英伟达：人工智能事实上的中央银行：金融工程、风险与市场影响

英伟达的金融角色堪比中央银行

英伟达高达 5000 亿美元的投资承诺和兜底担保，实际上使其成为 AI 基础设施领域的“中央银行”，通过提供流动性、承保风险以及塑造算力部署节奏来发挥作用。

巨额估值增长推动激进的资本部署

受 AI 芯片需求爆发式增长的驱动，英伟达的市值在 2023 年至 2026 年间从 1 万亿美元飙升至 5.4 万亿美元。
在过去三年中，该公司承诺向初创企业投入超过 700 亿美元，并提供3000 亿美元的客户融资，促使分析师将其称为“AI 的中央银行”。
黄仁勋认为，这种融资方式能够解锁那些否则难以获得可负担信贷的项目。

“英伟达只是在帮助解锁投资，让那些完全可行但可能难以以合理价格借到足够资金的项目得以推进。” – 黄仁勋（引自《经济学人》）

英伟达如何创造需求

兜底担保 – 为俄亥俄州一个拥有 150 万块 GPU 的数据中心提供高达 1050 亿美元的担保，并为其他新云（neocloud）项目提供类似担保。
初创企业股权投资 – 2023 年投资了约 90 家初创企业，几乎是 2021 年数量的两倍；2024 年又宣布了 60 多笔交易。
开放权重模型资助 – 向 Poolside 投资 60 亿美元，以 129 亿美元收购 Hugging Face，以及其他旨在推广计算密集型 AI 应用的交易。
收入保底协议 – 签订为期六年的合同，向新云提供商支付最低算力收入，从而降低其借贷成本并刺激芯片销售。

超大规模云服务商的威胁

英伟达一半的收入来自超大规模云服务商（亚马逊、谷歌、Meta、微软）。这些公司目前正在设计定制 AI 芯片，其成本仅为英伟达产品的 20-33%，并且可以针对其自身的软件栈进行优化。
彭博智能（Bloomberg Intelligence）预测，定制芯片在 AI 处理器市场的份额将从 2024 年的约 40% 上升至 2030 年的约 50%。
随着超大规模云服务商转向自研硅片，英伟达对它们的直接销售可能会下降，从而增加对融资驱动型需求的依赖。

量化风险敞口

类别	大致金额	负债性质
未来股权投资	250 亿美元	若交易达成则需现金支出
现有债务	330 亿美元	固定利率义务
潜在兜底负债（表外）	3000 亿美元	或有负债，由市场放缓触发
特定高知名度担保	1050 亿美元（俄亥俄数据中心）+ 1250 亿美元（华尔街合作）+ 670 亿美元（其他兜底）	长期、多年期合同

摩根士丹利 估计，英伟达的“全部”债务可能在 2029 年初 升至 2000 亿美元，但这将被 990 亿美元 的现金和流动性证券以及 2024 年预期的 2000 亿美元 现金流所抵消。

评论员和分析师强调的风险

需求端风险 – 如果 AI 算力增长停滞，新云提供商可能无法达到收入保底要求，迫使英伟达购买未使用的算力或弥补电力采购缺口。
价格压缩 – 定制芯片和供应增加可能导致 GPU 价格下跌，侵蚀英伟达的毛利率（目前约为 75%）。
系统性风险敞口 – 类似于 20 世纪 90 年代末的电信热潮，英伟达的融资可能创造出仅因其担保而存活的项目，一旦市场收缩，可能导致闲置硬件的连锁反应。
分析师观点 – 海波特研究（Seaport Research）的杰伊·戈德堡（Jay Goldberg）表示，英伟达“非常接近”于创造需求，而不仅仅是促进需求。迈克尔·伯里（Michael Burry）警告称，市场放缓可能会触发该公司豪华支持合同中的损失。

“英伟达正在‘促进需求’和‘创造需求’之间走钢丝。” – 杰伊·戈德堡，海波特研究合作伙伴

反论与缓解因素

流动性缓冲 – 英伟达的现金储备和强劲的经营现金流为其应对中度衰退提供了可观的缓冲。
义务分散 – 担保分布在多年内（例如，俄亥俄数据中心的兜底担保从 2028 年持续到 2048 年），降低了单一冲击耗尽资源的可能性。
资产潜在再利用 – 如果租户违约，英伟达可以将数据中心租赁给其他客户，从而限制风险敞口。
行业趋势 – 其他芯片制造商（AMD、博通）也在利用融资机制，这表明这是一种更广泛的转变，而非仅针对英伟达的风险。

市场应关注的事项

定制芯片采用率的增长 – 跟踪超大规模云服务商设计的硅片与英伟达 GPU 之间的市场份额对比。
受兜底担保数据中心的利用率 – 低利用率将表明过度融资。
H100/A100 GPU 的价格走势 – 快速下跌可能会压缩利润率，并增加英伟达不得不履行价格保底担保的可能性。
新云提供商的信贷市场状况 – 非超大规模云服务商借贷成本的上升可能会使英伟达的担保更有价值，但也会增加该公司的或有风险敞口。

结论

英伟达激进的融资策略使其成为 AI 领域事实上的中央银行，加速了算力部署并巩固了其市场主导地位。然而，表外担保的规模——可能超过 3000 亿美元——创造了一种系统性风险，如果 AI 算力需求疲软或定制芯片竞争削弱了英伟达的定价权，这种风险可能会显现。投资者和政策制定者应密切关注需求创造与需求促进之间的平衡、超大规模云服务商芯片替代的速度以及融资数据中心项目的利用率，以判断英伟达的金融工程是可持续的，还是更广泛的 AI 行业调整的前兆。