英伟达正在重新定义其AI基础设施的落地方式。7月2日，该公司正式宣布推出一种全新的合作模式，核心是通过收入分成与信用支持机制，与AI云服务商联手建设大规模、多租户的AI工厂。这一举措标志着英伟达在算力供给侧的商业模式，正从单纯销售GPU硬件，向与算力使用量深度绑定的持续性收入模式延伸。

根据官方披露的方案，新模式下客户无需再经历漫长的数据中心选址、供电建设与硬件部署周期，即可更快获取大规模AI算力，覆盖模型训练、后训练、微调及Agent AI推理等多元场景。AI云厂商将部署基于英伟达DSX AI Factory架构的AI工厂，对外提供云计算服务。英伟达官方表示，此举旨在帮助初创企业、模型开发者、企业及科研机构降低算力获取门槛，同时为自身创造与算力使用量挂钩的持续性收入。

首批合作伙伴已经浮出水面，且部署规模相当可观。Sharon AI计划部署最多4万块NVIDIA Grace Blackwell GB300 GPU；而Firmus则将在印度尼西亚巴淡岛建设DSX AI工厂园区，规划扩展至360兆瓦电力规模，并部署最多17万块英伟达GPU。两家伙伴合计部署GPU数量超过20万块，显示出英伟达在亚太地区AI基础设施布局的加速。

这一动作发生的背景，是市场对AI算力需求是否过剩的激烈争论。就在同日，A股科技股因Meta对外出售算力的消息而大幅下挫，创业板指和科创综指分别下跌5.71%和5.64%，部分投资者将其解读为算力过剩的信号。然而多位业内人士指出，这属于误读——Meta出售算力并非AI资本支出的终点，反而意味着AI基建的商业模式正趋于成熟。联想集团副总裁阿不力克木·阿不力米提也公开表示，从长期看，无论中国还是海外市场，AI算力需求还有很大空间，并未出现过剩情况，尤其是面向企业的B端商业化落地潜力尚未充分释放。

从产业链视角看，英伟达此次模式创新直接牵动AI基础设施层的资本叙事。传统上，AI云服务商需自行承担高昂的硬件采购成本与数据中心建设风险；而英伟达通过收入分成与信用支持介入，实质上分担了部分前期投入压力，同时将自身收入与终端算力消耗更紧密地绑定。这种“算力即服务”的深化，可能加速AI工厂在全球范围内的复制，并进一步巩固英伟达在AI算力供给侧的枢纽地位。

值得注意的是，软银也在同日宣布了其美国新云服务计划。软银集团与软银公司将成立SB Neo Inc.，在美国运营新云业务，计划依托10吉瓦级能源与AI基础设施，为美国大型企业提供大规模AI模型训练与推理所需的计算资源。知情人士透露，该业务可能使软银公司的年营业利润增长三到四倍，达到3万亿至4万亿日元（约合185亿至250亿美元）。两大巨头的同步加码，从侧面印证了全球AI算力基础设施仍处于大规模建设周期，而非需求见顶。

对于AI产业投资者而言，英伟达此次合作模式的推出，意味着算力供给侧的金融化程度正在加深。收入分成机制让英伟达的业绩与下游AI应用的活跃度更直接挂钩，而信用支持则可能降低中小型AI云厂商的入场门槛，加速区域化AI工厂的落地。后续需关注这种模式能否在首批伙伴之外快速复制，以及它将对英伟达的营收结构产生何种长期影响。