英伟达以收入分成替代租赁担保重塑AI算力合作格局

新模式推出的背景与官方定位

当地时间2026年7月1日，英伟达正式推出全新的AI基础设施合作模式，通过收入分成与信用支持机制，与AI云服务商共同建设大规模、多租户AI工厂[S3][S4]。这一调整并非孤立的商业策略变化，而是英伟达对原有租赁担保模式暴露的结构性问题作出的回应。

此前英伟达与AI云厂商的合作以租赁担保为主，其季度财报曾列出360亿美元AI云承诺，协议通常为期6年[S1][S9]。这种模式在运行中逐渐显现出两端失衡的矛盾：实力较强的云厂商在能够从其他渠道获得低成本融资时，不愿向英伟达让出利润分成；而急于签约的中小型云厂商资质偏弱，英伟达又担心其过度依赖自身担保，形成信用风险[S1]。

英伟达官方将新模式定位为推动AI基础设施从实验阶段进入生产阶段的关键举措。随着AI从模型开发走向生产级推理，算力需求持续向能够大规模生产Token的AI工厂集中，行业需要快速上线、保持高利用率的多租户加速计算能力[S3]。新模式的目标，正是帮助初创企业、模型开发者、企业及科研机构更快获得AI算力，同时为英伟达创造与算力使用量挂钩的持续性收入[S3][S6]。

收入分成加信用支持的核心运作机制

新模式依托英伟达DSX AI Factory标准化架构落地，参与合作的AI云厂商基于该架构部署AI工厂并对外提供云计算服务[S2][S5]。与传统硬件一次性售卖不同，新机制由两部分构成：收入分成和信用支持，二者共同构成了风险与收益的重新分配。

在信用支持层面，英伟达为合作的年轻云服务商提供财务背书。若云厂商无法找到足够的算力租户，英伟达将按约定价格回租未售出的GPU产能，以此降低云厂商前期资本支出压力与融资门槛[S5][S10]。这种兜底承诺显著提升了新兴云厂商在金融机构面前的信用等级，使它们更容易获得长期低成本贷款。有报道显示，首批合作方Firmus凭借相关合作直接获得了100亿美元专项债务授信[S10]。

作为合作对价，英伟达除获得芯片销售收入外，还将从云服务商的算力服务营收中抽取一定比例分成，且分成比例随合同期推进逐步递减[S5][S9]。这意味着英伟达的收入不再仅依赖一次性硬件销售，而是延伸到算力运营的全生命周期，形成与实际使用量挂钩的持续性收益流[S7]。

关于分成的具体结构，目前公开信息显示存在阶梯设计：新兴云厂商在保底额度内的租金收入归其自身所有，超出保底线以上的超额利润部分，英伟达按约定比例参与分成[S11]。不过收入分成的具体比例阶梯、保底额度门槛等核心合同条款，尚未有官方公开的统一标准。

首批合作项目的落地情况与规模

新模式推出的同时，英伟达已公布首批合作伙伴，包括Sharon AI和Firmus，两个项目均采用DSX AI Factory架构，规划规模已达行业较高水平[S3][S6]。

Sharon AI计划部署最多4万块NVIDIA Grace Blackwell GB300 GPU，主要面向AI模型训练与推理服务市场[S4][S5]。Firmus则选择在印度尼西亚巴淡岛建设DSX AI工厂园区，项目规划扩展至360兆瓦电力规模，远期部署最多17万块英伟达GPU[S3][S7]。仅首批两个项目合计规划GPU数量就超过21万块，显示出英伟达对新模式落地的较高预期。

除了直接的云厂商合作，英伟达还在进一步扩大金融层面的生态布局。2026年8月10日，英伟达宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR建立战略合作伙伴关系，成立独立计算融资平台，计划逐步调动超过5000亿美元第三方资本用于AI基础设施建设，为英伟达生态客户提供大规模专用资本池[S8][S12]。这一融资平台被视为收入分成模式的重要配套，能够为更多区域型和初创型云厂商提供资金支持，降低其接入英伟达算力体系的门槛。

对产业链各方的影响

对AI云厂商而言，新模式最直接的作用是降低了前期资本支出压力和融资难度。传统模式下，建设大规模AI算力集群需要一次性投入巨额资金采购GPU、建设数据中心并配套电力设施，许多中小厂商难以承担。在新机制下，算力成本在一定程度上转化为随营收浮动的可变成本，业务冷清时压力减轻，业务扩张时又能快速扩容，显著提升了初创公司的试错空间和存活率[S10]。

对AI初创企业、模型开发者和科研机构而言，新模式缩短了算力获取的周期。需求方无需等待数据中心选址、供电建设及硬件部署，即可更快获得大规模AI算力，满足模型训练、后训练、微调及Agent AI推理等多样化需求[S3][S6]。这意味着创意到产品的转化路径被进一步压缩，中小团队也能接触到此前只有头部企业才能负担的高端算力资源。

对英伟达自身而言，新模式既是收入结构的调整，也是生态控制力的延伸。一方面，从一次性硬件销售延伸到长期运营分成，英伟达获得了更稳定、更具增长弹性的经常性收益；另一方面，通过信用支持和架构输出，英伟达将更多新兴云厂商绑定在自身技术生态内，降低了对亚马逊、微软、谷歌等少数大型云厂商的依赖，同时也对冲了这些巨头自研AI芯片带来的潜在市场风险[S9]。

当前的争议、风险与后续观察点

尽管新模式被普遍视为AI算力基础设施领域的重要商业模式创新，但其推进过程中也伴随着争议和不确定性。2026年8月，英伟达暂停了该收入分成模式下的部分合作，原因是内部担忧触发反垄断审查及对客户经营干预过深[S10]。英伟达官方随后表示新模式仍在正常运作，并会依据市场需求持续优化迭代，而非彻底放弃。这一插曲反映出新模式在监管合规层面仍存在需要厘清的边界。

从商业风险角度看，英伟达本质上是在利用自身资产负债表为下游需求背书，承担了一定的市场波动风险。如果未来几年全球AI大模型的真实推理与训练需求未能达到预期，算力市场出现产能过剩，英伟达将不得不按约定回租大量闲置产能，从而承受收入缺口[S11]。这种供应商融资式的扩张模式，对英伟达的风险定价能力和需求判断能力提出了更高要求。

目前仍有多个关键问题有待观察。首先是新模式对原有360亿美元租赁担保合作协议的替换进度与覆盖范围尚不明确，现有大型云厂商的存量合同是否会逐步转向新模式，尚无官方表态[S9]。其次，亚马逊、微软、谷歌、Meta等大型云厂商是否会接受该新模式，目前也没有明确信息。这些巨头既是英伟达的重要客户，也在推进自研芯片，它们的选择将直接影响新模式的市场空间。

此外，首批合作项目的实际建设进度、算力上线时间与当前利用率尚未披露，模式的真实运营效率还有待验证。而该模式对AI算力市场价格、行业集中度的长期影响，更需要更长时间的数据积累才能作出准确判断。可以确定的是，英伟达此次合作模式的调整，已经开启了AI算力基础设施商业模式重构的序幕，后续进展将持续牵动整个AI产业的成本结构与竞争格局。