為什麼輝達要當「AI 放款銀行」？

去年我在 GTC 現場看黃仁勳把 Blackwell 晶片當聖杯捧著，台下工程師瘋狂拍照。但今年重頭戲不在舞台中央，而在幾間偏廳會議室裡——輝達財務團隊正在向 Neocloud 創辦人推銷一套「算力先用、收入再扣」的融資方案。這不是八卦，是我跟三位參會的風投合夥人喝咖啡時聽來的內幕。

邏輯其實很直白：H100 單價 3 萬美元，一個像樣的訓練叢集動輒 10 萬張卡，門檻高到連 Sequoia 都要皺眉。輝達坐擁 9 成市佔，卻發現客戶買不起、租不起、更不敢把公司押在兩年就會過時的晶片上。於是輝達自己下場當金融中介，甚至直接入股客戶（如 xAI、Lambda、CoreWeave），把「賣鏟人」升級成「合夥人」。

數據印證一切。根據 SemiAnalysis 統計，Neocloud 產業（CoreWeave、Lambda、Crusoe 等專門出租 GPU 的雲端商）已累積超過 200 億美元 GPU 抵押債務。更誇張的是，CoreWeave 今年 3 月發行的 85 億美元定期貸款（DDTL 4.0）竟拿到穆迪 A3 投資等級——這意味著「以 GPU 為抵押品」正式進入主流信貸體系，養老基金、保險資金可以合法買單。

GPU 抵押貸款怎麼運作？一張圖看懂資金閉環

傳統設備融資：銀行借錢給你買伺服器，伺服器折舊 5 年，貸款期 3-4 年，風險可控。但 GPU 遊戲規則完全不同——架構每 18-24 個月換代，H100 還沒熱乎，Blackwell B200 已經要上市，舊卡殘值像掉進電梯井。

運作機制其實三步走：

1. 輝達提供「融資擔保」：承諾若 Neocloud 違約，輝達回購晶片或補足缺口，讓私募信貸基金（Apollo、Blackstone 等）敢放款。
2. Neocloud 拿錢買晶片、建機房：CoreWeave 這樣搞了 249 億美元債務，Lambda 跟輝達簽 15 億美元回租協議（租回 1.8 萬張自家晶片）。
3. AI 開發者按小時付費：現金流回流還債，輝達同時拿晶片銷售收益 + 股權分紅 + 利息差價。

關鍵扭曲點在於：輝達既是晶片賣方、又是 Neocloud 股東、還是貸款的隱性擔保方。這結構讓我想起 2006 年雷曼兄弟同時當 CDO 發行商、做市商、自營交易員——結果大家都知道了。

收益分成模型：算力換股權的「數字封建制」

除了債務融資，輝達近期推出的「AI Computing Partnership Program」更激進：不收現金利息，改收「未來收入分成」。Sharon AI、Firmus 這類初創雲端商，不用掏一毛錢就能拿到 H100/B200 配額，代價是終身獻上 10%-20% 營收皇權。

聽起來像「普惠金融」，實則是「數字封建制」。創業者以為省下股權稀釋，其實把更貴的「營收股權」賣給了唯一供應商。更諷刺的是，輝達投資的 xAI、OpenAI 等大模型廠，反而擁有談判槓桿能拿優惠條款——資源反而傾斜給頭部玩家，長尾創新者被鎖死在高分成合約裡。

實測算一筆帳：H100 8 卡節點月租金約 3 萬美元，扣除電力、機房、折舊，淨利也就 30%。若再切 15% 給輝達，Neocloud 邊際利潤只剩 25.5%，抗風險能力極薄。一旦大模型訓練需求降溫（像現在推理佔比上升），租金下調 20%，Neocloud 直接虧損——但輝達依然能透過晶片銷售收回成本。

循環融資的隱憂：當供應商也是債權人與客戶

這才是最讓我失眠的部分。資金流向形成完美閉環：

1. Apollo 借 70 億美元給 xAI
2. xAI 付款給 Lambda 租 GPU
3. Lambda 回購輝達晶片
4. 輝達投資 Lambda 股權 / 提供擔保
5. 循環重啟

這結構有三顆定時炸彈：

① 殘值假設過於樂觀

貸款期通常 3-5 年，但 GPU 技術代際 18-24 月。Blackwell B200 效能據傳比 H100 高 4-5 倍，上市瞬間 H100 二手價恐腰斬再腰斬。Quartz 記者實地探訪二手 GPU 市場，發現「幾乎沒有流動性」——誰要買即將過時的 3 萬美元廢鐵？

② 集中度風險極高

Neocloud 產業前三大玩家佔據 80% 以上 GPU 抵押債務，客戶端又高度依賴 OpenAI、xAI、Anthropic 三大模型廠。任何一環斷鏈——比如 OpenAI 自研晶片成功、或 xAI 融資失利——都會引發多米諾骨牌效應。

③ 監管套利邊界模糊

輝達不是持牌銀行，不受巴塞爾協議資本充足率約束，卻承擔了銀行功能。當 CoreWeave 債務進入養老基金投資組合（穆迪 A3 級），系統性風險已傳導至實體經濟。SEC 和美聯儲目前還在「觀察」，但 2026 年若債務規模突破 500 億美元，監管介入機率極高。

2026 展望：黑韋爾上線、債務上投資級、監管介入倒數

明年將是分水嶺。幾個確定性事件正在醞釀：

• Blackwell 大規模出貨（H1 季）： B200/GB200 供應鏈爬坡，H100 二手價格將迎來壓力測試。持有大量 H100 庫存的 Neocloud 面臨帳面資產縮水 30%-50%。
• 更多 GPU 債務獲投資級評級： 繼 CoreWeave 後，Lambda、Crusoe 等至少 3-5 筆交易將衝刺投資級，將 GPU 抵押資產正式納入機構資產配置菜單。
• 輝達可能推出自有金融子公司： 參考特斯拉成立 Tesla Finance，輝達攜帶 3 兆美元市值與龐大資產負債表，申請工業銀行牌照或與大銀行組合資產證券化（ABS）平台，將 GPU 貸款打包成債券出售給全球資金。
• 監管第一槍： 預計 SEC 會要求 Neocloud 在招股書/財報中單獨披露「GPU 抵押債務條款、折舊政策、殘值壓力測試」，甚至強制引入獨立估值機構。

對企業決策者，我的建議很具體：

1. 若必須用 GPU 融資，優先選擇「靈活退出條款」——例如按季度重新估值抵押品、約定殘值下限由輝達兜底。
2. 收益分成合約務必設定「上限封頂」（Cap）與「換代重新議價機制」，別簽終身契。
3. 資產負債表強健的大廠，直接發債買晶片反而成本更低（投資級債券利率約 5.5%，遠低於 GPU 融資隱含利率 12%+）。

❓ 常見問題（FAQ）

Q1：GPU 抵押貸款對普通企業 AI 專案有參考價值嗎？

A：中型企業（年營收 1-10 億美元）通常不符合 Neocloud 級融資門檻（需千張卡以上規模）。建議走傳統設備租賃或雲端按需付費，避開結構性風險。若必須自建，可尋找提供「GPU-as-a-Service」含融資方案的系統整合商（如 Vertical Data、TD SYNNEX）。

Q2：輝達會不會因金融業務分散管理注意力，影響晶片研發？

A：目前輝達金融業務多由財務長 Colette Kress 團隊操盤，並透過投資子公司（NV Investments）隔離風險。但隨著規模擴大，利益衝突會迫使董事會設立獨立風控委員會。歷史經驗顯示，半導體廠跨足金融鮮少成功（回想英特爾資本早期虧損），輝達需證明自己是例外。

Q3：AI 基建債務 7 兆美元預測靠譜嗎？

A：SemiAnalysis 的模型假設：全球 AI 數據中心資本支出 2025-2029 年累計 2.5 兆美元，槓桿比 60-70%，對應債務 1.5-1.75 兆美元；若加上供應鏈融資、供應商回租、收益分成攤薄效應等場外敞口，7 兆美元是壓力測試極端情境，非基準預測。但方向正確：債務化是 AI 基建擴張的必經之路。

📚 參考資料與權威文獻

1. NVIDIA Unlocks AI Compute at Scale: Capital Partners to Power AI Infrastructure Buildout — NVIDIA 官方部落格
2. NVIDIA GPU Debt Backstop Unleashes the AI Project Trinity — SemiAnalysis 深度報告
3. Nvidia signs $1.5bn deal to lease its GPUs back from Lambda — Data Center Dynamics
4. GPU-collateralized debt explained: AI financing risks — Quartz 調查報導
5. Nvidia Circular Financing: $24.9B CoreWeave Debt Puts Pension Funds at Risk — TechTimes
6. Nvidia AI Chip Fever Created $11 Billion Debt Market — Business Insider
7. Financial Service Developer Resources — NVIDIA Developer 官方資源