“超5000亿美元第三方资本要进场，先得算清未来租金和旧GPU残值。”
作者丨陈悦琳
编辑丨包永刚
GPU需求仍旺盛之际，英伟达却开始替客户操心“买芯片的钱从哪里来”的问题。
8月10日，英伟达宣布联合六家华尔街大型金融机构，计划建立一批独立的算力融资平台，并在未来逐步动员超过5000亿美元的第三方资本。
这场合作瞄准的正是GPU销售链条上的资金瓶颈——客户借不到钱，再膨胀的算力需求也难以转化为实际订单。
只是为什么是现在？这套融资机器又将如何运转？一旦算力收入不足以偿还债务、GPU残值又低于预期，风险最终将由谁承担？
01
五年长约撑起GPU贷款，
却把短期客户拒之门外
要理解英伟达为何将华尔街引入GPU生态，需要先回到这项计划出现前的AI信贷市场。
按照SemiAnalysis测算，到2029年，AI相关债务余额将超过7万亿美元，规模仅次于约13万亿美元的美国住房抵押贷款融资市场。
庞大的债务需求背后，是AI基础设施不断膨胀的资本开支。
SemiAnalysis预计，到2028年，AI年度资本开支（Capex）将远超2万亿美元；2024年至2029年，累计资本开支将达到约11.1万亿美元。
这些支出既包括GPU、配套CPU、网络和存储等AI IT，也包括承载它们的数据中心。
2024-2029年全球AI IT与数据中心资本开支，单位：万亿美元
图源SemiAnalysis
仅凭企业自身现金难以支撑如此大体量的建设规模，SemiAnalysis据此预计，信贷市场将成为这轮建设的主要资金来源。
借款需求首先来自hyperscaler（超大规模云服务商，下称云巨头）和large/training-focused AI labs（训练前沿基础模型、能够签署3年以上大额算力合同的头部模型机构，下称头部模型厂商）不断扩大的算力需求。
云巨头可以自建集群，头部模型厂商则可以向云巨头或Neocloud（区别于传统综合云厂商，专门提供GPU算力的新型云服务商）采购算力。
然而，目前最容易获得融资的，是由云巨头直接承购或提供信用支持的长期算力合同，最常见期限为5年。
合同通常采用照付不议（take-or-pay）条款，即承购方即使没有用完约定算力，也要按最低容量付费。一旦脱离这种“五年期、云巨头信用支持”的模板，贷款机构的放贷意愿就会大幅下降。
这一点，贷款人CoreWeave或许深有体会。
据《金融时报》报道，2026年3月，摩根士丹利和三菱日联金融集团（MUFG）协助CoreWeave完成85亿美元融资，支撑贷款的是云巨头合同，浮息利差（即贷款利率高出基准利率的部分）为2.25个百分点。
两个月后，两家机构再次为CoreWeave安排最高31亿美元的贷款，但由于支撑贷款的是两家信用较弱的AI模型公司，尽管贷款规模不到前一笔的四成，融资利率反而翻倍至4.5个百分点。
然而，云巨头不可能为数万亿美元的算力项目无限担保，这意味着贷款机构的目光必须向下探。
但由于对AI集群总拥有成本、Token经济学和最终需求缺少理解，GPU租赁市场又缺少公开、统一的价格指数和活跃的衍生品，几年后的租金和GPU残值难以被准确估算。
未来的不确定性，只会让贷款机构抢先抓住最容易验证的还款保障——大额、长期、照付不议的客户合同。
而为了获得更低成本的贷款，Neocloud往往也只能优先签下此类订单。但AI初创公司和推理服务商需要的，恰恰是短期、灵活的算力。
SemiAnalysis指出，头部模型厂商可以承诺3年甚至更久，推理服务商却不愿签署超过1年的合同，短期租户还可能被要求支付高额预付款。
租期期限的错配，成为现有AI算力融资模式的又一局限。
为填补重重信用缺口，SemiAnalysis在7月6日披露，英伟达已经开始为部分Neocloud项目提供照付不议承诺。
这类托底通常持续6年：如果Neocloud未能从第三方客户获得足够租金，英伟达将按照事先约定的价格购买部分算力，为项目提供最低收入保障；作为交换，Neocloud收入超过托底线后，英伟达可以分享其中一部分。
凭借英伟达的信用支持，Neocloud更容易获得建设资金，也能向AI初创公司和推理服务商提供期限更灵活的合同。对英伟达而言，这又把GPU市场从少数云巨头扩展到更多AI客户。
不过，即使英伟达信用再强，也不可能依靠逐笔托底覆盖数万亿美元的AI基础设施建设。
02
GPU融资的「华尔街模式」：扩大资金来源
为了撬动更大的资金池，英伟达盯上了更有分量的金融资本。
8月10日，英伟达宣布与阿波罗、贝莱德、黑石、博枫、高盛和KKR合作，计划建立一批独立的算力融资平台，长期动员超过5000亿美元的第三方资本。
目前各方签署的仍是谅解备忘录，首批项目投向、各机构的出资规模以及具体交易结构，均有待最终协议确认。
相比此前按项目为部分Neocloud提供信用托底，到了8月，英伟达进一步把华尔街大型机构拉入其中，试图将原本逐笔协商的项目融资，升级为平台化、规模化的资本动员机制。
因此，华尔街的角色更接近资本组织者和风险审核者：作为金融机构，它们计划组织来自第三方投资者的长期资本，判断哪些客户和项目值得融资，再通过贷款、股权或其他结构把资金投入AI基础设施。
不过目前，英伟达尚未公布这些平台会不会统一采用SPV（专门持有GPU、承接融资和租赁合同的项目公司）、银行贷款或债券。
如何将AI芯片从一笔设备采购转化为华尔街能够参与的长期融资项目，当前谷歌与Anthropic之间的交易提供了一个具体的参照。
《金融时报》披露，谷歌围绕Anthropic搭建的芯片与数据中心合同网络总额约为2000亿美元，其中约五分之四与芯片有关。
这个数字并非谷歌直接借给Anthropic的一笔贷款，而是TPU采购、芯片租赁和数据中心合同的合计规模。
其中，Anthropic计划使用价值超过1500亿美元的TPU，但它和谷歌、博通都不愿将如此庞大的芯片资产直接留在自身资产负债表上。
为此，谷歌先将TPU系统出售给博通，再通过专门设立的项目公司引入外部债务资金，购入并持有这些设备。这种模式类似于飞机制造商帮助航空公司获得购机融资。
具体而言，摩根士丹利担任博通的财务顾问并负责安排交易；阿波罗旗下Atlas SP Partners设立Compute SPV，并按照偿付顺序和风险高低与黑石共同设计三档债务结构，向银行和信贷市场投资者募集资金。
在首笔交易中，Compute SPV以350亿美元购买约1GW、接近100万颗TPU，再将这些设备出租给Anthropic。Anthropic未来5年的租金，是SPV偿还这些债务的主要现金流。
为了降低前两档优先债务的风险和融资成本，博通提供了覆盖约300亿美元的残值支持。如果Anthropic停止支付租金，SPV出售TPU所得又不足以偿还优先债权人，博通将弥补约定范围内的缺口。
剩下的约44亿美元次级债务则没有博通负责兜底，一旦Anthropic违约，相关投资者将首先承担损失。
芯片融资之外，谷歌还为Anthropic使用的部分数据中心租约提供担保，帮助相关项目降低融资成本。
这套交易把设备、客户合同、芯片厂商支持和华尔街资金组合在一起，却也留下了明显的风险——这套约2000亿美元合同网络的底层需求高度集中于Anthropic持续履约。
不同的是，谷歌的融资网络围绕Anthropic这一名巨额客户量身搭建，而从英伟达公布的范围看，融资平台希望覆盖更多头部模型厂商、AI云厂商和其他企业。
对Neocloud而言，这项计划和7月的英伟达“AI央行”收入托底模式目的相似——都有机会改变贷款机构只依赖单一云巨头长约的局面。
未来，金融机构可能同时评估Neocloud的客户组合、预期租金、运营能力和GPU残值，再结合英伟达对部分项目提供的有限支持决定是否放贷。
但这并不意味着所有Neocloud都能轻易获得资金。扩大资本来源的华尔街仍无法替借款人消除租金和残值风险。
03
租金与残值，GPU贷款的核心变量
GPU本身无法还债，真正用于偿还贷款的是客户持续支付的算力使用费。
照付不议合同可以把收入暂时锁定，却没有消除需求风险，而是先把算力闲置的风险转移给承购方。
只要承购方仍有偿付能力，即使没有用完约定容量，也要继续付费；但当其经营或融资能力恶化，原本用于支撑贷款的长期合同也可能面临违约或重新谈判。
更深一层的问题是，终端市场能否长期支撑当前的算力价格。
英伟达提出“在AI时代，算力就是收入”，并认为其计算平台可以适配不同模型和负载、在客户之间转移，同时还能通过CUDA软件更新延长使用寿命。
Constellation Research的一篇分析文章对此表示质疑：对云厂商和部分AI模型厂商而言，算力可以直接创造收入。
但对大多数普通企业来说，Token和算力首先是一项成本。它们用单位结果成本（cost-per-outcome）衡量AI价值，更关心完成一项任务能带来多少业务回报。
这种变化已经反映在企业AI采购实践中。
Uber就曾表示，公司通过为不同场景设置更合适的默认模型，并将部分任务迁移到低成本或开放权重模型，使单位Token成本下降。即使AI使用量继续增长，其总体AI支出仍基本保持稳定。
这一个案例不足以证明高端GPU需求将下降，却说明AI调用量增长不一定等比例转化为高端算力支出。
企业降低单位任务成本的努力，可能沿着产业链向上传导。Neocloud下游客户减少算力采购，会影响其GPU利用率和租金；一旦客户无力履行长期合同，需求风险还会进一步转化为信用风险。
如果租金是第一道防线，GPU残值就是贷款机构的第二道防线。
会计折旧年限、实际可用年限和二手市场价值并不是一回事。旧GPU仍然能够运行，不代表它还能保持原有的租金和处置价格。
美国商业诉讼律所Quinn Emanuel的一份AI数据中心融资风险简报显示，尽管CoreWeave的财报将数据中心计算设备按6年预计使用寿命折旧，但有项目开发律师和工程师认为其使用寿命通常为3至4年，一些分析师甚至认为可能只有2至3年。
与此同时，英伟达和AMD已经把新品发布节奏由两年缩短至一年，新一代芯片推出后，旧型号的租金和市场价值都可能承压。
如果贷款协议设置了抵押率或重新估值条款，当GPU估值跌破约定门槛，贷款机构可能要求借款人追加抵押物或提前偿还部分贷款。
这正是英伟达所说的“残值支持”试图覆盖的风险。黄仁勋曾表示，在部分情况下可能提供最高相当于某一融资机会25%的残值支持，涉及的计算口径和具体条款尚未披露。
然而，英伟达仍无法改变GPU迭代与债务偿还遵循两套不同的时间表。
5000亿美元计划最终要检验的，不是这套融资安排能否推动今天的GPU订单落地，而是下一代芯片上市后，上一代GPU还能否赚到足够现金，偿还尚未到期的债务。