NVIDIA正试图把自家AI芯片从“半导体产品”推向“长期基础设施资产”。围绕这一思路，公司正推进一项总规模达5000亿美元的数据中心与GPU集群融资计划。不过，这套模式能否跑通，前提是GPU能够像传统基础设施那样较长时间维持价值。而在外界看来，中国低价芯片供给扩大的可能性，是其中最大的变量。

据CNBC美国当地时间11日报道，NVIDIA已披露与6家全球大型资管机构达成的合作协议，参与方包括BlackRock、Blackstone、Apollo、KKR、Brookfield和Goldman Sachs。按照计划，NVIDIA希望搭建一套总规模5000亿美元的融资框架，为缺乏一次性采购数百万美元芯片资金、或信用资质不足的企业，提供建设数据中心和GPU集群所需资金。

NVIDIA CEO Jensen Huang与上述机构高管一同亮相CNBC节目，直接公布了这一计划。Jensen Huang表示，NVIDIA的AI工厂平台本身就是“可投资资产”和“基础设施资产”，既具备生产能力，也能创造收入，同时具有较强通用性，几乎所有云服务商都在使用这套平台驱动各类AI模型。

但这一融资逻辑成立的关键，在于市场是否接受一个前提：NVIDIA的GPU不会像消费电子产品那样快速贬值，而是更接近商业地产、收费公路等实体资产，能够在较长周期内保持价值。

在资产抵押贷款模式下，银行之所以愿意放贷，一个重要原因是借款人一旦违约，贷款方可以回收并转售建筑、仓库、货轮等抵押资产。这类实体资产通常拥有成熟的二级市场，使用周期也往往长达数十年。相比之下，最先进GPU的经济寿命至今并无清晰结论。新一代芯片通常首先用于训练顶级AI模型，但几年之后，可能转向收益能力较低的推理任务，其转售价格和抵押价值也可能随之下降。

FedWatch Advisors创始人Ben Emons认为，折旧是这套融资结构面临的核心风险。Ben Emons曾在IndyMac设计过类似的资产担保贷款产品，并曾在PIMCO担任投资组合经理。在他看来，NVIDIA芯片的贬值速度可能快于市场预期。

Ben Emons还指出，中国可能是冲击这套金融模型的最大外部变量。原因在于，中国有可能快速扩大本土算力，并以更低价格向市场投放大量半导体产品，进而发起价格竞争。他分析称，一旦中国供给扩张带动硬件价格明显下跌，那些支撑数千亿美元贷款的抵押物，可能在贷款到期前就出现价值缩水，使投资者暴露于损失风险之下。

按照Ben Emons的判断，届时投资者可能不再按“地产类资产”的逻辑为GPU定价，而会更倾向把它视为折旧较快的设备，并据此要求更高回报率，以覆盖资本结构中的风险。他估算，市场要求的收益率可能达到11%至17%。

借款人的信用状况同样是重要变量。Bank of America Securities认为，未来使用这笔资金的企业中，可能有相当一部分难以进入传统债务市场，属于非投资级公司，其中包括AI初创企业和新兴云服务商。如果这些企业经营出现问题，资管机构可能不得不在价格下行的市场环境中，出售回收而来的二手芯片。

不过，来自中国的风险在短期内未必会迅速兑现。目前，Huawei主导着中国AI芯片市场，但该公司自2019年起已被列入美国商务部交易限制清单。美国政府今年5月表示，Huawei的Ascend AI芯片违反美国出口管制规定，因此美国企业无法使用这类芯片。

至少在美国市场，NVIDIA的优势仍然明显。市场估算显示，NVIDIA在AI芯片领域的市场份额超过75%。短期供需格局也被认为依然有利于NVIDIA。Jensen Huang介绍，随着超大规模云服务商加速扩产、竞争升温，市场供应趋紧，H100的租赁价格已从2025年末每GPU小时约1.70美元，上升至今年约2.35美元。

NVIDIA还试图以软件生态为这一逻辑提供支撑。其CUDA软件层可帮助开发者在NVIDIA GPU上运行AI任务，并在部署后持续提升硬件性能。公司方面的主张是，在软件加持下，旧款芯片的生产效率和盈利能力可能维持更长时间，甚至超出传统会计模型的预期。

归根结底，面向AI基础设施扩张的数千亿美元资金能否持续、稳定进入市场，取决于GPU的价值究竟能够维持多久。NVIDIA能否说服市场把GPU视为可长期持有的基础设施资产，而不只是更新迭代极快的半导体产品，将决定这套融资模式能否成立。