辉达携手6大金融巨头募资5000亿美元！黄仁勋：AI算力已成可投资资产
辉达 (NVDA-US) 正联手华尔街大型资产管理及金融机构，试图将人工智慧 (AI) 晶片及资料中心算力打造为一种可融资、可投资的新型资产类别，计画透过 6 家大型金融机构募集超过 5000 亿美元第三方资本，协助超大规模云端业者、前沿 AI 实验室及企业建设资料中心并採购辉达 GPU。
辉达周一 (10 日) 宣布，已分别与阿波罗全球管理 (APO-US)、贝莱德 (BLK-US)、黑石集团(BX-US)、Brookfield Asset Management(BAM-US)、高盛(Goldman Sachs, GS-US) 及 KKR(KKR-US) 签署谅解备忘录，将建立一系列融资平台，为 AI 基础建设客户提供资金支持。
整项计画目标是动员超过 5000 亿美元的第三方资本，让 AI 资料中心及 GPU 採购不必完全依赖科技企业自身的资产负债表。透过机构信贷、保险资金及私募资本，AI 资料中心与运算硬体可望取得更接近商业不动产、收费公路及其他基础设施资产的融资模式。
这项策略可能改变 AI 基础建设的资金来源。过去超大规模云端业者及 AI 企业大多需要自行投入巨额资本支出，兴建资料中心、购买 GPU 及部署相关电力与网路设备；若 AI 算力本身可以成为金融机构承作贷款的抵押或现金流资产，企业便能透过外部资本扩大 AI 基础建设投资，同时降低对自身资产负债表的直接依赖。
辉达创办人暨执行长黄仁勋表示，公司过去主要任务是打造晶片，如今则进一步协助建立一种新的生产性、可投资基础设施，也就是所谓的AI 工厂。他指出，在 AI 产业中，算力本身就是营收来源，而辉达的运算能力特别适合扮演这种角色。
黄仁勋进一步表示，由于辉达硬体及软体平台已广泛被市场採用，且具备弹性并可在不同客户之间转移，因此贷款机构可以更有信心评估这些运算资产，并将其视为能够产生营收、且具有较长使用寿命的资产。
这项构想也正在挑战市场过去对 GPU 价值的认知。传统上，GPU 被视为快速折旧的电子硬体，尤其 AI 晶片世代更新速度极快，新一代产品推出后，旧款晶片可能面临性能及效率上的竞争压力。
但辉达如今希望证明，AI 晶片的经济价值不应只由硬体本身的残值决定，而应该纳入晶片所提供的运算能力、资料中心产生的收入，以及企业对 AI 服务持续存在的需求。如果这种模式成功，GPU 及相关资料中心基础设施可能从单纯的资本支出项目，逐渐转变成可由银行及机构投资人评估、定价及提供信贷的金融资产。
不过，这项模式仍面临一项核心问题，即 AI 晶片究竟能否像商业不动产、电力基础设施或收费公路一样维持长期资产价值。随着辉达持续推出新一代 GPU, 旧款产品的效能及经济价值可能快速下降，这也意味着贷款机构若以 GPU 作为融资基础，必须面对晶片折旧、技术淘汰及二手市场价格波动等风险。
华尔街大型另类资产管理公司近年已积极将资金投入数位基础设施，尤其是资料中心、AI 运算及云端服务。阿波罗与黑石等金融机构过去已参与包括 Anthropic 在内的 AI 企业融资，显示私人信贷及另类资产市场正逐渐成为 AI 产业取得巨额资金的重要管道。
随着 AI 资料中心需要投入的资本规模不断增加，传统科技公司单靠自身现金流及资产负债表可能难以支应所有扩建计画，这也为私人信贷、保险资金、基础设施基金及大型资产管理公司提供新的投资机会。
贝莱德执行长 Larry Fink、黑石总裁 Jon Gray 及高盛执行长 David Solomon 等华尔街高层均表示，现代运算基础设施已迅速转变为具有关键经济地位的资产类别，并可能成为下一阶段全球经济成长的重要推动力量。
Solomon 表示，目前正处于历史性 AI 投资周期的关键时刻，高盛参与投资及资本分销的角色，反映公司对辉达领导地位的信心，也期待建立一个由辉达运算能力支持的新型信贷市场。
若辉达的计画最终成功，影响可能不只在于替 AI 资料中心找到更多资金，更可能重新定义整个 AI 基础建设的资本结构。科技企业未来或可将 GPU、资料中心及相关运算能力视为能产生现金流的基础设施，透过债务、私募资本及机构资金提前扩大 AI 投资。
对辉达而言，这也可能形成另一项商业优势。公司不仅销售 GPU 及 AI 系统，更进一步协助客户解决购买设备所需的巨额资金问题。若金融机构愿意以 AI 运算资产的未来收入能力作为融资依据，将可能降低客户取得辉达产品的资金门槛，进而加速资料中心建设及 GPU 部署。
这意味着 AI 产业的竞争焦点正在从谁能生产最快的晶片延伸至谁能取得足够的资本建立最大的算力。在 AI 模型规模、推理需求及资料中心建设持续增加的环境下，算力本身可能逐渐成为与土地、电力及通信网路类似的基础生产要素。
不过，5000 亿美元资金能否真正落地，仍取决于金融机构如何评估 AI 算力的长期现金流、GPU 折旧速度、晶片世代更替以及 AI 服务的实际营收能力。若新一代晶片快速让旧设备失去经济价值，AI 算力作为抵押资产的风险也可能同步提高。
因此，辉达这次与华尔街合作的真正意义，可能不只是一次大规模融资计画，而是试图建立一套新的金融框架，让 AI 运算能力从昂贵的科技设备转化为能够被金融市场定价及融资的生产性资产。若市场最终接受这种模式，AI 基础建设的扩张速度可能进一步加快，也将为未来数年的 AI 资本支出潮提供新的资金来源。