循环融资还是基础设施革命？英伟达5000亿美元金融游戏的全景解剖

作者 | Luna李娜

编辑 | 陈立峰

8月10日，黄仁勋干了一件事让整个硅谷和华尔街同时坐不住了。

这件事并不是发布新架构，也不是刷新训练纪录。

他拿起电话，打给了贝莱德的拉里·芬克、黑石的苏世民、高盛的大卫·所罗门、KKR的亨利·克拉维斯、阿波罗的马克·罗温，还有博枫的布鲁斯·弗拉特。

六家全球顶级资管机构被他一通电话拉到了同一张桌子上。

英伟达宣布与这六家机构联合搭建一个独立的算力融资平台，这个平台的目标是撬动超过5000亿美元的第三方资本，这些钱会专门用来给AI企业购买芯片和建设数据中心。

说得更直白一些，黄仁勋正在把GPU变成一种可以在华尔街上被抵押、被融资、被交易的金融资产。

而他说服这些老钱用的理由只有一句话，在AI时代算力就是收入。

这大概是这家芯片公司成立三十多年来所做的最不像芯片公司会去做的事情。

算力资产是怎样被重新定义的

我们先把黄仁勋到底想了一出什么棋给搞清楚。

过去AI企业购买英伟达的芯片，跟传统制造业购买设备没有什么两样。

企业要么掏出现金，要么去申请贷款，拿到芯片之后就把它们装进机柜，然后开始折旧。

GPU的贬值速度比大多数硬件都要快，新一代产品出来之后，上一代产品的价值就会折半。

一条H100集群花掉几亿美元来搭建，两年之后的残值可能只剩下了三分之一。

银行不愿意给这种资产发放高额的长期贷款，因为这些抵押物太容易贬值了。

这是整个AI基础设施行业最根本的矛盾所在。

一方面，市场对算力的需求是天量的，另一方面，融资渠道却只有毛细血管那么细。

黄仁勋的方案带有很浓的华尔街色彩。

他找到六家机构，告诉他们说你们别再把GPU当成消耗品来看了，应该把它们当成能够持续产生现金流的基础设施，就跟商业地产、收费公路、通信铁塔是一样的。

一座英伟达DSX架构的AI工厂，能够同时服务多个客户，可以跑多种类型的模型，需求侧足够分散，收入流也足够稳定。

CUDA软件栈在持续升级，老显卡跑新框架时效率还有可能往上走，这意味着这些资产的使用寿命和残值都比传统硬件要好。

再加上全球主要的云厂商、系统厂商和企业客户都在使用同一套英伟达架构，当需求发生变化的时候，一座AI工厂可以无缝转给另一个客户来使用。

这个可替代性才是最关键的，正是这一点让算力资产具备了金融产品最核心的属性，也就是流动性。

所以你看到的并不是一次简单的公司合作，而是一次资产类别被重新定义的过程。

黑石总裁乔纳森·格雷在访谈中透露了一组数据，他旗下企业过去六个月对大语言模型的算力需求增长了七倍，但是供给远远跟不上。

贝莱德的芬克则把这件事类比为20世纪70年代抵押贷款支持证券的诞生，称其为金融工程未来新篇章的开端。

这些人并不是傻子。

他们每年经手数万亿美元的资产配置，不会因为一个芯片公司的CEO打了一通电话就乖乖掏钱。

他们闻到的是一个可能比当初房地产证券化还要大的金融创新机会。

华尔街的掌声与市场的怀疑

但是华尔街的掌声还没有落下，市场的怀疑就蜂拥而至了。

这笔5000亿美元的融资计划刚刚公布，英伟达股价反而下跌了2.86%，单日市值蒸发了超过700亿美元。

更值得注意的一点是，英伟达的五年期信用违约互换利差飙升了近6个基点，距离7月底创下的历史高位只剩一步之遥。

CDS是什么东西呢，你可以把它理解成市场在给一家公司购买保险所付出的价格。

这个价格越贵，说明大家觉得这家公司出事的概率就越大。

一个宣布能够撬动5000亿美元的公告，反而让市场更加担心它会出事，这件事本身就很有趣。

质疑的核心指向了一个词，那就是循环融资。

简单来说就是英伟达帮客户筹集资金，客户拿了这笔钱去购买英伟达的芯片，钱又回到了英伟达的手里。

在外人看来，这跟左手倒右手没有什么区别。

人们会问，那些需求到底是真的，还是靠借钱造出来的。

这个质疑并不是空穴来风。

此前就有报道称英伟达曾经与OpenAI进行过磋商，计划为后者提供最高250亿美元的融资担保，帮助它租用软银在俄亥俄州的数据中心。

D.A. Davidson的分析师吉尔·卢里亚说得相当直白。

他说英伟达帮客户融资这件事，一方面说明了AI基础设施的真实需求依然很旺盛，另一方面也暴露了行业内日益严峻的资金压力。

如果客户自己能够从银行贷到钱，那还需要供应商出面来担保吗。

末世博士吉姆·查诺斯更是直接发帖讽刺，把这件事类比为2008年金融危机之前的金融工程操作，暗示如果AI泡沫破裂了，相关方有可能会重蹈当年华尔街高管被国会质询的覆辙。

《大空头》的原型迈克尔·伯里也发出了公开警示，称英伟达已经把循环支出推到了前所未有的规模。

在这个问题上，黄仁勋面对镜头时的回应非常坚决。

他说5000亿美元是一个长期动员目标，这个目标既不是英伟达的收入，也不是单一基金，更不是对任何单一客户的承诺。

他强调每家金融机构都会独立评估客户的需求、使用率、现金流和资产残值，英伟达在某些项目中最多只提供25%的残值支持。

摩根士丹利也站出来给东家做了背书，称这套结构确实从机制上化解了循环融资的质疑，还顺手帮英伟达算了一笔账。

仅残值分成这一项，到2029财年就能够带来每年超过百亿美元的额外收入。

但是所有人都清楚，真正的问题并不在一纸备忘录里写了什么，而在于未来五年项目落地的时候会发生什么。

如果AI数据中心的客户能够按时投产，能够产生稳定的现金流，还款速度快于设备贬值速度，那么这套融资模型就是AI时代最伟大的金融创新。

如果客户越来越依赖融资来维持采购，项目迟迟不能产生正向现金流，而GPU的更新换代速度又远远快于还款速度，那市场现在的担忧就不是杞人忧天了。

从卖芯片到做资本组织者

这盘棋的背后藏着黄仁勋对英伟达未来的一个本质押注，那就是从芯片供应商变成AI产业的资本组织者。

更早的信号其实已经出现了。

2025年的时候，贝莱德、微软、MGX和GIP联合发起了一个名为AIP的AI基础设施融资平台，初期募资300亿美元，计入杠杆之后最高可以调动1000亿美元。

后来英伟达和马斯克的xAI也加入了进来。

如果说AIP是一块试验田，那这次5000亿美元的平台就是全面铺开了。

博通也没有闲着，它跟阿波罗和黑石已经达成了类似的协议，为那些使用博通芯片的客户提供融资支持。

这说明芯片公司介入金融领域早已不是英伟达一家的创新了，而是整个行业正在往同一个方向奔跑。

对英伟达来说，这一步的逻辑其实非常简单。

它的客户群体正在经历剧烈的两极分化。

一方面，微软、谷歌、Meta这些头部云巨头现金流很充裕，但也不愿意无限透支自己的资产负债表。

另一方面，大量的AI初创公司和区域性云厂商有技术却没有融资能力，根本迈不过万卡集群的资金门槛。

通过引入第三方资本来替客户搭桥，英伟达一方面把潜在的需求变成了真实的订单，另一方面也把一锤子买卖变成了一个可以反复产生收入的金融循环。

更关键的一点是，一旦客户通过英伟达的融资平台建起了数据中心，他们在芯片、软件和运营标准上就会被深度绑定。

这些工厂跑的是CUDA，用的是NVLink，上的是DSX架构。

竞争对手想要渗透进去，难度会翻上好几倍。

有业内人士评价说，这并不是一家芯片公司在拓展自己的业务边界，而是在定义一种全新的产业竞争方式。

技术护城河加上金融护城河，这是一个比单纯卖硬件要高得多的壁垒。

参与本次合作谈判的六家机构里面，KKR的入场其实有着相当的渊源。

KKR的联合创始人亨利·克拉维斯是私募股权行业最早的杠杆收购叙事者之一，他那本《门口的野蛮人》几乎定义了整个80年代华尔街的文化气质。

四十多年之后，他的公司变成了帮一家芯片公司把GPU变成金融资产的角色。

那些曾经用杠杆来买公司的人，现在在用杠杆帮公司买芯片。

历史的对称性有时候比剧本还要精彩。

结语

黄仁勋在谈这5000亿美元的时候说过一句话，我们正在从制造芯片跨越到创造一种全新的可投资资产类别。

这已经不是一个工程师的表述了，这是一个金融家的叙事。

当一家芯片公司的CEO开始用金融家的语言来讲话的时候，你大概应该去关心两件事。

第一件事是他到底看到了多大的机会，第二件事是这个赌局如果押错了，代价会有多大。