AI 融資雙軌制:Hyperscaler 發債、Neocloud 抵押 GPU,表外專案融資接住其餘的人
AI 企業的融資正由傳統表內工具,走向「表內+表外」並行。信用強的超大規模雲端業者直接發公司債,信用弱的新興雲端業者抵押 GPU,而表外的 JV/SPV 專案融資,正在成為第三條路。
NVIDIA AI 融資系列文章。
index,follow
AI 企業的融資正由傳統表內工具,走向「表內+表外」並行。信用強的超大規模雲端業者直接發公司債,信用弱的新興雲端業者抵押 GPU,而表外的 JV/SPV 專案融資,正在成為第三條路。
報告的結論是「短期盈利無憂」:目前市場算力租賃均價遠高於專案盈虧平衡價。但會計口徑的平衡價排除了稅、融資成本與殘值——把這些加回去,緩衝比表面數字薄。
拆開報告的成本測算:IT 設備占資本支出近六成,年度成本三分之二是設備折舊。AI 工廠不是電費生意,是折舊生意——這個認知會改變你對算力定價的全部直覺。
重製報告圖 3 的對照:CDO 把企業貸款、債券、RMBS 打包分層;CCO 把 GPU 抵押貸款、算力租賃合約與專案應收帳款打包分層。同一套刀法,切的是完全不同的肉。
報告用一張圖總結整場變化:融資的信用基礎,正由企業整體信用逐步下沉到專案與資產層面。GPU、資料中心與長期算力合約,正在變成可以獨立融資、交易甚至證券化的基礎設施資產。
官方沒有披露具體專案會用哪種融資模式。報告整理出四種可能結構——直接貸款、股權投資、JV/SPV 專案融資與租賃——大型專案更可能是四種的組合拳。
報告測算假設 IT 設備折舊 5 年、基礎設施折舊 15 年,而專案債務動輒以多年期規劃。技術迭代快的資產配上還款慢的負債,期限錯配是這場金融實驗的第一風險提示。
重繪報告圖 2 的運行機制:資金募集與投放、資產採購與建設、收益產生與分配。並追問一個關鍵問題——現金流瀑布的每一層,誰站在最前面?
2026 年 8 月 10 日,輝達與 Apollo、貝萊德、黑石、Brookfield、高盛、KKR 簽署合作備忘錄,長期目標是動員逾 5,000 億美元第三方資本投入 AI 基建。先弄清楚:什麼已經確定,什麼還沒有。
報告指出輝達可能從平台取得三類收益:設備銷售、與算力使用量掛鉤的長期收入分成、共同投資的回報。這不只是多賺三筆錢,而是一座自我強化的需求飛輪。
債務留在專案公司,不代表 AI 企業從此無關。長期租約、最低採購承諾、擔保與殘值支持——報告點名的每一種增信安排,都是一條風險回程的路。
報告以 GB200 NVL72 建了一個可檢驗的模型:1GW 園區、PUE 1.44、每櫃 132kW,可部署約 5,260 櫃、37.87 萬顆 GPU。跟著每一步假設走一遍,你就有了自己的計算器。
系列收官:把報告的機會端(撬動長期資本、利好 AI 基建產業鏈與資產管理市場)與挑戰端(需求透支、泡沫放大、風險傳導)整理成一張可執行的追蹤清單。
報告借用佩蕾絲《技術革命與金融資本》的框架提醒:泡沫的根源不是技術沒價值,而是資本配置速度超過技術擴散速度。網路泡沫時代提前鋪設的光纖,是最貴的一堂歷史課。
發起方輝達、六家金融機構、長期資本供給方、算力使用方——重製報告表 1 的角色分工,並逐一檢視每一方進場的動機與退出的路徑。
報告提出一個資本市場可能的下一步:把多個 AI 基建專案的債權裝進證券化載體,打包成 CCO(Collateralized Compute Obligations),按償付順序分成優先級、中間級與權益級。