5000 亿美元 AI 基建计划，谁来买单

英伟达联手六大金融机构启动5000亿美元AI基建融资计划

当地时间2026年8月10日，英伟达宣布与阿波罗全球管理（Apollo）、贝莱德（BlackRock）、黑石（Blackstone）、博枫（Brookfield）、高盛（Goldman Sachs）和KKR六家全球顶级金融机构建立战略合作伙伴关系，共同设立独立的AI计算基础设施融资平台，计划在较长时期内动员超过5000亿美元的第三方资本，专项用于AI基础设施建设[S2][S7]。

需要明确的是，目前各方仅签署谅解备忘录，具体合作仍需签署最终协议后方可生效，各家机构的具体出资承诺、详细财务条款以及资金落地投放时间表均尚未披露；5000亿美元是长期动员目标，包含潜在交易和未来需求预测，并非已经签署或正式承诺的融资规模，实际落地规模将取决于项目质量、市场环境和投资者意愿[S4][S8][S11]。

这是英伟达迄今为止动员的最大规模外部资本，几乎相当于一家头部云厂商数年的资本开支总和。英伟达创始人兼CEO黄仁勋亲赴华尔街推进交易，六家机构悉数参与合作，贝莱德CEO拉里·芬克、黑石总裁乔恩·格雷以及高盛CEO大卫·所罗门等华尔街高管均公开表态支持该计划[S10]。

根据合作框架，该融资平台将面向英伟达生态系统内的客户提供融资支持，覆盖前沿AI实验室、大型企业和AI云服务商等主体，帮助其获取大规模AI算力资源、落地各类AI基建项目[S2][S4]。

模式创新：将算力基础设施重构为可投资资产类别

本次融资计划最核心的创新在于，首次将AI算力基础设施从传统的“高折旧电子硬件”重新定义为“可产生稳定现金流的生产性基础设施资产”，类比商业地产、收费公路、发电厂等传统可抵押资产进行融资运作[S10]。

黄仁勋多次公开阐述这一理念：“在AI时代，算力就是收入。”他认为，英伟达的算力能够适配不同模型、工作负载和运营方，并可通过CUDA软件持续优化，因此具备成为生产性基础设施的条件。在此前的英伟达股东大会上，黄仁勋将大型AI数据中心称为“AI工厂”，认为其能够持续生产Token，并通过训练、推理和智能体服务形成收入[S4]。

“这确实是技术芯片首次成为可投资资产类别。”黄仁勋在接受采访时表示，“它们现在是能够创造收入的资产，具备生产属性、使用寿命长、可替代性强且灵活。”其核心逻辑在于，由于英伟达硬件被广泛采用且可在不同客户之间转移使用，贷款机构可以可靠地将算力视为能够持续产生收入、且具有较长使用周期的资产进行融资[S10]。

这一定位的转变具有深远的产业意义：如果这套逻辑获得金融机构认可，未来AI数据中心的资金来源将不再局限于云计算厂商和大型科技公司的资产负债表，私募信贷、保险资金、养老金和基础设施基金等长期资本都可能通过不同融资工具参与其中，从而打开AI基建的资金供给天花板[S4]。

运作机制：独立评估+有限兜底的市场化融资架构

在具体运作模式上，本次合作采用了“金融机构独立运作、英伟达提供产业支持”的架构设计。六家金融机构将分别建立各自的融资平台，并独立评估具体项目，项目能否获得融资仍需接受传统金融指标的检验，英伟达不会干预资本投放决策[S4][S5]。

资金使用方向高度聚焦于AI基础设施全链条，主要包括AI芯片采购、配套电厂建设、新建大型数据中心等核心领域，形成从底层电力到上层算力的完整基建支撑体系[S10]。

在风险分担机制方面，英伟达扮演的是“撮合者”而非主要“出资者”的角色。公司仅对部分项目提供最高25%的残值支持，相当于为潜在交易提供有限兜底。若客户出现违约情况，芯片可转租给其他客户以降低损失，英伟达并不承担全部融资风险[S8]。

融资结构以债务融资为主，所有资金均来自第三方资本。参与机构已开始接触主权财富基金、养老基金和保险公司等长期资本方，部分资金也可能面向零售投资者开放。整个融资将通过私人信贷和债券市场进行，部分以特殊目的实体发行数十亿美元规模的债券[S8]。

值得注意的是，高盛在该计划中扮演了重要角色。凭借与英伟达的长期合作关系，高盛深度参与融资安排工作，并通过旗下资产管理和投资银行业务与美国保险公司、资产管理机构和银行等多类潜在投资者讨论融资结构。高盛资产管理部门可提供夹层资本和私人信贷，投资银行部门则负责将债务引入私募信贷基金，并逐步推向公开市场[S8]。

从供给端破解AI基建资金瓶颈

本次5000亿美元融资计划的推出，正值全球AI算力需求爆发式增长、AI基建投资面临资金瓶颈的关键节点。近年来，人工智能技术快速迭代落地，驱动全球科技巨头开启了一场规模空前的AI数据中心投资竞赛，算力基础设施已然成为科技行业最核心的资本投入赛道。

然而，随着AI基建投资规模不断攀升，仅靠科技企业自有资金和传统融资渠道已难以支撑海量的资本开支需求。评级机构此前早已发出警示，各大科技巨头持续加码数据中心，高额资本开支已经加重自身债务负担。叠加市场对AI投入收益转化的疑虑，行业亟需全新融资路径破局。

英伟达此次推出的算力融资平台，正是为了破解这一资金瓶颈。通过将算力资产化，企业无需动用自身资产负债表，就能筹措算力建设款项，这对于现金流相对有限的AI初创企业和中型机构而言意义尤为重大，有望显著降低AI算力的获取门槛，让更多市场主体参与到AI产业发展中来[S4]。

对于英伟达自身而言，这一举措也标志着公司定位的重要升级——从传统的芯片供应商，进一步延伸为AI基础设施的“总包商”和资本组织者。一旦算力资产化的逻辑跑通，芯片销售将不再受限于客户当下的现金储备，英伟达的收入来源也将从“一次性卖芯片”延伸到算力资产的全生命周期，打开全新的增长空间。

从更宏观的产业视角看，大规模第三方资本的涌入，有望显著加快AI基础设施的落地速度，推动AI算力供给的规模化扩张，进而为AI技术在各行各业的深度应用提供更坚实的算力支撑。

争议与风险：循环融资隐忧与资产价值不确定性

尽管该计划被寄予厚望，但自公布以来也引发了广泛的市场争议和风险担忧，其中最核心的是“循环融资”质疑。

市场普遍担忧该模式本质上是绑定英伟达生态的反向供应商融资：华尔街借钱给AI客户，客户转头全部采购英伟达芯片，依靠外部杠杆人为制造需求，而非产业真实内需。这种模式可能形成“资本—算力采购—英伟达营收—资产估值—再融资”的自我强化循环，一旦下游AI企业营收不及预期、无力偿还贷款，整条产业链将出现多米诺式债务爆雷[S5][S10]。

针对这一质疑，黄仁勋多次回应称，AI算力需求来自真实的商业场景，且独立机构投资者将对每个项目进行独立尽调，英伟达不会干预资本投放，这绝非外界质疑的“循环融资”。但市场仍对此保持谨慎，消息公布当日，英伟达股价下跌约2.86%，单日市值蒸发超700亿美元[S10]。

除了循环融资风险，芯片折旧问题也是市场关注的焦点。金融咨询公司deVere Group创始人兼CEO Nigel Green指出：“此前，芯片从未被视为一种可融资的长期资产，因为芯片贬值速度极快，一旦出现新一代产品就会立刻失去价值。将其转化为可供机构抵押贷款的资产，前提是该标的资产在随着时间推移后能够真正保持其价值。”尽管黄仁勋强调CUDA软件的持续优化可以延长硬件使用寿命，但AI芯片技术迭代速度快、旧型号芯片资产价值可能快速缩水的风险依然客观存在。

此外，5000亿美元的规模也需要理性看待。这一数字是各平台计划在较长时期内动员的第三方资本总额，既包括目前正在讨论的潜在交易，也包括对未来融资需求的预测，并非已经签署或正式承诺的融资规模，目前也没有明确的完成期限。实际落地规模将取决于项目质量、市场环境和投资者意愿，存在较大不确定性[S4][S8]。

总体而言，英伟达联合华尔街六机构推出的5000亿美元AI基建融资计划，是AI产业发展进程中一次具有里程碑意义的金融创新，它尝试打通科技产业与长线金融资本的链路，为AI基础设施建设开辟全新的资金渠道。但这一模式能否成功跑通，算力能否真正成为被市场广泛认可的可投资资产类别，仍需经历时间和市场周期的双重检验。后续融资平台的实际落地项目、资金投放进度以及首批项目的运行表现，将成为观察这一模式有效性的关键指标。