英伟达刚干了一件大事:联合阿波罗、贝莱德、黑石、博枫、高盛、KKR六家华尔街顶级金融机构,要搞一个AI算力基础设施融资平台,目标动员超过5000亿美元第三方资本。这个数字是什么概念?2025年全球VC投在AI上的钱大概也就几百亿。这一把,直接把AI基建的融资逻辑从"科技公司自己掏钱买GPU"升级成了"华尔街帮你做资产配置"。
AI算力正在变成一种新的资产类别
先理解这件事的本质。英伟达不是在找VC融资,而是在建一个金融平台。它跟六家全球最大的资产管理公司合作,要把GPU、网络设备和数据中心能力打包成可投资的资产。投资人出的钱,用来买英伟达的GPU、建数据中心、采购电力设施,然后靠出租算力获取收益。
这跟以前完全不同。以前科技公司扩建数据中心,是用自己的现金流,或者发债借钱。现在英伟达要把这件事变成一种"基础设施投资",类似投高速公路、投电站、投港口。区别是,这次投的是AI算力。
黄仁勋说得很直接:对于新一轮融资计划,无人拒绝。说明华尔街对AI算力资产的热情,已经到了一个前所未有的程度。
为什么华尔街这么积极
原因很简单:AI算力的需求增长是确定的,而且是爆发式增长。OpenRouter数据显示,全球大模型周调用量已经达到69万亿Token,环比增长21%,Agent和Coding类应用贡献了81%的Token用量。这意味着算力需求不是线性增长,而是指数级的。
对华尔街来说,这种确定性的长期增长资产非常稀缺。数据中心租约通常是10-15年,现金流稳定可预测,而且客户质量很高(大型科技公司、主权基金)。把这种资产打包成可交易的金融产品,对养老基金、保险资金这类追求长期稳定回报的机构来说,简直是量身定制的。
「循环融资」的隐忧
不过这件事也不是没有风险。有分析师指出,这个融资结构存在"循环融资"的问题。参与方高度依赖AI行业保持高景气,而这些机构本身也在为AI基建融资——英伟达卖GPU给客户,客户借钱买GPU,然后用GPU产生的收益还钱给这些金融机构。如果AI需求增长不及预期,整个链条就会出问题。
这个模式让人想起2008年之前的次贷逻辑。当然,现在的情况跟次贷有本质区别——AI算力确实有真实需求支撑,不是虚假的。但"过度杠杆+单一赛道集中"的风险,值得警惕。
对普通人意味着什么
短期来看,这些钱最终会变成更多的GPU、更大的数据中心、更快的算力扩张。对开发者和AI公司来说,意味着算力供给增加、获取成本可能下降。MLCC(电子工业的基础元件)交期已经延长到16个月了,溢价2-3倍,说明AI需求已经在往上游传导。
长期来看,如果AI算力真的变成一种像电力、通信一样的基础设施,那AI应用的门槛会进一步降低。未来可能不是"谁有GPU谁赢",而是"谁能把算力用好谁赢"。竞争焦点会从资源争夺转向效率优化。
5000亿美元,不管最终能落地多少,至少说明一件事:全球资本对AI的判断已经非常一致——这是一个需要十年以上持续投入的大赛道。而英伟达,正在从"卖铲子的人"变成"定义赛道规则的人"。
看完只想说:AI的钱是真的多,但能不能花到实处是另一回事
黄仁勋:我不仅卖铲子,我还建了个铲子银行?
MLCC交期16个月、溢价3倍,这就是钱往上游传导的证据。供应链已经吃紧到这个程度了。
高盛、贝莱德、黑石、KKR,全是顶级玩家。这说明AI基建已经从'科技公司赌未来'变成了'全球资本配置确定性资产'。对普通投资者来说,以后可能直接买一个'AI算力ETF'就行了。
5000亿美元是什么概念?差不多是印度一年的GDP。黄仁勋说'无人拒绝',说明华尔街也疯了? 不过话说回来,AI确实需要这么多钱,问题是这些钱最终变成的是泡沫还是基础设施?