NVIDIA 拉华尔街入局：5000 亿美元押注「AI 工厂」

NVIDIA 首席执行官黄仁勋近日在 X（原 Twitter）上宣布，公司将与阿波罗全球管理公司（Apollo）、黑石集团（Blackstone）、贝莱德（BlackRock）、博枫（Brookfield）、高盛（Goldman Sachs）和 KKR 共六家全球顶级金融机构合作，建立一批独立融资平台，计划在长期内撬动超过 5000 亿美元的第三方资本，用于建设 AI 基础设施。这一规模恰好与此前 OpenAI、软银、甲骨文推动的「星际之门」（Stargate）项目所公布的数字相当，标志着 AI 算力首次被系统性包装为一种可投资的基础设施资产类别。

核心逻辑：把 GPU 变成「AI 时代的电厂」

NVIDIA 在公告中将整套 GPU、网络、系统软件、AI 框架与 CUDA 生态统称为「AI 工厂」（AI Factory）。其商业模式被类比为「输入能源与数据，输出智能」的生产设施。黄仁勋强调，AI 工厂具有三大基础设施属性：

• 可重复复制的标准化平台：采用全球主流云服务商与系统厂商均采纳的统一架构。
• 现金流可预测性：同一座工厂可服务多家客户、运行多模态工作负载，并在客户变化时重新部署。
• 软件持续增值：每一代 CUDA 升级都可提升已部署硬件的性能、效率与生命周期，相当于「软件延长设备经济寿命」。

官方援引的租赁市场数据印证了这一价值持久性：

• H100 的一年期租赁价格从 2025 年 10 月约 1.70 美元/GPU·小时上涨至 2026 年 3 月约 2.35 美元/GPU·小时。
• 跨供应商按需租赁价格中位数从 2025 年 10 月约 2.00 美元/GPU·小时升至 2026 年 6 月约 2.70 美元/GPU·小时。
• Blackwell 架构的 B200 云端价格约为 5.30 至 7.05 美元/GPU·小时。
• A100 于 2020 年发布，六年后仍广泛用于训练、微调与推理，其经济寿命正向十年延伸。

回应「循环融资」质疑

外界普遍担心这套结构实质是「AI 公司向华尔街借钱买 NVIDIA 的 GPU，再拿 GPU 赚的钱还债」，从而形成左脚踩右脚的循环。NVIDIA 的回应主要有三层：

• 资金性质为独立的长期机构资本，由各金融机构基于自身项目独立评估客户资质、需求、利用率、现金流与设备残值，NVIDIA 仅提供平台。
• 5000 亿美元是金融机构长期内计划撬动的资本总额，不是 NVIDIA 收入，也非单一基金或单一客户承诺。
• 在部分项目中，NVIDIA 可提供最高不超过该项目 25% 的残值支持机制，旨在补充而非取代独立承销判断，且比例显著低于业内既有安排。

多空视角：AI 工业革命 vs. 二十年一见的飞轮

支持方援引播客主 Dwarkesh Patel 的判断：若 AI 实验室收入每年增长 10 倍、而现实算力供给每年仅增长数倍，价值创造速度将超过算力扩张速度，多余价值将以更高算力价格的形式沉淀。在顶级模型具备替代顶级研究员能力时，GPU 成本还将进一步对标人工工资，意味着算力可能长期享有溢价。

空头则关注两点：其一，英伟达 CDS（信用违约互换）近期已升至历史高位，反映市场对 AI 基建债务链条的信用担忧；其二，历史上有过相似剧本——互联网泡沫时期 Lucent、Nortel 等电信设备商曾大规模采用「供应商融资」（vendor financing），客户借设备商的钱买设备，需求一旦回落，融资驱动的虚假订单随即崩塌，设备商被迫调整收入并陷入产能过剩。

小结

NVIDIA 此次联手华尔街，试图把 GPU 从「会折旧的服务器」重新定义为「可融资、可产生现金流、可重新部署的基础设施资产」。5000 亿美元的资本规模与残值兜底机制，决定了这件事的天花板；而 AI 实际需求的兑现速度，则决定了它会不会重蹈二十年前的覆辙。