界面新闻记者 | 宋佳楠

当地时间8月10日，英伟达宣布达成多项战略合作，将与阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛以及KKR合作设立独立算力融资平台，计划逐步调动超过5000亿美元第三方资本，用于AI基础设施建设。

英伟达已与上述六家全球顶尖金融机构签署谅解备忘录。按照平台运行逻辑，六大机构会设立大规模专项资本池，以有竞争力的利率，向英伟达生态内的前沿AI实验室、企业、AI云服务商提供融资支持。客户借助这笔第三方资金，可以采购硬件、建设DSX架构的AI工厂，不必大量消耗自身资产负债表内的自有现金。而资本方获得的则是与算力实际使用情况挂钩的长期收益，把AI算力项目变成类似公用基建一样，可供全球机构资本配置的投资标的。

“英伟达抵达了一个重要里程碑。我们最初专注于芯片研发，如今，我们助力打造一类全新具备生产力的可投资基础设施——AI工厂。”英伟达创始人兼首席执行官黄仁勋表示。

在黄仁勋看来，“AI时代，算力即收入。”他表示，英伟达算力不仅获得广泛采用，可适配各类模型与业务负载，还能依托CUDA软件持续迭代升级，延长使用周期、持续优化经济效益，背后还有由开发者、客户、下游需求方共同构建的全球生态。

“正因如此，我们汇聚全球头部长期资本机构，由其独立为AI基础设施项目提供信贷支持。这些融资平台将帮助客户大规模获取稀缺算力，搭建DSX AI工厂，为AI时代各行各业与各个国家赋能。”黄仁勋这样阐述成立该融资平台的原因。

这场合作最值得关注的部分，在于资产定义的改变。长期以来，GPU被视作折旧速度快的电子硬件，很难作为优质抵押品获取长期低成本信贷。而英伟达本次试图完成一次认知重构，把基于CUDA生态的整套算力集群，定义为具备稳定现金流、可跨客户流转的可投资资产。

当下全球AI产业对算力的需求仍在持续爆发，但AI基建正在遭遇明显的现实瓶颈，资金矛盾尤为突出。AI数据中心属于典型重资产项目，前期硬件、机房、电力配套投入巨大，回本周期漫长。头部科技企业持续加码资本开支，但高强度投入已经挤压企业自由现金流。大量中小型AI企业、初创实验室，即便手握模型研发方向，也难以承担建设万卡级集群的巨额前期成本，很难拿到长期低成本贷款来布局自有算力底座。

与此同时，传统金融机构对算力资产保持谨慎态度。硬件迭代速度快，芯片性能更新周期不断缩短，硬件资产账面价值持续衰减。一旦项目运营不及预期，抵押硬件的处置、流转都存在现实障碍，这就导致大量长线机构资金，手握巨量资本，却很难顺畅流入AI算力赛道，形成产业“一边缺算力、一边资本观望”的错位局面。

英伟达显然想要改变这一状况。过去，英伟达主要依靠售卖芯片、服务器硬件获取收入，而新的模式，将撬动外部资本帮助其客户完成硬件采购与集群搭建，间接打开硬件与软件产品的市场天花板。

参与合作的各家金融机构，也分别从自身角度表达了自己的看法。

阿波罗总裁吉姆·泽尔特表示，现代算力已经成为稀缺且关键的核心资产，具备极具吸引力的投资属性，有望驱动长期经济增长与生产力大幅提升。

“AI基础设施建设需要空前规模的投资，也需要专业人才将资本转化为支撑未来增长的硬件底座。”贝莱德董事长兼首席执行官拉里·芬克称，贝莱德会把英伟达在加速计算领域的行业优势，和贝莱德对接长期资本与核心基建项目的能力相结合。

而在KKR联席首席执行官贝修恩与斯科特·纳托尔看来，算力已然是关键基础设施资产。在布局数字基础设施的过程中，最难的不是构想蓝图，而是落地交付。

不过，上述合作仍有待各方签署正式协议后方可落地。庞大的融资构想也并不代表产业风险就此消失，后续项目审批、利率定价、违约处置、硬件资产估值，都还需要多方打磨。待机构资本大规模入场之后，市场同样需要警惕资本过热带来的盲目建设，避免出现算力项目和实际商业需求错配的情况。

放眼整个行业，这次合作带来的示范意义大于短期资金投放本身。它尝试打通科技产业与华尔街长期资本之间的壁垒，探索出一套全新的AI基建投融资范式。如果模式能够顺利跑通，会降低企业建设AI工厂的资金门槛，加速全球AI基础设施扩张节奏。

但也必须看到，5000亿美元是长期可调动资本的上限，不会直接改变当下全球算力供需格局。最终产业走向，依旧取决于AI商业化落地速度，以及项目实际运营表现。