次贷危机2.0？辉达5000亿美元GPU算力证券化 华尔街嗅到2008年味道：离AIG时刻只差一根稻草

辉达再次传出将资料中心资产证券化的计画，这笔可能高达数千亿美元的交易，正将全球AI算力热潮推向一个危险的新阶段。

彭博宏观策略师Simon White出具最新研报直言，辉达打算将资料中心转化为可投资资产的架构，恐致AI算力领域出现严重产能过剩，尤其是在基于结果定价模式逐渐成为行业标準的背景下。这一判断核心逻辑令人不寒而慄，因金融化正在人为放大需求信号，掩盖市场供过于求的真实状况，运作机制与2008年金融危机前的房市泡沫如出一辙。

White分析指出，辉达此次与Apollo、Brookfield、KKR、黑石、贝莱德及高盛达成的合作框架，意在撬动逾5000亿美元资本流入所谓的AI工厂。更关键的是，辉达将为部分交易中最高25%的GPU抵押品提供保险，实质上为其回收价值提供支撑。这与当年AIG为CDO优先级别债券出售保险、让银行得以减少资本佔用，并分发更多有毒债务的历史轨迹高度吻合，最终在相关性骤升时逼的国家出手相救。

White更将此比作GPU债券市场的AIG时刻。他指出，这场AI基础设施热潮在规模上已超越1960年代的美国州际公路建设与2000年代的宽频铺设，光是跟辉达交叉融资与供应商资助交易规模就高达7500亿美元。

辉达执行长黄仁勋的目标很明确，也就是将AI工厂算力打造成一种全新的可投资资产类别。GPU支持的债务市场今年已呈爆发式增长，而此次新协议将进程推向更深层次的资产证券化与分发。合作伙伴将提供资本、基础设施专业知识，并推动证券化流通。透过提升交易吸引力，辉达将使债务结构中的优先级别债券获得更高信用评级。

与此同时，美国证交会(SEC)刚刚放宽了资料中心债券的证券化规则。White将此比作金融危机期间退休基金最终入场的时间点，这往往标誌着风险开始向更广泛的负债端扩散，也是危机走向终局的起点。

表面上看，辉达的风险或许有限，但White提醒，这正是AIG当年判断。随着时间推移，AIG承接越来越多自认为无风险且有利可图的义务，最终发现借款人信用压力的相关性上升足以酿成灾难。

需求方面，White指出衡量标準本身正在发生根本性转变。GPU租赁的标準计量单位是每小时成本，推理环节则是处理每个token的成本，但对终端用户真正重要的是输出结果。智能成本正在下降，但这一变化未立即反映在GPU层面的定价上。若一个模型能用少10倍的token完成同样任务，而GPU的每token定价不变，那么每块GPU的实际效率就相当于提升10倍。

随着token最大化成为历史，模型在处理同一任务时token用量可大幅波动的证据不断涌现，加之大模型可被轻易调整以消耗更多token，基于结果的定价模式正日益受到企业用户的青睐。这一趋势一旦成为主流，将对模型提供商形成压力，推动其减少token消耗，进而压低GPU租赁僲格。

同样值得关注的是，GPU实质利用率据悉严重偏低。根据Cast AI的报告，GPU平均利用率仅为5%，ClearML则发现近半数企业正为闲置晶片浪费数百万美元。这些被金融鍊金术掩盖的供需失衡信号，恐怕很难在资本狂潮中引起重视。

面对上述效率提升的论据，AI资本支出多头经常用来反驳的便是杰文斯悖论(Jevons paradox)：算力驱动的智能成本下降，将不可避免地推动需求上升，以量补价。

但White认为，杰文斯悖论无法在所有时间维度上持续奏效。而对市场而言，路径依赖才是关键。他判断，在当前大模型主导的AI发展阶段，智能需求(而非token需求)在现行价格水準上的增速，迟早会放缓到足以引发算力成本长期下行的程度。

作为贷款方，当抵押品相关性开始恶化，借款人的信用状况也同步走弱时，风险将迅速累积，届时辉达将不得不履行其保险义务，而与此同时，辉达自身融资的其他交易也可能出现问题，更不用说其核心产品价值的下滑。

此外，Google等同样以自身资产负债表为这场资本支出热潮提供支撑的企业，也面临类似风险。根据2008年房市危机经验，相关性一旦启动，便不会停下来等人。

White在报告中的结论是，辉达此次拟议交易，只是让市场距离再次目睹这一金融自然力量又近了一步。