從賣晶片到建造「可投資的資產類別」
第一層意義：擴大AI 基礎建設的資金來源
第二層意義：促使 GPU/Data Centers 二手市場的誕生
第三層意義：創造一個龐大的新興 AI 基建融資市場
第四層意義：華爾街對於「循環融資」的疑慮並未完全打消
第五層意義：一場基礎建設的融資實驗
第六層意義：信貸市場成為影響股價漲跌的重要因素
2026 年 8 月 10 日， Nvidia 與六家華爾街金融巨頭（Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR）簽署備忘錄，宣布建立獨立的「運算融資平台」（compute financing platforms），擬動員超過 5,000 億美元的第三方資本，用於建構人工智慧基礎設施，同時，
黃仁勳將 AI 晶片和資料中心重新定義為一種「可投資的資產類別」（Investable Asset Class）
當天，七家高層（黃仁勳與六家金融巨頭）罕見地同日接受 CNBC 主持人 Becky Quick 的聯合專訪。專訪現場，基調一致：「錢不是問題，問題是蓋得夠不夠快」 （註：Versantmedia）。
Apollo （AUM 約 1.05 兆美元）總裁 Jim Zelter 稱「現代的運算已經成為一種稀缺、關鍵的資產類別，具備引人的投資特性」，並將其置於「更廣泛的全球工業復興」的脈絡。
Brookfield（AUM 逾 1.0 兆美元）執行長 Bruce Flatt 強調瓶頸在供給而非融資：「我們無法蓋出足夠的電力，也無法蓋出足夠的運算來滿足需求。所以問題不是融資，而是我們蓋得不夠快。」
KKR（AUM 約 8,000 億美元）數位基礎設施全球主管 Waldemar Szlezak 點出 AI 基礎建設建置速度的驚人:「網際網路 15 年，建置消耗了幾 GW 電力 …… 如今我們每一季就新增那麼多容量。」
BlackRock 董事長暨執行長 Larry Fink 把資料中心融資比作「1970 年代抵押貸款證券化（MBS）市場的誕生」，並稱這是「金融工程的下一個未來」(the next future for financial engineering)，而 Fink 本人正是 1970 年代末在 First Boston 開創 MBS 市場的人。
Blackstone（AUM 逾 1.3 兆美元） 總裁暨營運長 Jon Gray 提出關鍵的「可融資資產類別」（financeable asset class）的概念。同時，直白地比喻：「當你想要房貸 …… 銀行審核你，但也看你房子的價值；航空公司買飛機，他們看航空公司的信用，也看那架飛機。」
Goldman Sachs 董事長暨執行長 David Solomon 把這個提案放進「資產抵押貸款」（Asset-Backed Financing）的範疇：「你開始看到針對這個基建的資產抵押融資，這不令人意外，因為這些是實體的資產，有真實的價值。」
但是，儘管如此，GPU/Data Centers 本身是一種「會貶值的資產」，以「大賣空」聞名的 Michael Burry 之前就指控 Hyperscalers 業者以 5～6 年折舊 2～3 年就過時的 GPU。
言下之意，GPU/Data Centers 不但會貶值，而且是一種快速貶值的資產。如果融資的期限是 5 年，如何決定 5 年後 GPU/Data Centers 的價值？如果 GPU 的折舊方法仍然有爭議，代表最終的市場價值也有爭議。
而且，房屋貸款市場規模高達幾兆美元，飛機貸款市場也高達 7,000 億美元，兩類資產都有自己的二手市場。一旦產生壞帳，房屋和飛機作為擔保品，借款人可以透過二手市場出售資產，獲得一定程度的保障。然而，GPU/Data Center 身為一種新興的資產，並沒有成熟的二手市場，如何處理壞帳問題？換句話說，從融資的角度來看，
擔保品的價值如何認定？擔保品本身如何出售？
在這些問題沒有解決之前，GPU/Data Centers 如何成為「可融資的資產類別」？
Goldman 的 David Solomon 在訪談中證實是黃仁勳主動找上門，而且黃仁勳也表示，他只找了這 6 家，而且沒有一家不支持。那麼，華爾街金融巨頭們為什麼都同意黃仁勳的提案？這其中的關鍵在什麼地方？
同時，資料中心的建設正在如火如荼地展開，Moody's 估 2026 年資本支出達 7850 億美元、2027 年可能超過 1 兆美元。黃仁勳為什麼在這個時候出面安排這樣的融資平台？
這樣的融資平台對整個 AI 產業的意義是什麼？
Nvidia 解決了整體產業的哪些問題？
AI 產業發展最大的風險是什麼？
我們在今天的文章中，試圖回答這些問題。
傳統的企業融資的核心是「現金流的可預測性」：放款人要看得到穩定、可預測、足以償債的現金流。超大規模雲端業者（AMZN、GOOG、MSFT、META、Oracle）都有龐大的營運現金流，發債能力也強。但問題在於，連這些巨頭的自由現金流都在 AI 資本支出下承壓。
Alphabet 甚至出現在 IPO 以來首次季度自由現金流轉負（當季資本支出 449 億美元），而 Amazon已經連續 2 季自由現金流為負數（當季資本支出 542 億美元）。
Moody's 於 2026 年 7 月 23 日的報告警告，六大超大規模業者（Microsoft、Amazon、Alphabet、Meta、Oracle、CoreWeave）直接債務已達約 4,600 億美元；此外，這些公司為取得資料中心空間、電力與設施所簽下的長期租賃承諾（off-balance-sheet）更高達約 1.2 兆美元，其中有 8,200 億美元來自尚未完工、因此尚未認列入帳的租約。
Epoch AI 估計，五大超大規模業者的資本支出將在 2026 年第三季前後超過營運現金流，迫使它們轉向外部融資，可能產生資金排擠作用。
而在超大規模業者之外，現金流問題更嚴峻。OpenAI、Anthropic、CoreWeave、xAI、Lambda、Nebius 等 neocloud 與前沿實驗室，多半虧損且無投資等級（investment grade）的信用評等（credit rating）。
以 OpenAI 為例，2026 年預估在約 250 億美元營收下虧損約 140 億美元；在沒有投資等級的信用評等下， OpenAI 幾乎不可能透過傳統管道取得數千億美元規模的長期融資。
這正是問題核心：AI 熱歸熱，但如果金融機構因為未來現金流的不確定性持保守態度，可融資金額受到限制，整體產業擴張的速度也就跟著受限。
而黃仁勳 5,000 億美元的融資平台正是要打破這個瓶頸：將資金來源從目前少數科技巨頭的資產負債表，擴大到機構信貸、保險資金與私募資本。
根據 Morgan Stanley 的估計，私募信貸對 AI 相關公司的放款已從近乎零攀升至逾 2,000 億美元。在未來的兩年，可再提供 8,000 億美元的資料中心融資，
資產抵押融資的邏輯是：如果借款人違約，放款人能收回資產並變現。然而， GPU/Data Centers 要像房子、汽車一樣成為可融資的商品，進行可大量複製的融資解決方案，必須先解決「擔保品價值」的問題。
目前的市場已經有零星的先例存在，
2023 年 8 月 3 日，當時默默無聞的 CoreWeave 以 Nvidia H100 晶片為擔保，由 Magnetar Capital 與 Blackstone Tactical Opportunities 領投，籌得 23 億美元的債務融資（其他參與者包括 Coatue、DigitalBridge、BlackRock、PIMCO、Carlyle）：這是 H100 硬體首次被當成貸款擔保品。
2024 年 CoreWeave 再獲 75 億美元債務融資（Blackstone 與 Magnetar 領投），浮動利率約 SOFR + 2.25%，或固定利率約 5.9%（早期 2023 年交易全包利率約 9.5%，SOFR + 約 550bp）。
其他公司也跟進：Lambda 於 2025 年 5 月由 J.P. Morgan 安排 10 億美元聯貸；Crusoe Energy 曾做 30 億美元、半數以不動產、半數以 GPU 設備作為擔保的混合結構。
但是，擔保品的價值在於殘值，而 GPU 的殘值爭議極大。
有資料顯示 H100 前 24 個月保有約 75～85% 取得價值，之後隨 B200/B300 放量每年折舊 10–20%；36 個月殘值中間情境約為原價 50～60%。CoreWeave 甚至有 2022 年份 H100 合約到期後以原價 95% 續約的案例，顯示緊俏時二手 GPU 保值力強。
但也有極端的案例。曾在 2023 年底賣 40,000 美元的 H100 SXM5，二手市場也曾經一度跌價到 6,000～15,000 美元；2024 年中缺貨時，二手 H100 曾喊到 50,000 美元，供給正常化後急跌。換句話說，
GPU 的殘值不是會計上平滑的折舊，而是根據「市場定價、價值可能突然重設」的資產，這對於用 GPU 作為長天期貸款的擔保品，構成了根本挑戰。
同時，這也帶出「期限錯配」(maturity mismatch）的融資風險：如果發 10 年期債券，而資產經濟壽命只有 5 年（甚至更短），誰來承擔到期後資產失去價值的損失？
殘值問題（擔保品價值問題）甚至可以說是影響 GPU/Data Centers 是否能像房屋、汽車一樣成為一個大型融資產業的關鍵因素。
當一筆融資交易的債信不足的時候，往往要有某種形式的財務支持。在融資的世界中，我們稱之為「信用提升」（credit enhancement）。有了信用提升，AI 工廠的可融資性（bankability）將因此而大為提高。這個時候，答案呼之欲出：
Nvidia 採取的形式是「對整個融資交易提供最高 25% 的殘值支持」，補足貸款到期、壞帳發生時，晶片轉售價值的缺口。
換句話說，Nvidia 為 GPU/Data 融資交易提供了 25% 的「殘值保障」。若壞帳發生時，GPU/資料中心的實際轉售市場價值低於預期，Nvidia 承諾補足其中最高 25% 的殘值缺口。
同時，由於 Nvidia 晶片是整個 GPU 行業的主流，而且算力已經成為一個可長期產生收入的生產性資產，如果貸款方可以找到其他公司或機構承接，被融資的資料中心就可以再產生現金流，償還未清償的貸款。
Nvidia 本身也有強烈動機協助貸款方找到第三方機構接手，因為如果算力可以繼續產生現金流、不走到清算，Nvidia 的 25% 殘值承諾就不會被觸發，避免了真正出錢購回過時設備的損失。
更進一步來看，我們可以預期，如果未來 GPU/Data Centers 像任何融資產品一樣，不可避免地產生壞帳，Nvidia 正在促使一個 GPU/Data Centers 二手市場的形成。
而這個二手市場一旦成熟，如同服務和汽車貸款市場一般，將反過來進一步強化整個融資體系的可行性。因為二手市場越活躍，GPU 的殘值就越透明、越可預測，貸款方就越有信心放款，可融資的規模也就越大。這正是 Nvidia 從「晶片製造商」轉型為「AI 基礎設施金融生態系統核心」的深層邏輯。
目前，金融機構往往採取「專案融資」的方式，借款方需要以 GPU 抵押，並以客戶合約的現金流作為付款擔保、放進一家與公司本身破產隔離的特殊目的公司（Special Purpose Vehicle，SPV，例如：如 CoreWeave 借款時成立的 CoreWeave Compute Acquisition Co. VIII, LLC）進行融資。但是，GPU 的剩餘價值難以估計，整個融資結構欠缺保底的機制。現在，加上 Nvidia 提供的「殘值保障」：
「客戶的付款保證 + Nvidia 的殘值保障 + 固定資產的抵押」成為未來可大量複製的融資模式。
融資方式有了解決方案，但市場需求有多大？為什麼要高達六家金融巨頭的配合？
黃仁勳 在 CNBC 專訪中提到：「每蓋一個 1 GW（吉瓦）的資料中心，建置成本約需 500 億至 600 億美元。」BlackRock 的 Larry Fink 補充：「光是美國一地，就需要超過 70 GW 的電力來支撐 AI 發展。」 換算一下規模：
1 GW 資料中心 = $500～600 億美元
美國需要 70 GW 以上 → 代表光美國就需要約 3.5 兆至 4.2 兆美元
加上全球其他地區，Fink 的結論是：「需要的資金規模將是天文數字（enormous financial opportunity）」
根本來說，為什麼需要這麼多運算能力？
黃仁勳提到：「從根本上來講，我們正在經歷計算領域的平台轉型（platform shift）。沒有哪個產業、哪家公司能不受運算能力的根本影響。…… …… 沒有哪家公司、哪個產業、哪個人能不受智能（intelligence）的影響。」KKR 的 Waldemar Szlezak 更指出：「這並非單一領域的垂直顛覆，而是橫跨所有領域的橫向顛覆 …… 目前（我們）仍處於非常早期的階段 …… 」。
這個時候，我們看到，AI 產業就像過去一個世紀的水力、電力產業的發展，在未來將成為每一個人不可或缺的「基礎建設」。換句話說，
黃仁勳支持的不僅是一個可複製的融資模式，更促成了一個新興的、大型的「AI 基礎建設」的融資市場。
對六大金融巨頭而言，這不只是配合黃仁勳的提案，更是搶先卡位一個規模可能達到房貸市場等級的全新資產類別。
對這樣的財務支持，黃仁勳形容為「有限、以殘值為基礎、旨在補充而非取代獨立承作」，且逐案審慎評估。換句話說，實際的信用評估（客戶、用途、現金流、殘值分析）仍由資本提供方負責。
Morgan Stanley 的 Joseph Moore 認為此安排「緩解了循環融資疑慮」，因為第三方提供絕大部分資本，且 Nvidia 目前實際直接的信用曝險有限、主要集中在對少數新興雲端業者的租賃保證。
但是，在「客戶的付款保證 + Nvidia 的殘值保障 + 固定資產的抵押」的融資模式中，
「客戶的付款保證」是整個融資結構主要的信用來源；
如果「客戶」的信用評級是「投資級」，整個交易的信用評級就跟著上升。
金融機構看的是「客戶的信用評級」，因為客戶的付款才是未來的還款來源；
「Nvidia 的殘值保障」只是為了因應壞帳發生時，備而不用的一個機制，而且殘值保障的金額遠低於整個貸款的金額。
重點來了，如果融資是為了一家 Neocloud 公司安排建設資料中心，客戶是一家優質的 S&P 500 公司（例如 Alphabet），由於這家優質 S&P 500 公司的信用評級，在付款保證下，未來還款無虞，六大金融巨頭自然願意承作。
但是，如果客戶是像 OpenAI 這樣還在燒錢、未來現金流為負的 AI 實驗室呢？對於這樣的客戶，信用度顯然還是不夠。對於實際掏出真金白銀進行融資、或是以自己公司信譽承銷案件進行分銷的華爾街金融機構來說，無法只依賴「AI 算力具有強勁需求」的假設，就進行上千億美元的融資。
因此，我們看到，華爾街日報 於 2026 年 7 月 26 日報導，Nvidia 正洽談為 OpenAI 提供最高 2,500 億美元的付款保證，以協助 OpenAI 向 SoftBank 旗下 SB Energy 租用俄亥俄州 10GW 的資料中心園區。這個案件中，真正需要向金融機構借款的是 SB Energy，客戶是 OpenAI。但是，OpenAI 沒有投資級信用評等，而且至今尚未盈利，於是，由 Nvidia 提供付款保證，
讓金融機構以 Nvidia 的信用評等、而非 OpenAI 的信用評等，來評估這筆融資的風險。
8 月 14 日，WSJ 再度報導，Nvidia 已縮減計畫，預計初期背書金額從 2,500 億美元大幅降至不超過 1,200 億美元，僅涵蓋第一期工程。原因也很明確，投資人對 Nvidia 大規模融資承諾的風險曝險表達強烈的憂慮。
公告：下週一（8 月 24 日）將暫停一次例行的研究文章。但當天請留意收信，我們有一個醞釀已久的重要消息，想正式告訴大家。下一篇研究文章預計於 8 月 31 日（週一）刊出。
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.