AI算力的金融化路径与潜在风险

8月10日，英伟达对外宣布与Apollo、黑石集团、贝莱德、博枫、高盛、KKR这六家全球顶级资产管理机构签订合作备忘录，共同构建一个独立的算力融资平台，目标长期撬动逾5000亿美元的第三方资金，重点投向云服务提供商、AI研究机构以及实体企业，用于采购英伟达芯片并搭建大规模数据中心AI工厂。

用黄仁勋的话来讲，就是把AI算力塑造成类似商业地产、收费公路那样的可投资资产类别。当前芯片具备持续盈利的能力，使用周期较长，且具备互换与重新调配的特性，因此可以借助机构信贷、保险资金以及私募资本，以债务或项目融资等方式予以支持，让客户无需完全依赖自身的资产负债表。

除了搭建这一融资渠道、协助客户对接购买自家芯片所需资金外，英伟达还可能对部分项目提供最高约25%的融资支持或增信担保，不过其强调机构会对每个项目开展独立尽调，因此黄仁勋认为这“绝非循环融资”。

我来帮大家再梳理一下：英伟达为无力直接采购其算力芯片的客户牵线搭桥提供贷款支持，使客户能够借助这些机构贷款完成购买，并且为促成机构放贷，英伟达还会按一定比例提供担保。

这一模式有一个专门的说法，即“AI算力资产证券化”。

鉴于当前算力需求极为旺盛，算力中心能够持续不断地创造现金流，从金融学的视角来看，这与对外出租的房产以及建成后持续收费的高速公路类似，都属于“生产性基础设施资产”，通过特殊目的载体（SPV）将此类现金流合约化，进而用于抵押，便能获取新的融资资金。

这一逻辑当下能够成立，根源在于AI热潮带动算力需求真实且稀缺，不少长期合约确实能够带来可预估的现金流，一定程度上与长租房产产生的现金流“毫无二致”。

但未来能否延续则存在变数，原因是GPU迭代速度极快，一两年便会升级一代，其残值的不确定性显著高于房地产、高速公路等传统固定资产，若技术发生重大变革，抵押物的价值可能急剧缩水。此外，一旦未来AI终端的营收无法兑现，当前大量算力基础设施将面临过剩局面，进而引发现金流的剧烈波动。

然而英伟达仍不遗余力地推动此事落地，因为这样做能够助推其营收快速扩张——客户购买力不足，你不设法解决，难道要让客户放弃采购吗？

真心实意地让我对英伟达的营销手腕发出由衷赞叹——“佩服”。

不过，债券市场对这种类似左脚踩右脚的“循环融资”并不买账，消息披露后，英伟达5年期信用违约互换（CDS）价格一度攀升至77.215个基点，创下近两周单日最大涨幅，市场对该公司在巨额融资架构下潜在信用风险的关注度正持续升温。

美国此前存在类似先例，即大众所熟知的房利美将住房抵押贷款打包成MBS出售给投资者，但最终因杠杆过高、风险过大而成为2008年金融危机的引爆点。