英伟达1050亿美元给OpenAI建数据中心：算力军备竞赛进入金融战了

8月17日，英伟达和软银旗下的SB Energy同时披露了一笔大交易：英伟达将为OpenAI在俄亥俄州派克县建设一座大型数据中心提供最高1050亿美元的信用担保。这座数据中心最终规模将达到8吉瓦，有望成为全球最大的单一AI数据中心。

1050亿美元是什么概念？折合人民币大约7086亿元。这个数字比很多上市公司整个市值都大。但更值得注意的是这笔交易的结构性设计——它不只是钱的问题，而是英伟达从“卖芯片的”向“算力金融运营商”转型的信号。

交易结构：英伟达到底在担保什么

先拆解交易结构。这座数据中心由SB Energy开发并持有，OpenAI签了20年租约。英伟达做的不是直接出钱建设，而是提供信用担保：如果OpenAI出现违约，英伟达承担最低担保价值与重新出租所能收回金额之间的差额。同时英伟达向SB Energy直接投资了15亿美元。

黄仁勋算了一笔账：这座数据中心初期4.25吉瓦的计算能力，大约对应150万块GPU。每一代芯片部署可为英伟达带来1500亿至2000亿美元收入。场地设计寿命20年，期间换好几代芯片。如果把OpenAI所有已承诺的项目加在一起，到2030年大约对应6000亿美元的英伟达芯片采购。

表面上是帮客户担保，背后锁定了一个长达20年的巨额订单。这才是英伟达愿意掏担保的根本原因。

LPS模式：从卖芯片到管盖房子

这笔交易里最值得关注的概念是LPS——Land（土地）、Power（电力）、Shell（厂房外壳）。英伟达宣布要亲自下场帮客户搞定数据中心建设中最难的三件事，和KKR、阿波罗等投资机构签了协议，由这些机构出5000亿美元建设资金，英伟达提供部分担保。

这个逻辑链条是：投资机构出钱建数据中心→英伟达担保降低风险→数据中心租给OpenAI这样的客户→客户用英伟达的GPU。英伟达用担保换来了长期订单确定性，投资机构获得了低风险的基础设施资产。

但这里有个问题被很多人提出来了：这算不算“循环融资”？英伟达担保→OpenAI拿到钱→OpenAI用这笔钱买英伟达的芯片→英伟达的收入其实是自己担保出来的。7月份消息传出时，英伟达股价一度下跌4.5%，就是市场对这个模式的担忧。

黄仁勋的回应和SEC的背书

黄仁勋对循环融资的回应很简短：“租金是OpenAI自己在付，不是英伟达在付。”他还强调担保是有限的，只覆盖租赁费用和电力费用的一部分，加上一个最低残值承诺。随着数据中心在2028-2030年间陆续投运、OpenAI开始支付租金，英伟达的风险敞口会相应递减。

更关键的背景是，上个月美国SEC给了一个政策口子：Latham & Watkins律所向SEC提出申请，认为数据中心租金收入和房贷不是一回事，不应适用Dodd-Frank法案的风险自留规则。SEC基本同意了。这意味着给数据中心融资时，发起方不必被强制要求“自己留一块风险”，融资效率大幅提升。

虽然这只是监管意见，还不是正式法规，但实际上打开了一扇门：未来会有更多资金更方便地流入数据中心建设。

对AI行业意味着什么

这笔交易的核心信号是：AI算力基础设施正在从“技术投资”变成“金融资产”。就像房地产从盖房子变成了REITs，数据中心也在走证券化的路。英伟达不只是在卖铲子，它在定义铲子的金融属性。

对OpenAI来说，4.25吉瓦的初期算力足以支撑下一代超大模型的训练。但8吉瓦的用电量相当于三四百万户家庭，配套的电力基础设施（至少10吉瓦新发电设施+42亿美元电网投资）也是天文数字。

对整个AI行业来说，这标志着算力竞争已经从“谁的芯片更好”升级到“谁能搞到更多的地和电”。土地和电力正在成为AI时代的新石油。谁控制了算力基础设施，谁就控制了AI发展的节奏。

这笔交易能不能跑通，取决于一个问题：AI行业创造的真正经济价值，能不能覆盖这些天文数字般的基建投入。目前来看，除了英伟达自己，还没有人能给出一个确定的答案。