相关公司的兜底承诺。

引入外部资本后，游戏规则发生了转变：过去是英伟达给CoreWeave注资、CoreWeave再用这笔钱买英伟达的芯片；现在则变成黑石直接给CoreWeave钱，让其去购买英伟达芯片。

此次联盟成员——阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛、KKR——基本以私人信贷机构为主，仅高盛一家是传统银行。私人信贷近年来大规模参与AI基础设施建设。其逻辑在于：AI芯片抵押贷款既不是SaaS公司债务，又可能是摧毁SaaS公司的基础设施——这使其颇具吸引力。

截至今年7月底，超大规模云服务商及英伟达等相关公司已发行约2250亿美元债券，据S&P Global预计，全年发行规模可能达到4000亿美元。此外，超大规模云服务商还签订了1.5万亿美元的租赁承诺，其中1万亿美元未列入资产负债表，另有约1.5万亿美元的芯片、电力等采购承诺。这是相当庞大的负债敞口。

收益几何

阿波罗首席经济学家托斯滕·斯洛克发表了一项有趣的观察：在AI产业链中，距离终端用户越远，利润率越高。模型和应用层面目前普遍亏损，而新型云服务商恰好处于其上一层，若这些模型公司无法实现盈利，新型云服务商将直接承受风险敞口。

Gartner经济预测师指出，AI公司要实现7%的回报率（低于此则被视为"彻底的灾难"），到2029年需累计创收7万亿美元，即年均近2万亿美元。OpenAI和SpaceX持续亏损，Anthropic虽据报道年化运营率达650亿美元，但盈利情况仍不明朗。

黄仁勋将算力比作房产——不像汽车那样快速贬值，而是缓慢折旧甚至升值。但能购买新一代英伟达芯片的公司数量有限。为维持营收增长，英伟达必须不断开辟新的融资渠道。

AI Now研究所研究员利维·萨里对此直言不讳："我实在想不通，'你必须每年买新芯片'和'别担心折旧'这两种说法，怎么能自圆其说。要相信芯片价值会持续上涨，你得相信这是一个完全无弹性的市场。这在我看来，是赤裸裸的障眼法。"

Stratechery的本·汤普森也指出，Nvidia的策略存在较大风险，并注意到黄仁勋对这一"可投资资产类别"故事的相信程度，远超金融机构本身。

法兰克福金融管理学院教授萨沙·斯特芬则点出了另一层循环：联盟中有半数成员与最终可能持有这些贷款的机构（通常是保险公司）存在关联，削弱了最终持有方的审查力度。"英伟达的方案通常被描述为解决了公司为自身客户融资的'循环性'，但在英伟达资产负债表层面之下，第二层循环已然形成。"

他还指出，若评级机构调整方法论导致保险公司遭到降级，后者可能被迫出售手中的GPU抵押贷款——而这类资产几乎没有二级市场。

此刻，整个市场正在等待观望：这些谅解备忘录究竟能否真正落地成为正式协议。毕竟，英伟达此前也曾多次高调宣布合作，最终悄然搁置——就像OpenAI的俄亥俄州数据中心计划一样。

Q&A

Q1：英伟达为什么要把算力定义为"资产类别"？

A：英伟达CEO黄仁勋将算力重新定义为资产类别，核心目的是为芯片销售开辟新的融资渠道。通过将GPU算力包装成可投资资产，能吸引养老金、保险公司等长期资本进入，扩大潜在买家群体，同时降低新型云服务商购买英伟达芯片的融资门槛，从而维持英伟达的营收增长势头。

Q2：GPU抵押贷款有哪些主要风险？

A：主要风险集中在三个层面：一是芯片折旧问题，GPU实际使用寿命远短于楼宇等传统资产，黄仁勋声称的"十年经济寿命"与此前"Hopper芯片送人都没人要"的说法自相矛盾；二是需求不确定性，AI模型公司普遍尚未盈利，若需求骤降，芯片抵押品价值将大幅缩水；三是循环融资结构，联盟成员与最终持有贷款的机构存在关联，削弱了风险审查效力。

Q3：这次英伟达与金融机构的联盟和博通的做法有什么不同？

A：本质上两者高度相似。今年夏天博通率先完成了一笔350亿美元的交易，与阿波罗和黑石合作，以约100万块芯片作为抵押提供融资，目的是刺激博通芯片需求。英伟达此次的5000亿美元联盟采用了相同的逻辑，区别在于规模更大，且英伟达额外提供了最高25%的残值支持承诺，以增强投资者信心。