輝達正在完成一次身份躍遷：從單純的晶片供應商，變為AI算力生態的做市商。黃仁勳在8月底透露，Vera Rubin平台可為輝達帶來每吉瓦超400億美元的營收，這一數字基於資料中心15-20年租約週期折算，意味著輝達預期的是晶片-機房-雲服務商整套操盤模式的收益，而非單純賣GPU的硬體收入。同時，輝達與Apollo、黑石、貝萊德、高盛等華爾街巨頭合作，計劃撬動高達5000億美元資金用於AI基礎設施專案，輝達的角色是信用背書人，而非全額出資方。

同一天，Anthropic簽下350億美元的雲端計算協議，甲方是輝達投資的雲服務商Lambda，資料中心由比特幣礦企Hut8承建，租賃權歸輝達所有。更早之前，Anthropic還與Nscale簽了450億美元協議。8月份，Anthropic敲定兩份多年算力採購框架，累計算力承諾規模達800億美元。需要明確的是，這800億是多年框架意向，並非即期現金支出，Anthropic累計融資約80-100億美元，不可能在單月實際支出800億。

這筆交易的結構很精巧：輝達數週前先與Hut8簽了租約，鎖定得州資料中心算力；然後讓Lambda用這個資料中心為Anthropic提供雲服務；Lambda從輝達採購晶片部署其中。輝達不直接對接Anthropic，而是繞Lambda這一層，可能是風險隔離，也可能是在反壟斷框架下有意保持形式上的距離。但據華爾街日報報道，輝達已在8月底主動暫停了部分包含未售算力兜底回租+超額營收50%分成的高爭議閉環交易，原因既有反壟斷擔憂，也有內部對自身風險邊界重新評估的考量。

黃仁勳的底氣不來自金融槓桿，而來自Vera Rubin平台的技術代差。輝達宣稱Vera Rubin可將每Token推理成本降低35倍，這意味著哪怕算力租賃價格劇烈波動，輝達晶片的單位算力價效比仍碾壓競品。用技術上的絕對代差來對沖金融上的高槓杆風險，是這套算力操盤的核心支撐。輝達一邊掌控物理算力基礎設施（Hut8、Lambda、Nscale），一邊通過投資聯發科掌控晶片定製生態的入口，軟硬兩條護城河正在同時修建。

輝達以35億美元可轉債投資聯發科，聯發科今年AI晶片業務預計20億美元營收，明年目標70-120億美元。戰術意圖是把輝達的NVLink Fusion、NVHBM等互聯技術裝進聯發科為資料中心客戶定製的XPU晶片裡，讓客戶定製的晶片能無縫接入輝達的AI基礎設施。但深層戰略意圖是防禦性的：亞馬遜有Trainium、谷歌有TPU、微軟有Maia，客戶正在積極培養替代方案。輝達用NVLink生態繫結客戶的定製晶片路線，防止客戶徹底流失。長期矛盾在於，一旦聯發科定製XPU大規模落地，會不會減少客戶對輝達GPU的採購量？輝達是在鎖定客戶，還是在培育替代者？這個問題尚無答案，但聯發科AI晶片業務明年目標70-120億美元已經足夠讓它變得緊迫。

算力金融化的另一條線是撬動5000億美元外部融資。據英國金融時報報道，核心邏輯是：華爾街提供融資，雲廠商購買輝達晶片，租給AI公司，晶片作為抵押品打包成證券出售給投資者。輝達為部分專案提供最高達25%的殘值擔保，注意，這一擔保僅限部分試點算力專案，並非面向全部GPU採購客戶。同一筆資金在不同主體間迴圈：華爾街出錢、雲廠商買輝達晶片、租給AI公司、AI公司訓練模型、模型變現後還款。輝達前置拿到晶片貨款，風險後置：殘值擔保意味著一旦下游爆雷，輝達是鏈條末端的接盤者。

殘值擔保的潛在風險可以通過簡化模型感知：假設5000億融資計劃中，輝達為30%的專案提供殘值擔保，平均擔保比例25%，表外潛在負債約375億美元（5000億×30%×25%）。輝達FY2026 Q2淨利潤約160億美元，一旦晶片實際殘值因技術迭代跌至5%，輝達需補足約300億美元，接近兩個季度的淨利潤。這並非預測，而是說明CDS市場在擔心什麼。晶片折舊是另一根致命稻草：貸款方要求3-5年內還清貸款，假設晶片在此之後價值趨近於零。H100在Blackwell大規模出貨後，遠期預測顯示其租賃價格可能需比GB200低65%才能保持競爭力。黃仁勳以A100晶片超預期保值為據，但短期算力緊缺能否對抗長期技術迭代的鐵律，仍是未知數。

算力貸模式正在扭曲下游財務報表。以CoreWeave為例，營收雖然翻倍，但重資產帶來的鉅額折舊和利息支出讓它深陷淨虧損。輝達通過算力貸將重資產留在雲廠商報表上，自己只拿現金，風險沿鏈條逐層下移，下游賺得越多，虧得越狠。

輝達的護城河也正遭遇多重稀釋。客戶的多供應商策略：Hut8同時還在為Anthropic單獨開發搭載谷歌TPU的資料中心，Anthropic沒有把全部身家押在輝達身上。如果客戶最終走向多供應商，輝達的二房東模式可能變成替競爭對手培養市場——輝達出錢建資料中心，客戶在裡面跑競爭對手的晶片。反壟斷與地緣政治的雙重夾擊：歐盟DMA、美國司法部審查、中國市場監管總局對輝達收購邁絡思附加的無歧視供應義務，輝達同時在三個司法轄區面臨監管壓力。而輝達通過算力貸將大量GPU部署到印尼、印度、沙特等地，實際上是在用金融手段參與這些國家的算力主權競爭。一旦這些國家要求輝達晶片必須搭配本土加速器或限制外資控股資料中心，輝達的算力資產就會變成地緣政治擱淺資產。

本質上，輝達正在完成從晶片供應商到AI算力生態做市商的身份躍遷。但供應商和算力市場參與者的雙重身份衝突，將是這條路線上最核心的矛盾：如果輝達是平台，就不該通過投資Lambda偏袒特定雲廠商；如果它是算力運營商，客戶會擔心資料安全；如果它是金融中介，它是否需要滿足巴塞爾協議式的資本充足率？Vera Rubin的技術代差為這套槓桿提供了緩衝，但技術代差和金融槓桿之間的邊界，正在變得越來越模糊。租出去的算力會不會變成租出去的客戶？當AI應用層的商業化無法持續，下游客戶開始縮減資本開支，那800億算力承諾、5000億融資計劃，會變成誰的算力沉沒成本？AI時代的次貸危機，也許不是房貸，而是算力貸。