01 触发事件
本周, 黄仁勋罕见地与六家华尔街资管巨头同台亮相, 公开讨论"将 AI 算力构建为独立资产类别"的可行性。面对市场对循环融资和债务风险的质疑, 他进一步表态: 英伟达可能为单个 AI 算力投资项目提供最高 25% 的残值支持机制, 并会逐案审慎评估。
02 这事的真正含义
表面是安抚市场, 但 25% 这个数字本身就藏着关键信号: 英伟达在为 GPU 残值做隐性背书, 换句话说它愿意赌 GPU 在项目周期内的处置价值不低于原值的 75%。
这不是慈善, 这是定价。残值担保本质上是一种看跌期权 — 英伟达在告诉华尔街: "GPU 不会崩盘, 你们敢放贷, 我来兜底。" 一旦华尔街把这个数字内化进 ABS / 项目融资的模型里, GPU 集群就从 capex 变成了 balance sheet 上的可融资资产。
更深一层: 英伟达现在的身份是芯片卖家 + 客户股东 (OpenAI / xAI / CoreWeave / 各类 neocloud) + 残值担保人。三位一体。等于把整个 AI 基建融资链条上的系统性风险, 集中到一家上市公司身上。Jensen 一直在推的"token economics" 叙事, 这次不是 PPT, 是金融结构。
03 历史类比
最接近的类比是 2014-2016 年的页岩油周期。当时斯伦贝谢、贝克休斯这些油服商为上游页岩公司提供产量担保, 用来锁定钻机和服务订单。油价从 100 美元跌到 30 美元的时候, 这些担保变成巨额拨备 — 贝克休斯因此被削掉三分之一市值, 哈里伯顿收购案最终流产。
类比到今天: 英伟达的 25% 担保对应的不是 GPU 硬件折旧, 而是项目层的综合退出价值。一旦 AI 推理需求出现 Gartner 式的幻灭期, 没人会接盘一座闲置的 GW 级数据中心 — 担保覆盖不了电力 + 散热 + 选址的沉没成本。
更早一点, 2008 年 ABCP 市场的教训也值得警惕。当时银行把次级贷款打包卖出去, 自己保留残值权益, 底层一塌房整个批发融资市场瞬间冻结 — 这正是雷曼时刻的导火索。英伟达的 25% 不一样, 是项目级看跌担保, 范围有限、触发清晰, 但如果市场把它当成无限隐性背书, 风险定价就会扭曲。
04 对 AI builder 意味着什么
第一, 你的 unit economics 假设要重新校准。如果英伟达愿意为 GPU 残值托底 25%, 说明主流金融玩家已经把 GPU 经济寿命内化为 5-7 年 (而不是消费电子的 3-4 年)。这意味着算 TCO 时可以用更长折旧周期, 月度 capex 分摊更低 — 对自建推理集群的 builder 是直接利好。
第二, GPU 融资成本被进一步压低。算力资产证券化一旦打通, hyperscaler 和 neocloud 的扩张速度会比 DCF 模型预测的更快, 推理价格的下跌斜率也会比你想象的更陡。我没看到具体 ABS 定价数据, 但方向上这是对应用层 builder 友好的。
第三, 也是最容易被忽略的: 这件事给了 model API 价格战一个新的"看不见的补贴来源"。如果 GPU 残值风险被英伟达承担, 那么 OpenAI / Anthropic 这种 capex 重型公司的实际融资成本, 会比财报披露的 WACC 更低 — token 的真实边际成本, 比列表价更低。你今天做 API 选型看到的价差, 可能远小于六个月后的真实价差。
05 反方观点 / 风险
我可能高估了这件事的金融创新程度。"可能提供"和"会提供"之间差距很大 — 这很可能只是一次 PR 灭火动作, 用来压一压循环融资的负面报道, 实际落地会是高度选择性的、case-by-case 谈判。
更可能的现实: 英伟达只会为符合其战略的项目 (例如绑定 Blackwell / Rubin 路线图的大单) 提供残值担保, 而非普惠机制。这种"选择性担保"会扭曲市场信号 — 受担保项目估值溢价, 未受担保项目融资成本飙升, 形成两极分化。对依赖第三方算力的中型 builder 来说, 反而可能是坏事。
最后, 也是最致命的一条: 如果 2026-2027 出现 AI 推理需求塌方, 那些靠英伟达担保堆起来的 GW 级数据中心, 不会因为有 25% 兜底就有人接盘。担保解决的是 GPU 单件残值, 解决不了配套基础设施的退出难题。黄仁勋这次押注, 赌的不是 GPU 不贬值, 而是 AI 需求不下行 — 这个赌注的尾部风险, 比市场愿意承认的要大得多。