英伟达联合华尔街六大金主拟投5000亿美元(约3.37万亿元)建AI融资平台:GPU被正式定为可投资资产

英伟达正将GPU算力从单纯的芯片产品重新定义为可产生稳定收益、可流转、可折旧的基础设施资产,并通过联合阿波罗、贝莱德等六大金融机构撬动超5000亿美元第三方资本,开启AI基础设施的证券化与机构化融资时代。

英伟达于8月11日宣布与阿波罗、贝莱德、黑石集团、博枫、高盛、KKR六家顶级资管机构签署谅解备忘录,共同建立独立计算融资平台,目标筹集超过5000亿美元(约合人民币3.37万亿元)用于AI基础设施建设。

可调动第三方资本总量 5000亿美元 约合3.37万亿元人民币
六大机构名单
  • 阿波罗
  • 贝莱德
  • 黑石
  • 博枫
  • 高盛
  • KKR
平台模式说明

金融机构独立评估客户需求、市场情况、利用率、现金流及剩余价值;英伟达提供AI平台与技术支持,金融机构提供长期资本与融资专业能力。

科技芯片如今第一次正式成为一类可投资资产。它们已是能够产生收益的资产,具备生产价值、使用寿命长久、资产可互通流转、用途灵活适配特性。
——黄仁勋(英伟达创始人兼CEO)

关键数据:GPU租赁价格与资产寿命证明

H100租赁价格 2025年10月 → 2026年3月
约1.70美元 约2.35美元 /GPU小时 上涨38%

对比2025年10月上涨约38%,证明算力需求持续走强。

按需租赁平均价格 2025年10月 → 2026年6月
约2.00美元 约2.70美元 /GPU小时 上涨35%

较2025年10月上涨35%,显示市场定价权增强。

Blackwell B200云租赁 新一代芯片
约5.30至7.05美元 /GPU小时

英伟达新一代芯片的租赁价格区间,显著高于H100。

A100经济使用寿命 2020年推出
延长至约十年 CUDA持续更新

推出六年后仍广泛用于训练、微调、推理和高性能计算。

华尔街观点:从抵押贷款到算力证券化

"
这个项目是金融工程领域的下一个里程碑,就像20世纪70年代住房抵押贷款支持证券(MBS)的问世。
拉里·芬克(Larry Fink)
贝莱德CEO
"
AI计算将被视为一种可融资的资产类别,就像抵押贷款机构评估房产一样。
乔纳森·格雷(Jonathan Gray)
黑石集团总裁兼首席运营官

传统融资 vs 英伟达模式

维度 传统融资 英伟达模式
基础资产 房产抵押贷款(MBS) GPU算力与AI工厂
资产特征 不动产,位置固定,估值依赖地段 可跨客户流转,软件升级延长寿命,收入来自计算服务
市场结构 银行主导,标准化程度高 英伟达提供平台,多家独立金融机构竞争性评估
风险核心 信用风险、房价波动 AI需求持续性、技术迭代、算力利用率

黄仁勋长文核心:AI工厂是智能时代的基础设施

英伟达已从芯片销售商转型为AI工厂基础设施平台,其计算平台是包含加速计算、网络、系统软件、AI框架和开发者生态的完整系统。

英伟达强调其资产价值非线性折旧:CUDA软件持续改进性能,硬件在初始折旧期后仍能发挥效能,同一架构可服务全球多样化的AI工作负载。

英伟达可能提供的剩余价值支持上限 最高25%

该支持有限制,且作为独立承保的补充。

AI已经达到了一个转折,它正从研究阶段走向实际应用。AI正在创造真正的价值,而其相关的基础设施也成为了世界上最具生产力的资产之一。 ——黄仁勋,社交平台X长文

黄仁勋将融资平台定位为"AI基础设施开放资本市场的开端",并强调金融机构将独立进行风险评估,英伟达只负责平台支持,避免循环投资质疑。

行业背景:AI资本开支激增与市场质疑

该合作项目推出正值华尔街对AI投资回报产生广泛质疑之际。大型科技公司计划投入数千亿美元建设数据中心,评级机构警告资本支出正在压缩自由现金流并推高债务负担。

大型科技公司AI资本支出规模:数千亿美元,用于数据中心和硬件设施建设。

传统自建模式

资金来源:科技公司自有现金流/资产负债表

特点:重资产、现金流压力大、扩张受限

云厂商租赁模式

资金来源:云服务商资本开支

特点:集中度高、客户锁定、灵活性中等

英伟达联合融资平台

资金来源:机构资本、保险资金、私人资本

特点:独立评估、分散风险、可规模化复制

英伟达的回应是:算力本身就是收入来源,AI工厂能产生真实现金流,且投资回报在于AI的实用性——更多算力带来更好AI,更好AI带来更多应用和收入,形成良性循环。

风险、边界与未决问题

  • 不确定性

    项目目前仅签署谅解备忘录,仍需完成最终协议签署才能生效,存在一定程度上不确定性。

  • 边界

    英伟达明确表示5000亿美元并非英伟达收入,也不是单一基金或特定客户承诺,而是平台可调动的第三方资本总量,避免外界误读为英伟达自购。

  • 纪律性

    黄仁勋强调融资平台包含纪律性:每个融资合作伙伴独立评估需求、利用率、现金流与剩余价值,AI基础设施建设将基于真实客户经济情况,而非盲目扩张。

  • 技术迭代

    分析人士指出,GPU作为可投资资产的核心风险在于技术迭代速度:新一代芯片的推出可能使旧型号加速贬值,尽管英伟达通过CUDA兼容性试图延长资产寿命。

编辑判断与结论

英伟达此举本质上是将AI算力金融化,试图用华尔街的长期资本替换科技公司短期的资产负债表压力。这一模式能否跑通,取决于两个关键假设:一是GPU租赁市场能否形成类似不动产的流动性和定价基准;二是英伟达能否持续维持其平台主导地位,使资产残值不因技术迭代而快速归零。值得注意的细节是,英伟达仅提供最高25%的剩余价值支持,大部分风险由金融机构独立承担,这既是一种杠杆放大策略,也是一种风险隔离设计。

结论

全球AI基础设施建设正从科技公司自筹资金模式,转向机构资本深度参与的资产证券化模式。英伟达联合六大华尔街资本构建的5000亿美元融资平台,标志着GPU正式被主流金融体系接纳为可投资资产类别。这一模式若能成功,将极大降低AI算力扩张的资金门槛,加速AI产业渗透;但其可持续性仍取决于AI应用收入能否跟上算力供给的几何级增长,以及金融机构能否在独立评估框架下避免对英伟达叙事的过度依赖。