英偉達正在重新定義其AI基礎設施的落地方式。7月2日，該公司正式宣佈推出一種全新的合作模式，核心是通過收入分成與信用支持機制，與AI雲服務商聯手建設大規模、多租戶的AI工廠。這一舉措標誌著英偉達在算力供給側的商業模式，正從單純銷售GPU硬件，向與算力使用量深度綁定的持續性收入模式延伸。

根據官方披露的方案，新模式下客戶無需再經歷漫長的數據中心選址、供電建設與硬件部署週期，即可更快獲取大規模AI算力，覆蓋模型訓練、後訓練、微調及Agent AI推理等多元場景。AI雲廠商將部署基於英偉達DSX AI Factory架構的AI工廠，對外提供雲計算服務。英偉達官方表示，此舉旨在幫助初創企業、模型開發者、企業及科研機構降低算力獲取門檻，同時為自身創造與算力使用量掛鉤的持續性收入。

首批合作伙伴已經浮出水面，且部署規模相當可觀。Sharon AI計劃部署最多4萬塊NVIDIA Grace Blackwell GB300 GPU；而Firmus則將在印度尼西亞巴淡島建設DSX AI工廠園區，規劃擴展至360兆瓦電力規模，並部署最多17萬塊英偉達GPU。兩傢伙伴合計部署GPU數量超過20萬塊，顯示出英偉達在亞太地區AI基礎設施佈局的加速。

這一動作發生的背景，是市場對AI算力需求是否過剩的激烈爭論。就在同日，A股科技股因Meta對外出售算力的消息而大幅下挫，創業板指和科創綜指分別下跌5.71%和5.64%，部分投資者將其解讀為算力過剩的信號。然而多位業內人士指出，這屬於誤讀——Meta出售算力並非AI資本支出的終點，反而意味著AI基建的商業模式正趨於成熟。聯想集團副總裁阿不力克木·阿不力米提也公開表示，從長期看，無論中國還是海外市場，AI算力需求還有很大空間，並未出現過剩情況，尤其是面向企業的B端商業化落地潛力尚未充分釋放。

從產業鏈視角看，英偉達此次模式創新直接牽動AI基礎設施層的資本敘事。傳統上，AI雲服務商需自行承擔高昂的硬件採購成本與數據中心建設風險；而英偉達通過收入分成與信用支持介入，實質上分擔了部分前期投入壓力，同時將自身收入與終端算力消耗更緊密地綁定。這種“算力即服務”的深化，可能加速AI工廠在全球範圍內的複製，並進一步鞏固英偉達在AI算力供給側的樞紐地位。

值得注意的是，軟銀也在同日宣佈了其美國新雲服務計劃。軟銀集團與軟銀公司將成立SB Neo Inc.，在美國運營新雲業務，計劃依託10吉瓦級能源與AI基礎設施，為美國大型企業提供大規模AI模型訓練與推理所需的計算資源。知情人士透露，該業務可能使軟銀公司的年營業利潤增長三到四倍，達到3萬億至4萬億日元（約合185億至250億美元）。兩大巨頭的同步加碼，從側面印證了全球AI算力基礎設施仍處於大規模建設週期，而非需求見頂。

對於AI產業投資者而言，英偉達此次合作模式的推出，意味著算力供給側的金融化程度正在加深。收入分成機制讓英偉達的業績與下游AI應用的活躍度更直接掛鉤，而信用支持則可能降低中小型AI雲廠商的入場門檻，加速區域化AI工廠的落地。後續需關注這種模式能否在首批夥伴之外快速複製，以及它將對英偉達的營收結構產生何種長期影響。