一、5000亿美元的金融工程实验
2026年8月10日，Nvidia宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR六大金融机构签署谅解备忘录，建立AI计算基础设施融资平台，计划动员超过5000亿美元的第三方资本用于数据中心建设。
表面上看，这不过是一笔大规模的产业融资。但如果你仔细看交易结构，会发现一件不寻常的事：Nvidia承诺为单个融资项目提供最高25%的GPU残值担保。也就是说，如果贷款到期时GPU的二手价值低于预期，Nvidia会自掏腰包补差价，上限是GPU价值的四分之一。
这不是普通的供应商融资。这是Nvidia在告诉华尔街：我的芯片是资产，不是耗材——你可以像对房地产放贷一样，对我的GPU放贷。
BlackRock CEO Larry Fink说得更直白，他称这是"金融工程的下一个未来"，并直接将其与1970年代抵押贷款支持证券（MBS）的诞生相类比。Goldman Sachs CEO David Solomon说他们在为"Nvidia算力支持的信贷"创造一个市场。
当华尔街最大的几家机构开始把某种东西当作"可贷款的资产"，一场金融化进程就已经开始了。
二、GPU从硬件到金融资产的跃迁
要理解这件事的深层含义，我们需要回顾金融史上的一个核心概念：资产证券化。
1970年代，美国的银行发现，如果能把房贷打包成可交易的证券，就能释放资本、分散风险、让更多机构参与放贷。这就是MBS（抵押贷款支持证券）的起源，后来演变为全球最大的固定收益市场之一。1980年代，汽车贷款和信用卡欠款也被证券化。2000年代，各种衍生品层出不穷。
每一次金融化的本质都是同一件事：把一个不流动的资产变成可定价、可担保、可交易的金融工具。
现在，Nvidia试图对GPU做同样的事。
逻辑链条是这样的：
- AI需要算力 → 企业需要大量GPU
- GPU很贵 → 一台B200服务器造价超过30万美元，一个万卡集群动辄数亿美元
- 企业不想一次性买断 → 资本支出压力太大，折旧拖累财报
- 解决方案 → 用GPU本身作为抵押物，向金融机构贷款
- 问题 → 金融机构不知道GPU的残值是多少，不敢放贷
- Nvidia的答案 → 我来担保残值，你来放贷
这就是GPU金融化的第一阶段：从硬件采购变成信用贷款，从资产负债表内的折旧项变成表外的融资标的。
三、25%残值担保：精明的风险定价还是定时炸弹？
整个交易中最关键的机制是Nvidia的GPU残值担保。理解这个数字，就理解了整个模式的风险结构。
担保机制怎么运作
假设一个金融机构为一座数据中心提供10亿美元的贷款，该数据中心的底层资产是Nvidia GPU。贷款期限5年。5年后，如果这些GPU的市场价值低于当初评估的价值，Nvidia承诺补偿差额，最高补偿金额为GPU初始价值的25%。
这个设计有几个特点：
- 逐项目审核：不是一揽子担保，每个项目独立评估
- 风险共担：Nvidia最多承担25%，剩余75%的风险由金融机构自己消化
- Nvidia不做信用评估：借款人资质、现金流分析、贷款结构设计全部由金融机构完成
Jensen Huang称之为"显著低于其他算力融资安排中的风险敞口"。从Nvidia的角度看，这很精明——只需要25%的或有负债，就能撬动5000亿美元的资本流动，杠杆率20倍。
Michael Burry的质疑
但不是所有人都买账。电影《大空头》的原型、投资人Michael Burry公开抨击，称超大规模厂商的折旧做法是"现代最常见的欺诈之一"。他的核心论点：
- Nvidia的GPU每2-3年迭代一代，H100 → B100 → B200 → Rubin，节奏极快
- 企业却按5-7年折旧，严重高估了GPU的实际经济寿命
- 他估计2026-2028年间，折旧被低估了约1760亿美元
这不是小数目。如果Burry是对的，那么GPU残值担保的25%可能远远不够覆盖实际贬值。
Jensen Huang的反驳
Huang的反击同样有力：
- A100在2020年发布，六年后仍在商业使用中，而且还在产生收入
- GPU租赁价格不降反升：H100的年租价格从2025年10月的每小时1.70美元上涨到2026年3月的2.35美元，B200更是达到每小时5.30-7.05美元
- CUDA软件生态持续增值，老芯片通过软件优化获得新能力，延长了经济寿命
这是一个关于"硬件折旧"的根本分歧。传统IT设备遵循摩尔定律，性能固定，随时间贬值。但GPU的"经济产出"不是固定的——它取决于AI模型架构、软件优化和市场需求。当AI推理需求爆发式增长时，老GPU的价值反而可能因为需求增加而上升。
这更像是一个关于AI需求持续性的赌注，而不是关于硬件折旧的争论。
四、与2008年金融危机的结构性类比
Larry Fink把算力融资比作MBS的诞生，这个类比既准确又令人不安。
相似之处
| 维度 | 房贷证券化（1970s-2000s） | 算力金融化（2026） |
|---|---|---|
| 底层资产 | 房地产 | GPU |
| 资产寿命假设 | 30年 | 5-10年（争议中） |
| 担保方 | 房利美/房地美 | Nvidia |
| 担保比例 | 隐性全额担保 | 25%残值担保 |
| 市场规模 | 数十万亿美元 | 5000亿+美元（起步） |
| 核心假设 | 房价长期上涨 | AI需求持续增长 |
结构性相似在于：两者都依赖一个底层假设——资产价值不会崩盘。房价可以跌（2008年证明过了），GPU价值也可以跌。
关键差异
但也有重要区别。与房地产不同：
- GPU产生直接现金流：只要AI需求存在，GPU每小时都在产生租赁收入，且价格透明（公开市场报价）
- Nvidia是唯一供应商：不像房地产市场有无数开发商，GPU供给几乎完全由Nvidia控制，这让残值管理具有更强的可控性
- AI需求仍在加速：Morgan Stanley预测2026-2028年超大规模厂商支出将达3.5万亿美元，Apollo估计AI基础设施总需求超过8万亿美元
不过，这三个"差异"在乐观假设下是优势，在悲观假设下恰恰是最大的风险来源——如果AI需求增速放缓、Nvidia垄断地位动摇、GPU租金下跌，整个担保链就会出现裂缝。
五、系统性风险：英国央行的警告
英国央行在2026年7月的《金融稳定报告》中发出了明确的警告：
当前AI基础设施支出的速度在历史上没有先例。如果高度杠杆化的AI公司遭遇冲击，可能通过全球融资条件传导，引发信贷紧缩。
报告特别指出，银行和私人信贷公司对自身间接暴露于AI杠杆的风险缺乏透明度。Moody’s也警告称，史无前例的资本支出水平正在挤压大型科技公司的自由现金流，推动它们承担更重的债务。
这描绘了一个值得警惕的画面：
- AI公司大量举债购买GPU
- GPU作为抵押品被证券化
- 证券化产品被卖给养老金、保险基金
- 如果AI公司收入不及预期 → 违约 → GPU抛售 → 残值暴跌 → 担保触发 → Nvidia承担损失 → 可能进一步冲击芯片股
这不是科幻。2008年金融危机的传导路径与此惊人相似：房价下跌 → 违约 → MBS暴跌 → 银行巨亏 → 信贷冻结。区别在于，GPU市场的流动性和透明度远不如房地产市场，一旦需要大规模抛售，可能根本没有足够的买方来接盘。
六、谁在赢，谁在冒险
拆解这笔交易中的各方利益：
Nvidia — 最大赢家。通过25%的或有负债撬动5000亿美元资本流入GPU采购，等于用自己的资产负债表做杠杆，放大了芯片销量。即使部分担保被触发，只要AI需求持续，损失在可控范围内。更重要的是，GPU金融化创造了"Nvidia算力"这个新资产类别，进一步锁定了生态。
六大金融机构 — 中等风险，高回报。作为贷款方，它们获得了一个新的高收益资产类别（AI基础设施贷款利率显著高于传统企业贷款），且有Nvidia的25%担保作为缓冲。风险在于GPU残值评估的不确定性。
AI公司（借款方） — 短期受益，长期承压。获得了更多资金购买GPU，但也背上了更高的债务。一旦AI商业化不及预期，还本付息的压力将成为生存威胁。Anthropic刚花了91亿美元租用比特币矿企的数据中心，OpenAI还在规划500亿美元规模的俄亥俄州10GW数据中心——杠杆越加越大。
Nvidia股东 — 双刃剑。短期利好（更多GPU销量），但25%的残值担保意味着Nvidia的资产负债表与GPU二级市场深度绑定。如果GPU价格崩盘，Nvidia不仅是收入下降，还要承担担保损失。
七、算力会成为下一个石油吗？
如果这个模式成功，GPU金融化的影响将远超Nvidia一家公司。
第一层影响：算力定价标准化。 当金融机构开始为GPU定价，必然催生标准化的算力价格指数。今天GPU租赁价格已经有一定透明度（H100每小时2.35美元，B200每小时5-7美元），但还不够标准化。金融化会推动算力定价走向类似石油的基准价格体系。
第二层影响：算力衍生品市场。 一旦底层资产有了标准化定价，期货、期权和其他衍生品就会随之出现。对冲基金可以交易"2028年H100算力期货"，正如他们交易WTI原油期货一样。这将使算力真正成为大宗商品。
第三层影响：主权算力储备。 如果算力成为可交易的大宗商品，主权财富基金和央行可能将其纳入储备资产组合。一些国家已经在建设主权AI基础设施，算力金融化会加速这一趋势。
第四层影响：AI的"石油美元"体系。 正如1970年代美国通过与沙特的协议确立了石油美元体系——石油以美元定价和交易，巩固了美元的全球储备地位——Nvidia可能通过GPU金融化确立"算力美元"体系：全球AI算力以Nvidia芯片为基准定价，以美元结算，以美国金融机构为主要融资渠道。
这不是天方夜谭。当BlackRock的CEO说"这是金融工程的下一个未来"，他不是在夸张——他是在描述一个清晰的资本流动新范式。
八、回望与展望
Nvidia的5000亿美元融资平台，表面上是产业金融的一次创新，本质上是AI产业资本结构的根本性转变。
过去三年，AI基础设施的资本流动模式很简单：Nvidia卖芯片 → 科技巨头用自有资金购买 → 芯片在3-5年内折旧。这是一个线性的、封闭的循环。
现在，这个循环被打开了。GPU不再只是科技公司的固定资产，而是变成了可以担保、可以定价、可以证券化的金融资产。这意味着更多的资本可以参与AI基础设施建设，也意味着AI产业的风险通过金融系统被分散到了更广泛的经济体中。
机遇和风险同样巨大。
乐观来看，GPU金融化将为AI产业注入数万亿美元的耐心资本，加速基础设施建设，推动AI普及。悲观来看，如果AI的商业回报无法支撑这庞大的资本支出，GPU金融化将成为下一个次贷危机的种子——只不过这次，底层资产不是房子，而是芯片。
Jensen Huang赌的是AI需求无上限增长。Michael Burry赌的是硬件折旧不可欺骗。Larry Fink赌的是金融工程可以解决一切流动性问题。
三方中至少有一方会错。而5000亿美元的筹码已经押在了桌上。
数据来源：NVIDIA官方公告, Cryptonomist, BBC, Financial Times, Morgan Stanley, Apollo, Bank of England Financial Stability Report, Moody’s