当前人工智能热潮吸引了人们的目光，聚焦于顶尖科技公司在模型开发上的竞争，以及台积电的生产线和英伟达的财务表现。许多人认为芯片的供应是AI发展的关键，只要芯片能够生产出来，AI就能飞速发展。

然而，实际情况更为复杂。AI计算能力建设的核心瓶颈正在转移。尽管台积电和内存制造商的产能依然紧缺，但维持这种供不应求的状况正变得越来越困难，因为建设大规模AI计算集群的成本极其高昂。

根据SemiAnalysis的估计，到2029年，全球在AI设备采购和配套数据中心建设方面的未偿债务将超过7万亿美元。若以苹果公司2025财年约1120亿美元的净利润计算，即使将其全部利润用于偿还，也需要超过60年才能还清这笔债务。如此巨大的资金需求让传统科技巨头也感到力不从心。

此前，AI算力建设的资金主要由亚马逊、谷歌、Meta和微软等科技巨头承担。如今，整个行业迫切需要新的资金来源，否则AI算力扩张的引擎将因资金短缺而停滞。鉴于大型科技公司难以独自支撑，市场上涌现出一批被称为“Neoclouds”的新兴AI云服务商，它们试图扮演“算力包工头”的角色。

这些新兴公司计划通过向金融机构贷款购买英伟达的GPU，然后搭建计算集群，再灵活租借给各类AI初创公司。虽然这一模式旨在缓解算力建设的难题，但现实挑战重重。这些新进入者面临着进退两难的困境。

如果市场无法负担和建设新的算力集群，最大的受损方将是依靠销售GPU而蓬勃发展的英伟达。为了维持其盈利业务并防止算力供应被自研芯片的科技巨头垄断，英伟达做出了一个不同寻常且富有野心的决定：从单纯的硬件供应商转型，直接涉足金融领域。

“包工头”的困境

新兴AI云服务商（Neoclouds）面临一个“死亡三角”困境，即在建立算力集群时，必须同时解决资金、包销和数据中心这三个相互关联的问题。

银行在处理贷款申请时，考虑到AI初创公司可能面临融资困难而倒闭的风险，认为将昂贵的GPU算力租给这些高风险客户无法保证数亿美元贷款的安全。因此，银行要求新兴云厂商提供“投名状”，即与拥有“投资级”信用评级的科技巨头（如微软、Meta或甲骨文）签订为期五年的算力包销协议。银行在审批贷款时，更看重的是担保科技巨头的资产负债表，而非新兴云厂商自身的业务潜力。

令人疑惑的是，像微软和Meta这样的超级云厂商，为何要向这些初创的“算力包工头”租用设备？原因在于当前AI爆发式增长带来的算力需求激增，使得这些巨头自身的数据中心建设、电力审批和团队扩张速度难以跟上。为了抢占市场先机，巨头们选择“包圆”新兴云厂商搭建好的计算集群。

这导致了一个讽刺的局面：新兴云厂商最初希望服务广大创业者，成为传统巨头的替代品，但现实的财务压力迫使他们成为巨头的“算力二房东”甚至“底层打工仔”。结果是，真正需要灵活短期租赁算力的AI创业公司和推理服务提供商，由于大量GPU产能被巨头锁定，仍然面临算力短缺的困境。

如果新兴云厂商试图绕过大厂，直接与创业公司签订短期合同并向银行贷款，银行会提出更严苛的条件，例如要求信用评级较低的创业公司一次性全额预付一年的高额租金作为担保。

解决资金和客户问题仅仅是开始。即使新兴云厂商勉强接受了巨头的合作，他们还需要应对数据中心运营商的严苛要求。这些机房拥有者同样规避风险，更倾向于与传统巨头签订长期租约，而不是将宝贵的空间和电力资源租给风险较高的新兴云厂商。为了补偿这种所谓的风险，房东会要求更高的租金溢价，导致新兴玩家的租赁成本比大厂高出3%至5%。

算力资源日益集中于少数寡头是英伟达最不愿意看到的情况，因为这些科技巨头都在大力研发自己的AI芯片，算力基础设施的垄断将削弱英伟达的市场影响力。面对这一复杂局面，传统的硬件销售模式已不再奏效。英伟达必须亲自介入，运用一种前所未有的金融手段来打破这个僵局。

英伟达成为算力领域的“央行”

英伟达提出的解决方案是“债务托底”，这是一种金融创新，使其在某种程度上扮演了传统金融体系中“央行”的角色。在金融危机中，当商业银行面临挤兑、金融机构间恐慌性拒贷时，中央银行会作为“最后贷款人”向市场注入流动性，稳定市场信心。

英伟达正在做的事情，可以被视为算力世界的“央行兜底”。面对华尔街银行对算力租赁市场的风险规避，英伟达决定成为整个AI算力信贷体系的“最后买家”和信用担保人。

英伟达与新兴云厂商签订的托底协议是一套精密的利益与风险绑定机制：

  1. 长达六年的“保底承诺”：英伟达为新兴云厂商提供通常为期六年的最低收入保证，这一期限与数据中心重资产硬件的生命周期和折旧周期相匹配。

  2. 无死角的“照付不议”机制：如果新兴云厂商搭建的算力集群因市场需求不足而闲置，英伟达承诺将按照预定价格曲线，亲自购买这些闲置算力或弥补收入差额。这意味着，即使算力市场遇冷，新兴云厂商也能获得稳定的现金流，足以偿还银行贷款。银行在放贷时最看重的是最坏情况下的还款能力，英伟达的担保为华尔街提供了信心，促使其向新兴云厂商发放贷款。

英伟达并非进行慈善，而是通过这种模式实现“一鱼两吃”。

  1. 超额利润的阶梯分成：由于英伟达承担了托底风险，它有权分享超额收益。协议规定，新兴云厂商在保底额度内的租金收入归其所有。但如果算力供不应求，他们以市场溢价将算力租给客户，超出保底线的部分，英伟达将获得较高比例的收入分成（例如40%）。

通过这套机制，英伟达成功构建了一个完善的“算力循环金融体系”。一方面，它继续收到新兴云厂商购买GPU的硬件款项，确保核心业务的现金流；另一方面，它通过云租金分成获得持续的长期服务收入。

这一模式更深远的战略意义在于，它将新兴云厂商从传统巨头的长期合同束缚中解放出来，使他们能够将算力灵活地拆分、按期租给真正需要的AI创业公司。这不仅促进了AI底层创新生态的发展，也将大量创业公司绑定在英伟达生态系统中，有效遏制了大型科技公司自研芯片（如谷歌TPU）对市场的侵蚀。

然而，这种模式并非没有风险。英伟达本质上是在进行一种变相的“供应商融资”，利用其资产负债表来维持市场对其芯片的需求。这是一种高风险的平衡，如果未来全球AI大模型的实际需求未达预期，导致算力市场供过于求，英伟达将不得不自行承担巨额的收入缺口。

英伟达主动承担市场波动和信贷风险，超越了传统硬件厂商的定位，是为了凭借其行业领导力和雄厚资本，换取长期的市场主导权。这场跨界的金融布局，是一场精密的利弊权衡和长远博弈。