研究ai怎么用、怎么赚

英伟达融资平台的资本版图:5000亿美元撬动23.5万亿,要帮客户找钱买GPU@硅谷宇宙

英伟达正在把 AI 算力竞争推向一个新的阶段:芯片不再只是硬件产品,而被包装成可以融资、可以租赁、可以产生现金流的基础设施资产。

据 Reuters 和 Axios 报道,英伟达已与 Apollo、BlackRock、Blackstone、Brookfield、GoldmanSachs 和 KKR 合作,计划建立 AI 计算基础设施融资平台,目标是动员超过 5000 亿美元第三方资本,用于支持 AI 数据中心和英伟达体系算力建设。

单位:亿
表1 5000 亿美元 AI 算力融资目标 vs 四大科技巨头净利润
公司备注
微软(FY26)1337 亿美元截至 2026 年 6 月

最新完整财年 GAAP 净利润 1337 亿美元,较全表均值高 177.75亿。

最高
Alphabet(2025 自然年)1322 亿美元—

最新完整财年 GAAP 净利润 1322 亿美元,较全表均值高 162.75亿。

英伟达(FY26)1201 亿美元截至 2026 年 1 月

最新完整财年 GAAP 净利润 1201 亿美元,较全表均值高 41.75亿。

亚马逊(2025 自然年)777 亿美元—

最新完整财年 GAAP 净利润 777 亿美元,较全表均值低 382.25亿。

最低
四家合计4637 亿美元—

最新完整财年 GAAP 净利润 4637 亿美元,较全表均值高 3477.75亿。

5000 亿融资目标≈ 四家利润总和的 1.08 倍单靠微软需 3.7 倍、单靠亚马逊需 6.4 倍才能覆盖

最新完整财年 GAAP 净利润 未披露。

未披露
最新完整财年 GAAP 净利润最低 777 亿美元 亚马逊(2025 自然年)最高 1337 亿美元 微软(FY26)中位 1322 亿美元 Alphabet(2025 自然年)已排除 1 项合计
条形对照 · 长度=最新完整财年 GAAP 净利润的绝对值,满格 1337.00亿;虚线为均值 1159.25亿(已排除 1 项合计)
微软(FY26)1337 亿美元
Alphabet(2025 自然年)1322 亿美元
英伟达(FY26)1201 亿美元
亚马逊(2025 自然年)777 亿美元
四家合计合计4637 亿美元
5000 亿融资目标≈ 四家利润总和的 1.08 倍
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

这件事的核心不只是华尔街给 AI 投钱。更准确地说,英伟达正在尝试把 GPU、AI 服务器和数据中心容量,变成类似电厂、通信塔、飞机租赁和房地产一样的长期金融资产。

表2 标普 500 主动型基金持仓覆盖率变化(来源:美银全球研究)
标的 2016 年 2 月 2026 年 2 月
英伟达 约 5% 78%
谷歌 / Meta / 亚马逊 / 微软 / 苹果 / 博通(六只科技股平均) — 81%

过去客户买芯片,需要一次性资本开支;现在客户可以通过资产管理机构、私募信贷和基础设施基金获得融资,再用未来算力租赁收入偿还资本成本。AI 算力从技术瓶颈,正式进入金融工程阶段。

吐槽解读卖芯片的天花板由客户资产负债表决定,于是供应商开始替客户找钱——把GPU变成能出租、能按月收钱的资产,等于给算力需求装上一根外部输血管。5000亿美元的目标资本,对应六大机构合计约23.5万亿的管理规模,只占其中约2%。

代价是把硬件折旧风险搬进了私募信贷与基础设施基金:客户收入跑不过资本成本时,坏账不在科技公司账上。算力金融化能拉长需求,也让每一份租赁合同的现金流质量变成真正的定价依据。

英伟达融资平台的资本版图:5000亿美元撬动01 5000 亿美元融资平台 英伟达融资平台的资本版图:5000亿美元撬动 01 5000 亿美元融资平台 01 5000 这次合作方几乎覆盖了全球最 这说明英伟达已经意识到 02 AI 算力成为「 核心逻辑是现金流 这次交易最重要的概念 传统上 GPU 03 金融化最大风险 5000 亿美元融资听起来 Axios 指出这类安排可 这不是无中生有的担心 tucaod.com

这张图回答的是:算力需求如何被金融化放大。

01 5000 亿美元融资平台

这次合作方几乎覆盖了全球最重要的另类资产和基础设施资本:Apollo、Blackstone 和 KKR 代表私募股权与私募信贷,BlackRock 和 Brookfield 代表大规模基础设施资金,GoldmanSachs 则代表华尔街投行和资本市场结构设计能力。

单位:亿
表3 参与 5000 亿美元融资平台的六家机构及其管理规模
机构资本属性
阿波罗 Apollo私募股权与私募信贷1.05 万亿美元

管理 / 资产规模 1.05 万亿美元。

黑石 Blackstone私募股权与私募信贷1.35 万亿美元

管理 / 资产规模 1.35 万亿美元。

KKR私募股权与私募信贷7960 亿美元

管理 / 资产规模 7960 亿美元。

最高
贝莱德 BlackRock基础设施资本15.3 万亿美元(旗下 GIP 基础设施资产 2120 亿美元)

管理 / 资产规模 15.3 万亿美元(旗下 GIP 基础设施资产 2120 亿美元)。

博枫 Brookfield基础设施资本>1 万亿美元(设 50 亿美元首只 AI 基础设施基金)

管理 / 资产规模 >1 万亿美元(设 50 亿美元首只 AI 基础设施基金)。

最低
高盛 GoldmanSachs资本市场结构化监管资产 4.04 万亿美元(2026H1 并购交易额 1.2 万亿美元)

管理 / 资产规模 未披露。

未披露
六家合计—约 23.5 万亿美元(5000 亿目标约占 2%)

管理 / 资产规模 约 23.5 万亿美元(5000 亿目标约占 2%)。

未披露
管理 / 资产规模最低 >1 万亿美元(设 50 亿美元首只 AI 基础设施基金) 博枫 Brookfield最高 7960 亿美元 KKR中位 1.35 万亿美元 黑石 Blackstone
条形对照 · 长度=管理 / 资产规模的绝对值,满格 7960.00亿
阿波罗 Apollo1.05 万亿美元
黑石 Blackstone1.35 万亿美元
KKR7960 亿美元
贝莱德 BlackRock15.3 万亿美元(旗下 GIP 基础设施资产 2120 亿美元)
博枫 Brookfield>1 万亿美元(设 50 亿美元首只 AI 基础设施基金)
高盛 GoldmanSachs监管资产 4.04 万亿美元(2026H1 并购交易额 1.2 万亿美元)
六家合计约 23.5 万亿美元(5000 亿目标约占 2%)
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

Reuters 称这些平台目标是为前沿 AI 开发商、企业、政府和云服务商提供基于英伟达基础设施的融资通道。

这说明英伟达已经意识到,AI 芯片需求的上限不只取决于技术,也取决于客户资产负债表。OpenAI、Anthropic、xAI、CoreWeave、Nebius 等公司都需要巨额算力,但并不是每家公司都能像微软、谷歌、亚马逊那样用自身现金流持续建设数据中心。

单位:Q1
表4 AI 资本开支现金流对比:经营性现金流为正 ≠ 自由现金流为正
公司自由现金流 / 现金消耗
SpaceX2026 Q2经营性现金流为正,自由现金流净流出 159 亿美元

口径 2026 Q2,与全表均值持平。

未披露
CoreWeave2026 Q1净流出 47 亿美元

口径 2026 Q1,与全表均值持平。

最高
Nebius2026 Q1净流出 2 亿美元

口径 2026 Q1,与全表均值持平。

最高
OpenAI2026 Q1现金消耗 37 亿美元(未经审计)

口径 2026 Q1,与全表均值持平。

最高
Anthropic私营保密无可比数字

口径 未披露。

未披露
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

如果融资通道打不开,再强的 AI 需求也会被资本开支卡住。所以英伟达现在做的是从供应商变成生态组织者——它不只是向客户出售 GPU,也在帮助客户找到资金;不只是推动 Blackwell 和 Rubin 出货,也在推动华尔街相信这些 AI 算力资产可以长期产生收入。

表5 AI 加速器出货结构:定制 ASIC 占比快速提升(来源:J.P. Morgan 预测)
年份 定制 ASIC 占比 英伟达份额
37% 57%
2027(预计) 54% 41%

换句话说,英伟达正在把「卖铲子」升级成「帮淘金者融资买铲子」。这一模式对英伟达有直接好处:

  • 第一,扩大客户购买力,降低 AI 实验室和新云厂商的融资门槛。
  • 第二,锁定长期 GPU 需求,平滑未来订单波动。
  • 第三,把 AI 基础设施融资从少数云巨头资产负债表,扩展到全球机构资金池。

若这一机制跑通,英伟达的客户范围将不再局限于现金最充裕的超大规模云厂商。

02 AI 算力成为「可投资资产」

核心逻辑是现金流,而不是芯片残值。

这次交易最重要的概念,是 AI 计算正在被定义为可投资资产类别。传统上 GPU 是快速折旧的电子设备,生命周期短、技术迭代快,很难被长期资本当作稳定抵押品。

单位:亿
表6 微软 / 甲骨文 / Meta / 谷歌折旧费用历史值与未来四年预测
公司
微软约 110 亿美元约 910 亿美元

前两个财年折旧费用 约 110 亿美元,较全表均值高 17.50亿;预测期末折旧费用 约 910 亿美元。

甲骨文约 30 亿美元约 570 亿美元

前两个财年折旧费用 约 30 亿美元,较全表均值低 62.50亿;预测期末折旧费用 约 570 亿美元。

最低
Meta约 80 亿美元约 600 亿美元

前两个财年折旧费用 约 80 亿美元,较全表均值低 12.50亿;预测期末折旧费用 约 600 亿美元。

谷歌约 150 亿美元约 670 亿美元

前两个财年折旧费用 约 150 亿美元,较全表均值高 57.50亿;预测期末折旧费用 约 670 亿美元。

最高
前两个财年折旧费用最低 约 30 亿美元 甲骨文最高 约 150 亿美元 谷歌中位 约 110 亿美元 微软
预测期末折旧费用最低 约 570 亿美元 甲骨文最高 约 910 亿美元 微软中位 约 670 亿美元 谷歌
条形对照 · 长度=前两个财年折旧费用的绝对值,满格 150.00亿;虚线为均值 92.50亿
微软约 110 亿美元
甲骨文约 30 亿美元
Meta约 80 亿美元
谷歌约 150 亿美元
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

但英伟达希望改变这个认知:如果一批 GPU 可以持续出租给企业、模型公司、政府和云客户,并通过使用费产生现金流,那么它就不只是硬件,而是类似「算力电厂」的生产性资产。

表7 同一组折旧预测的倍数视角:折旧是本轮 AI 资本开支在未来利润表留下的确定性成本(来源:摩根士丹利、公司财报、Factset)
公司 未来四年折旧费用增幅
甲骨文 约 22 倍
微软 约 8 倍
Meta 约 7 倍
谷歌 约 4 倍
四家合计 >6800 亿美元

这个逻辑在过去几个月已经出现雏形。Broadcom 此前与 Apollo、Blackstone 建立 AIXPV 平台,初始融资规模 350 亿美元,用于支持 Anthropic 超过 1GW 算力基础设施部署;Blackstone 也与 Google 建立 TPUCloud 合资项目,初始承诺 50 亿美元,计划在 2027 年上线约 500MW 容量。

表8 Anthropic 算力租赁融资交易结构(来源:公开报道整理)
参与方 / 要素 角色与结构
阿波罗 主要资本提供方
黑石 提供信贷与保险
全球性银行银团 A1 档 60 亿美元、A2 档 240 亿美元,另有约 50 亿美元
博通 提供残值担保,供应 XPU 芯片
谷歌 供应 TPU 芯片
规模 首批 350 亿美元,自 2026 年中起提供 >1GW 算力(平台支持 >20GW 全球部署)
关键结构 芯片资产由第三方持有,Anthropic 付租金而非直接承担采购成本

这些交易说明华尔街已经开始接受一种新模型:芯片、服务器、网络、电力和数据中心可以被打包成长期收益资产。

表9 折旧年限假设对单年折旧费用的影响(以 15 年寿命数据中心内 60 亿美元 GPU 为例;每缩短一年,年度费用抬高约 2–3 成,来源:摩根士丹利)
折旧年限假设 单年折旧费用
6 年 10 亿美元 / 年
5 年 12 亿美元 / 年
4 年 15 亿美元 / 年

资产管理机构提供资金,技术公司提供芯片和平台,AI 客户购买或租用算力,未来现金流用于支付利息、租金和资本回报。这对半导体产业链影响很大——一旦算力金融化,GPU 需求不再只由云厂商现金流决定,还会受到私募信贷、基础设施基金、保险资金和主权资本影响。

单位:亿
表10 同一测算的累计视角:4 年假设比 5 年多 45 亿、5 年比 6 年多 30 亿
折旧年限
6 年180 亿(第 1 / 7 / 13 年三次投入)150 亿

累计现金投入 180 亿(第 1 / 7 / 13 年三次投入),较全表均值低 20.00亿;15 年累计折旧费用 150 亿。

最低
5 年180 亿(三次投入)180 亿

累计现金投入 180 亿(三次投入),较全表均值低 20.00亿;15 年累计折旧费用 180 亿。

最低
4 年240 亿(第 1 / 5 / 9 / 13 年四次投入)225 亿

累计现金投入 240 亿(第 1 / 5 / 9 / 13 年四次投入),较全表均值高 40.00亿;15 年累计折旧费用 225 亿。

最高
累计现金投入最低 180 亿(第 1 / 7 / 13 年三次投入) 6 年最高 240 亿(第 1 / 5 / 9 / 13 年四次投入) 4 年中位 180 亿(三次投入) 5 年
15 年累计折旧费用最低 150 亿 6 年最高 225 亿 4 年中位 180 亿 5 年
条形对照 · 长度=累计现金投入的绝对值,满格 240.00亿;虚线为均值 200.00亿
6 年180 亿(第 1 / 7 / 13 年三次投入)
5 年180 亿(三次投入)
4 年240 亿(第 1 / 5 / 9 / 13 年四次投入)
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

HBM、光模块、液冷、电力设备、网络交换机和高端封装,也会被纳入同一个融资闭环。AI 工厂正在从技术项目,变成可以被资本市场定价的基础设施项目。

03 金融化最大风险:AI 收入必须追上资本成本

5000 亿美元融资听起来强劲,但它也会放大市场对循环融资和 AI 泡沫的担忧。

Axios 指出这类安排可能重新引发外界对 AI 融资循环性的质疑,即上游芯片供应商通过融资安排帮助客户购买自身产品。

这不是无中生有的担心。若客户真实收入不足以覆盖算力租赁成本,那么 GPU 再可金融化,本质上也只是把风险从科技公司资产负债表转移到私募信贷和基础设施投资者手中。

表11 折旧费用占营业收入比重持续抬升,意味着折旧增速快于收入(来源:摩根士丹利、公司财报、Factset)
公司 前两个财年折旧 / 营收 预测期末折旧 / 营收
甲骨文 约 5% 约 31%
Meta 约 7% 约 19%
微软 约 5% 约 18%
谷歌 约 5% 约 11%

关键问题有三个:

  • 第一、AI 算力资产是否足够长寿。数据中心建筑可用几十年,但 GPU、网络和服务器迭代很快——Blackwell 之后还有 Rubin。若老一代 GPU 租金快速下降,融资模型中的残值和现金流假设就会受到冲击。
  • 第二、AI 收入是否足够真实。OpenAI、Anthropic 等模型公司 ARR 增长快,但推理、电力、云租赁成本也在同步上升。AI 应用必须产生足够高的企业付费、广告效率或生产力收益,才能支撑数千亿美元级基础设施。
  • 第三、金融风险是否被低估。基础设施基金和私募信贷喜欢稳定现金流,但 AI 算力需求仍处在快速变化阶段。若模型架构变轻、推理成本下降、自研芯片替代英伟达 GPU,或大客户削减预算,融资资产收益率会被重新定价。
单位:亿
表12 四大云厂商与甲骨文资本开支:2027 年投行预测与一致预期差距扩大至 3370 亿美元
年份合计资本开支同比
20242620 亿美元———

摩根士丹利预测 未披露。

未披露
20254480 亿美元+71%——

摩根士丹利预测 未披露。

未披露
2026——8210 亿美元7580 亿美元

摩根士丹利预测 8210 亿美元,较全表均值低 3463.33亿;市场一致预期 7580 亿美元。

最低
2027—+54%12670 亿美元9300 亿美元

摩根士丹利预测 12670 亿美元,较全表均值高 996.67亿;市场一致预期 9300 亿美元。

2028——14140 亿美元10040 亿美元

摩根士丹利预测 14140 亿美元,较全表均值高 2466.67亿;市场一致预期 10040 亿美元。

最高
摩根士丹利预测最低 8210 亿美元 2026最高 14140 亿美元 2028中位 12670 亿美元 2027
市场一致预期最低 7580 亿美元 2026最高 10040 亿美元 2028中位 9300 亿美元 2027
条形对照 · 长度=摩根士丹利预测的绝对值,满格 14140.00亿;虚线为均值 11673.33亿
2024—
2025—
20268210 亿美元
202712670 亿美元
202814140 亿美元
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

AI 应用必须产生足够高的企业付费、广告效率或生产力收益,才能支撑数千亿美元级别基础设施。

单位:亿
表13 四大云厂商与甲骨文外部融资来源构成
公司备注
谷歌380 亿美元1370 亿美元股权 850 亿;债务 61% 来自非美元

2025 外部融资 380 亿美元,较全表均值高 107.50亿;2026(年内)外部融资 1370 亿美元。

最高
亚马逊150 亿美元1100 亿美元30% 来自非美元

2025 外部融资 150 亿美元,较全表均值低 122.50亿;2026(年内)外部融资 1100 亿美元。

最低
Meta300 亿美元250 亿美元下降

2025 外部融资 300 亿美元,较全表均值高 27.50亿;2026(年内)外部融资 250 亿美元。

甲骨文260 亿美元450 亿美元股权 200 亿

2025 外部融资 260 亿美元,较全表均值低 12.50亿;2026(年内)外部融资 450 亿美元。

币种——已扩展至美元 / 欧元 / 英镑 / 加元 / 瑞郎 / 日元 六种

2025 外部融资 未披露。

未披露
2025 外部融资最低 150 亿美元 亚马逊最高 380 亿美元 谷歌中位 300 亿美元 Meta
2026(年内)外部融资最低 250 亿美元 Meta最高 1370 亿美元 谷歌中位 1100 亿美元 亚马逊
条形对照 · 长度=2025 外部融资的绝对值,满格 380.00亿;虚线为均值 272.50亿
谷歌380 亿美元
亚马逊150 亿美元
Meta300 亿美元
甲骨文260 亿美元
币种—
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

如果模型架构变轻、推理成本下降、自研芯片替代英伟达 GPU,或者某些大客户减少训练和推理预算,融资资产的收益率会被重新定价。5000 亿美元计划昭示 AI 产业已进入更资本密集的阶段:技术领先还不够,谁能组织资金、锁定电力、把芯片转化为可融资现金流,谁就能控制下一阶段算力供给。

单位:%
表14 租赁与采购承诺占未来 12 个月经营性现金流比重
公司
甲骨文接近 775%约 94 倍(已签约支出义务≈未来一年经营性现金流近 8 倍)

租赁与采购承诺占未来 12 个月经营性现金流比重 接近 775%,较全表均值高 194.5%;较此前增长 约 94 倍(已签约支出义务≈未来一年经营性现金流近 8 倍)。

最高
Meta约 173%约 8 倍

租赁与采购承诺占未来 12 个月经营性现金流比重 约 173%,较全表均值低 34.3%;较此前增长 约 8 倍。

微软约 172%约 2 倍

租赁与采购承诺占未来 12 个月经营性现金流比重 约 172%,较全表均值低 34.7%;较此前增长 约 2 倍。

谷歌约 101%约 5 倍

租赁与采购承诺占未来 12 个月经营性现金流比重 约 101%,较全表均值低 61.6%;较此前增长 约 5 倍。

亚马逊约 95%—

租赁与采购承诺占未来 12 个月经营性现金流比重 约 95%,较全表均值低 63.9%。

最低
租赁与采购承诺占未来 12 个月经营性现金流比重最低 约 95% 亚马逊最高 接近 775% 甲骨文中位 约 172% 微软
较此前增长最低 约 2 倍 微软最高 约 8 倍 Meta中位 约 5 倍 谷歌
条形对照 · 长度=租赁与采购承诺占未来 12 个月经营性现金流比重的绝对值,满格 775%;虚线为均值 263.2%
甲骨文接近 775%
Meta约 173%
微软约 172%
谷歌约 101%
亚马逊约 95%
数据来源 硅谷宇宙
数值与原表一致,未做任何换算 · 点列头可排序

对英伟达来说,这是一次战略升级——它正在从 AI 芯片公司变成 AI 基础设施金融生态的核心节点。但对华尔街来说,这是一个新的资产类别实验,市场会更严格审视每一座数据中心、每一批 GPU 和每一份算力合同背后的现金流质量。

表15 六家公司采购承诺总额:不体现在当期资产负债表,却构成未来数年刚性支出义务(来源:摩根士丹利、公司财报)
年份 合计 谷歌 微软 Meta 英伟达 亚马逊 甲骨文
约 700 亿 — — — — — —
6440 亿 1490 亿 1420 亿 1310 亿 1260 亿 850 亿 110 亿

AI 竞赛正在加速巨变,英伟达仍站在最中心,但这一次,它卖的不只是 GPU,而是把 GPU 包装成了华尔街可以理解、可以融资、可以交易的 AI 基础设施资产。

数据来源:CNBC、Reuters、Axios、Blackstone、Apollo、NVIDIA 相关公开资料;公众号「硅谷宇宙」。

本文内容仅供参考,不构成任何投资建议。文中涉及融资规模、合作平台、AI 基础设施建设与未来预测均来自公开报道整理。


  1. 英伟达联合Apollo、黑石、KKR、贝莱德、博枫、高盛六大资本巨头,计划动员超5000亿美元第三方资本建设AI算力基础设施,把GPU包装成可融资、可租赁、可产生现金流的资产。
  2. 六家机构合计管理约23.5万亿美元资产,5000亿目标仅占约2%。英伟达借此从芯片供应商升级为生态组织者,帮客户融资买铲子,锁定长期GPU需求。
  3. AI算力金融化后,GPU需求不再只由云厂商现金流决定,还受私募信贷、基础设施基金、保险与主权资本影响,HBM、光模块、液冷等都被纳入同一融资闭环。
  4. 风险在于循环融资与AI泡沫:若客户收入不足以覆盖算力租赁成本,风险只是从科技公司资产负债表转移到私募信贷与基础设施投资者手中。
  5. AI收入必须追上资本成本:模型架构变轻、推理成本下降、自研芯片替代英伟达GPU,都可能让融资资产收益率被重新定价,考验每一份算力合同的现金流质量。
赞(0) 群聊
文章链接:https://www.tucaod.com/16006.html

讨论群终身200元

永远不解散,不涨价。不荐股、不带单。
ai学习安装,美股分析交流,不构成任何投资建议。终身免费指导。
AI产业链资料库

联系我们

觉得文章有用就可以进群

研究ai怎么用、怎么赚

支付宝扫一扫打赏