英伟达正在为AI算力市场的下一阶段铺路。8月10日，该公司宣布与阿波罗、贝莱德、黑石、博枫、高盛和KKR六家华尔街大型金融机构合作，计划建立一批独立的算力融资平台，并在未来逐步动员超过5000亿美元的第三方资本。这一动作直指GPU销售链条上的资金瓶颈——客户借不到钱，再膨胀的算力需求也难以转化为实际订单。

目前，各方签署的仍是谅解备忘录，首批项目投向、各机构出资规模及具体交易结构均有待最终协议确认。相比此前按项目为部分Neocloud提供信用托底，此次合作试图将逐笔协商的项目融资升级为平台化、规模化的资本动员机制。华尔街机构在其中扮演资本组织者和风险审核者的角色，计划组织第三方长期资本，判断哪些客户和项目值得融资，再通过贷款、股权或其他结构投入AI基础设施。

这一计划背后，是AI基础设施资本开支的急剧膨胀。据SemiAnalysis测算，到2029年，AI相关债务余额将超过7万亿美元，规模仅次于约13万亿美元的美国住房抵押贷款融资市场。该机构预计，到2028年，AI年度资本开支将远超2万亿美元；2024年至2029年，累计资本开支将达到约11.1万亿美元。这些支出既包括GPU、配套CPU、网络和存储等AI IT，也包括承载它们的数据中心。仅凭企业自身现金难以支撑如此体量，信贷市场预计将成为主要资金来源。

然而，现有AI信贷市场存在明显局限。目前最容易获得融资的是由云巨头直接承购或提供信用支持的长期算力合同，最常见期限为5年，通常采用照付不议（take-or-pay）条款。一旦脱离这种模板，贷款机构放贷意愿大幅下降。贷款人CoreWeave的经历颇具代表性：据《金融时报》报道，2026年3月，摩根士丹利和三菱日联金融集团协助其完成85亿美元融资，由云巨头合同支撑，浮息利差为2.25个百分点；两个月后，两家机构再次安排最高31亿美元贷款，但因支撑合同来自两家信用较弱的AI模型公司，融资利率反而翻倍至4.5个百分点。

租期错配是另一大问题。头部模型厂商可承诺3年甚至更久，但AI初创公司和推理服务商往往需要短期、灵活的算力，不愿签署超过1年的合同。为填补信用缺口，SemiAnalysis在7月6日披露，英伟达已开始为部分Neocloud项目提供照付不议承诺，通常持续6年：若Neocloud未能从第三方客户获得足够租金，英伟达将按约定价格购买部分算力，提供最低收入保障；作为交换，Neocloud收入超过托底线后，英伟达可分享部分收益。

谷歌与Anthropic之间的交易为GPU融资提供了具体参照。据《金融时报》披露，谷歌围绕Anthropic搭建的芯片与数据中心合同网络总额约2000亿美元，其中约五分之四与芯片有关。Anthropic计划使用价值超1500亿美元的TPU，但各方不愿将如此庞大的芯片资产留在自身资产负债表上。为此，谷歌先将TPU系统出售给博通，再通过专门设立的项目公司引入外部债务资金。摩根士丹利担任博通财务顾问，阿波罗旗下Atlas SP Partners设立Compute SPV，与黑石共同设计三档债务结构。首笔交易中，Compute SPV以350亿美元购买约1GW、接近100万颗TPU，再出租给Anthropic，其未来5年租金是SPV偿债的主要现金流。博通提供覆盖约300亿美元的残值支持，剩余约44亿美元次级债务则无兜底。

尽管华尔街资本入场，风险并未消除。GPU本身无法还债，真正用于偿债的是客户持续支付的算力使用费。照付不议合同可暂时锁定收入，但将算力闲置风险转移给承购方；若承购方经营恶化，长期合同可能违约或重新谈判。更深层的问题是终端市场能否长期支撑当前算力价格。Constellation Research分析指出，对云厂商和部分AI模型厂商，算力可直接创造收入，但对大多数普通企业，Token和算力首先是成本，它们更关心单位结果成本。Uber就曾表示，通过为不同场景设置更合适的默认模型，并将部分任务迁移到低成本或开放权重模型，使单位Token成本下降，即使AI使用量增长，总体AI支出仍基本稳定。

GPU残值是贷款机构的第二道防线。美国律所Quinn Emanuel的一份简报显示，尽管CoreWeave将数据中心计算设备按6年预计使用寿命折旧，但有律师和工程师认为实际通常为3至4年，一些分析师甚至认为可能只有2至3年。同时，英伟达和AMD已将新品发布节奏由两年缩短至一年，新一代芯片推出后，旧型号租金和市场价值都可能承压。若贷款协议设置抵押率或重新估值条款，GPU估值跌破门槛时，贷款机构可能要求追加抵押物或提前偿还部分贷款。黄仁勋曾表示，在部分情况下可能提供最高相当于某一融资机会25%的残值支持，具体口径和条款尚未披露。

5000亿美元计划最终要检验的，不是能否推动今天的GPU订单落地，而是下一代芯片上市后，上一代GPU还能否赚到足够现金，偿还尚未到期的债务。