輝達正在為AI算力市場的下一階段鋪路。8月10日，該公司宣佈與阿波羅、貝萊德、黑石、博楓、高盛和KKR六家華爾街大型金融機構合作，計劃建立一批獨立的算力融資平台，並在未來逐步動員超過5000億美元的第三方資本。這一動作直指GPU銷售鏈條上的資金瓶頸——客戶借不到錢，再膨脹的算力需求也難以轉化為實際訂單。

目前，各方簽署的仍是諒解備忘錄，首批專案投向、各機構出資規模及具體交易結構均有待最終協議確認。相比此前按專案為部分Neocloud提供信用託底，此次合作試圖將逐筆協商的專案融資升級為平台化、規模化的資本動員機制。華爾街機構在其中扮演資本組織者和風險稽核者的角色，計劃組織第三方長期資本，判斷哪些客戶和專案值得融資，再通過貸款、股權或其他結構投入AI基礎設施。

這一計劃背後，是AI基礎設施資本開支的急劇膨脹。據SemiAnalysis測算，到2029年，AI相關債務餘額將超過7萬億美元，規模僅次於約13萬億美元的美國住房抵押貸款融資市場。該機構預計，到2028年，AI年度資本開支將遠超2萬億美元；2024年至2029年，累計資本開支將達到約11.1萬億美元。這些支出既包括GPU、配套CPU、網路和儲存等AI IT，也包括承載它們的資料中心。僅憑企業自身現金難以支撐如此體量，信貸市場預計將成為主要資金來源。

然而，現有AI信貸市場存在明顯侷限。目前最容易獲得融資的是由雲巨頭直接承購或提供信用支援的長期算力合同，最常見期限為5年，通常採用照付不議（take-or-pay）條款。一旦脫離這種模板，貸款機構放貸意願大幅下降。貸款人CoreWeave的經歷頗具代表性：據《金融時報》報道，2026年3月，摩根士丹利和三菱日聯金融集團協助其完成85億美元融資，由雲巨頭合同支撐，浮息利差為2.25個百分點；兩個月後，兩家機構再次安排最高31億美元貸款，但因支撐合同來自兩家信用較弱的AI模型公司，融資利率反而翻倍至4.5個百分點。

租期錯配是另一大問題。頭部模型廠商可承諾3年甚至更久，但AI初創公司和推理服務商往往需要短期、靈活的算力，不願簽署超過1年的合同。為填補信用缺口，SemiAnalysis在7月6日披露，輝達已開始為部分Neocloud專案提供照付不議承諾，通常持續6年：若Neocloud未能從第三方客戶獲得足夠租金，輝達將按約定價格購買部分算力，提供最低收入保障；作為交換，Neocloud收入超過託底線後，輝達可分享部分收益。

谷歌與Anthropic之間的交易為GPU融資提供了具體參照。據《金融時報》披露，谷歌圍繞Anthropic搭建的晶片與資料中心合同網路總額約2000億美元，其中約五分之四與晶片有關。Anthropic計劃使用價值超1500億美元的TPU，但各方不願將如此龐大的晶片資產留在自身資產負債表上。為此，谷歌先將TPU系統出售給博通，再通過專門設立的專案公司引入外部債務資金。摩根士丹利擔任博通財務顧問，阿波羅旗下Atlas SP Partners設立Compute SPV，與黑石共同設計三檔債務結構。首筆交易中，Compute SPV以350億美元購買約1GW、接近100萬顆TPU，再出租給Anthropic，其未來5年租金是SPV償債的主要現金流。博通提供覆蓋約300億美元的殘值支援，剩餘約44億美元次級債務則無兜底。

儘管華爾街資本入場，風險並未消除。GPU本身無法還債，真正用於償債的是客戶持續支付的算力使用費。照付不議合同可暫時鎖定收入，但將算力閒置風險轉移給承購方；若承購方經營惡化，長期合同可能違約或重新談判。更深層的問題是終端市場能否長期支撐當前算力價格。Constellation Research分析指出，對雲廠商和部分AI模型廠商，算力可直接創造收入，但對大多數普通企業，Token和算力首先是成本，它們更關心單位結果成本。Uber就曾表示，通過為不同場景設定更合適的預設模型，並將部分任務遷移到低成本或開放權重模型，使單位Token成本下降，即使AI使用量增長，總體AI支出仍基本穩定。

GPU殘值是貸款機構的第二道防線。美國律所Quinn Emanuel的一份簡報顯示，儘管CoreWeave將資料中心計算裝置按6年預計使用壽命折舊，但有律師和工程師認為實際通常為3至4年，一些分析師甚至認為可能只有2至3年。同時，輝達和AMD已將新品釋出節奏由兩年縮短至一年，新一代晶片推出後，舊型號租金和市場價值都可能承壓。若貸款協議設定抵押率或重新估值條款，GPU估值跌破門檻時，貸款機構可能要求追加抵押物或提前償還部分貸款。黃仁勳曾表示，在部分情況下可能提供最高相當於某一融資機會25%的殘值支援，具體口徑和條款尚未披露。

5000億美元計劃最終要檢驗的，不是能否推動今天的GPU訂單落地，而是下一代晶片上市後，上一代GPU還能否賺到足夠現金，償還尚未到期的債務。