黄仁勋刚刚发了一篇文章，很有意思。这篇文章把 GPU 从一种会折旧的科技产品，重新定义成一种可以被长期资本定价、融资、证券化和交易的生产性基础设施资产，这就给半导体产业打开了新的想象空间，顺带也让电力变得更重要了。
过去算力生意的逻辑是：半导体厂商卖 GPU --> 云厂商买 GPU --> 云厂商承担资本开支和折旧风险。老黄这个新思路则是：半导体厂商提供 AI Factory --> 金融机构提供长期资本 --> 算力使用方支付费用 --> 算力产生现金流 --> 投资者获得融资资产的回报。
不过，一旦算力成为可融资资产，GPU 的经济寿命、残值、租赁价格和利用率，就会从公司的运营指标变成金融资产定价的指标。这个事情如果再往前多走一步，AI 算力就会从科技产业的资本支出，进入全球金融市场的资产负债表。
对美国来说，如果往坏处想想，这件事会把 AI 需求风险、GPU 残值风险和数据中心现金流风险直接传导到美国的金融体系；如果往好处想想，纽约的资本市场、美国的能源系统和硅谷的 AI 技术可以形成一个其它国家难以复制的闭环。
黄仁勋的原文：
# NVIDIA AI 工厂算力正在成为一种可投资资产类别
今天，我们宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 建立合作伙伴关系，共同成立独立的融资平台。这些平台旨在随着时间推移调动超过 **5000 亿美元的第三方资本**，用于支持 AI 基础设施的建设。
这是 NVIDIA 和整个 AI 行业的一个重要里程碑。
我们正在从一个企业逐个项目购买芯片、建设数据中心的时代，进入一个新的阶段：**AI 工厂可以作为生产性基础设施获得融资**，并通过可重复的融资平台、长期机构资本以及使用算力创造收入的多元化客户群来实现规模化发展。
AI 已经进入一个关键拐点。它正在从研究走向生产。
AI 正在创造真正的经济价值，而支撑 AI 的基础设施正在成为全球生产力最高的资产之一。
> **在 AI 领域，算力就是收入。**
## 一种新的基础设施资产
NVIDIA 的算力并不只是芯片。
它是一套完整的 **AI 工厂平台**，包括加速计算、网络、系统软件、AI 框架以及全球开发者生态系统。
NVIDIA DSX AI 工厂可以运行全球范围内最广泛的 AI 模型、模态和算法，包括语言、视觉、语音、生物学、物理 AI 和机器人。
一座 NVIDIA AI 工厂可以服务多个客户和多种工作负载。
这使得它具备灵活性和可替代性。
NVIDIA 架构已经被全球广泛采用，覆盖所有主要云服务商，以及世界各地的系统制造商和企业。
当客户需求发生变化时，一座 AI 工厂可以转而服务另一家客户、另一朵云或者另一家运营商。
这种广泛的生态系统创造了一个深厚的潜在用户和算力承租方市场，从而有助于保护资产的剩余价值。
### CUDA 让工厂随着时间推移变得更有价值
CUDA 使 AI 工厂能够持续改善。
NVIDIA 每一代软件都会提升现有基础设施的性能和效率，并降低总拥有成本。
硬件的经济价值并不会随着安装完成而停止增长。
软件创新可以让 AI 工厂在整个生命周期内以更低的成本产生更多智能，从而延长其具有经济价值的使用寿命。
NVIDIA A100 就是一个有力的例子。
NVIDIA 于 2020 年推出基于 Ampere 架构的 A100。
六年之后，A100 仍然广泛用于商业场景，包括 AI 训练、微调、推理以及高性能计算。
客户仍在为多年期部署持续购买算力，使 A100 的经济寿命有望接近十年。
### 市场正在证明 NVIDIA 算力经济学的持久性
市场数据也正在体现 NVIDIA 算力经济价值的持续性。
2025 年 10 月至 2026 年 3 月期间，H100 的一年期租赁价格从约 **1.70 美元/GPU/小时**上涨至约 **2.35 美元/GPU/小时**。
不同供应商的按需服务中位价格，则从 2025 年 10 月的约 **2.00 美元/GPU/小时**上涨至 2026 年 6 月的 **2.70 美元/GPU/小时**左右。
Blackwell 算力则拥有更高的价格溢价。据报道，B200 云服务价格约为 **5.30 至 7.05 美元/GPU/小时**。
这正是 NVIDIA AI 工厂与传统基础设施资产之间的重要区别。
它的价值并不会在安装完成时固定下来：
- CUDA 持续提升其产出能力；
- 已安装的算力基础设施在最初折旧周期结束后仍然保持生产能力；
- 同一种标准化架构可以服务全球不断增长的 AI 工作负载；
- 当原有客户需求发生变化时，算力可以重新部署给其他客户。
这些特征构成了一种**可投资基础设施资产**的核心条件：
> **它能够产生收入，服务广泛市场，随着时间推移提升性能，并且可以重新部署。**
---
# 为 AI 工厂引入资本
AI 基础设施的需求极其旺盛。
但资本获取能力存在明显差异。
许多优秀的 AI 公司、企业和 AI 云服务商拥有大量算力需求，却尚未获得足够规模或足够低成本的融资能力来快速建设基础设施。
这正是我们与全球领先的长期资本提供者建立合作关系的原因。
Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 都是全球领先的基础设施投资机构之一，在长期生产性资产的承销和融资方面拥有深厚经验。
我们正在共同建立可重复的融资平台，帮助 AI 生态系统建设所需的 AI 工厂。
这些平台旨在帮助符合条件的 AI 实验室、企业和 AI 云服务商，以规模化方式获得 AI 工厂基础设施。
超过 **5000 亿美元**这一数字代表这些平台随着时间推移计划调动的**第三方资本总规模**。
这笔资金：
- 不属于 NVIDIA 的收入；
- 不代表一支单独的基金；
- 不代表对某一家客户的单笔承诺。
金融机构将独立评估每一个投资机会，包括：
- 客户质量；
- 市场需求；
- 算力利用率；
- 现金流；
- 资产剩余价值。
NVIDIA 提供 AI 工厂平台。
金融机构提供长期资本和融资专业能力。
---
# 关键问题
## 这是不是循环融资？
这项计划的设计目标是解决这一问题。
我们正在把独立的长期机构资本引入 AI 基础设施市场。
市场需求来自多个领域，包括：
- 前沿 AI 实验室；
- AI 原生创业公司；
- 企业客户；
- 云服务提供商；
- 正在建设 AI 服务能力的国家。
资本提供方会独立承销每一个项目，包括客户、需求、利用率、现金流以及剩余价值。
NVIDIA 提供平台。
投资者独立做出融资决策。
这标志着一个**开放的 AI 基础设施资本市场**开始形成。
---
## NVIDIA 为什么要支持融资？
在部分项目中，NVIDIA 可能针对特定机会提供最高 **25% 的剩余价值支持机制**。
这种支持会逐个项目进行审慎评估。
它具有以下特点：
- 以剩余价值为基础；
- 存在明确上限；
- 用于补充独立承销；
- 不承担项目的全部融资风险。
与其他算力融资安排相比，这一支持比例明显更低。
NVIDIA 能够提供这种支持，是因为 NVIDIA 算力具备独特属性：
- 可替代；
- 全球广泛采用；
- 可以通过软件升级；
- 可以在庞大的客户生态系统中重新部署。
我们的作用是帮助释放一个规模巨大的独立资本池，同时保持严格的风险敞口管理。
---
## 市场能够吸收这么大的算力供给吗？
真正的问题不是我们是否正在建设数据中心。
真正的问题是：
> **我们是否正在建设具有生产力的 AI 工厂？**
AI 工厂把能源和数据转化为有价值的智能。
它的客户群非常广泛，包括：
- 前沿 AI 实验室；
- AI 云服务商；
- 企业；
- 各国政府和国家级 AI 服务体系。
这些客户正在建设 AI 基础设施，因为 AI 已经变得真正有用，并且正在各个行业创造有价值的工作成果。
这个模式本身具有纪律性。
每一家融资合作机构都会独立评估：
- 市场需求；
- 算力利用率；
- 现金流；
- 剩余价值。
基础设施产能将围绕真实的客户经济模型进行建设。
---
## 投资回报来自哪里？
投资回报来自 **AI 的实际效用**。
企业正在利用 AI：
- 编写软件；
- 发现药物；
- 设计产品；
- 服务客户；
- 自动化运营；
- 创建新的服务。
AI 工厂使这些应用成为可能。
更多算力带来更好的 AI。
更好的 AI 带来更多使用。
更多使用创造更多收入。
更多收入进一步推动算力需求。
这就是 AI 工业革命的**正向循环**。
---
# 智能时代的基础设施
每一次工业革命都建立在基础设施之上：
- 电力；
- 交通；
- 通信；
- 计算。
每一次基础设施的大规模建设，都依赖外部融资。
**AI 工厂就是智能时代的基础设施。**
通过这些合作关系，NVIDIA 与全球领先的金融机构正在建立一种新的融资方式，用于支持驱动下一轮工业革命的基础设施建设。
我们将让 AI 工厂更容易被建设未来的企业、行业和国家获得。
> **AI 时代已经到来。**
>
> **让我们共同建设驱动这个时代的基础设施。**