Nvidia 的风险业务：历史上的铁路融资如何映射当今的 AI 基础设施融资

核心观点

Nvidia、Google、Microsoft 以及其他超大规模云计算提供商正通过大规模的债务和股权发行来为 AI 计算热潮提供资金，这与 1873 年的铁路融资崩盘如出一辙，为该行业创造了一个高风险环境。

历史类比：Jay Cooke 与北太平洋铁路

  • 1870 年，金融家 Jay Cooke 利用爱国主义诉求和大规模媒体活动，向零售投资者出售北太平洋铁路债券。
  • 这一策略一直奏效，直到 1873 年恐慌爆发，当时信贷收紧，Cooke 无法找到新的买家。他的破产引发了一连串的铁路倒闭潮和长达数年的经济大萧条。
  • Stratechery 作者 Ben Thompson 利用这一事件来说明新型融资机制如何同时放大收益和系统性风险。

"问题在于北太平洋铁路的资本需求是无穷无尽的，到 1873 年 9 月……Cooke……再也找不到买家了。随后的破产……引发了 1873 年恐慌" – Stratechery, "Nvidia’s Risky Business".

AI 计算投资浪潮

  • Liaquat Ahamed 的著作 1873 将 1870 年代的 5 亿美元铁路债券折算为 2026 年的约 6000 亿美元——这正是该年度预计的 AI 基础设施支出。
  • Microsoft 仍是唯一拥有正向自由现金流的超大规模提供商（2026 年 Q4 为 196 亿美元），因为它仍利用现金而非债务来为 CapEx 提供资金。
  • Oracle、Meta、Alphabet 和 Amazon 在 2025 年 9 月至 11 月期间发行了 800 亿美元的债务，随后在 2026 年总共筹集了 1940 亿美元，期间债券利差扩大，覆盖率从 5 倍降至 <2 倍。
  • 2026 年 6 月，Google 宣布了 850 亿美元的股权融资，其中包括来自 Berkshire Hathaway 的 100 亿美元“过桥”资金，这表明即使是最大的云提供商也在转向股权来为计算提供资金。

DeepMind 的领导层动荡与 Google 的云战略

  • SemiAnalysis 宣布 DeepMind 的 Gemini 项目“完蛋了”（cooked），理由是领导层流失（Demis Hassabis, Jeff Dean）以及阻碍前沿研究的官僚文化。
  • 同一份分析预测 Google Cloud 将从中受益：Thomas Kurian 的团队正在赢得计算资源分配的内部斗争，且 Anthropic 目前购买了 Google TPU 出货量的 >20%。
  • Google CEO Sundar Pichai 将这笔 100 亿美元的 Berkshire 交易定性为一项长期的、投资回报率（ROI）正向的投资，旨在支持大型云客户（极有可能是 Anthropic）。

"我们从技术栈的许多不同部分获利……大多数大型 AI 实验室都在使用我们的技术栈" – Thomas Kurian, Stratechery interview.

Nvidia 的新融资模式：AI 工厂作为一种资产类别

  • Jensen Huang 宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 建立合作伙伴关系，创建能够为 AI 基础设施动员 >5000 亿美元资金的融资平台。
  • 该模式将 AI 计算中心视为可重复的、产生收入的资产，由 Nvidia 为高达 25% 的残值融资提供担保。
  • 与股权不同，这种结构旨在通过利用长期机构资本而非稀释股东来保持 Nvidia 的利润率。

"AI 工厂可以作为生产性基础设施进行融资……它们产生收入，服务于广泛的市场，随时间改进并可以重新部署" – Jensen Huang, X post.

社区强调的风险

  • 需求增长的不确定性 – 评论者指出，虽然计算需求将持续存在，但年增长的假设可能被夸大了，这可能使债务变成负担。
  • 竞争性硬件 – TPUs、Trainium 芯片和新兴的中国 GPU 可能会侵蚀 Nvidia 的市场份额，降低其融资平台的价值。
  • 软件锁定侵蚀 – 随着 Anthropic 和 OpenAI 转向硬件无关的框架，CUDA 的主导地位正面临挑战，削弱了 Nvidia 的软件护城河。
  • 资本周期动态 – 几位评论者将当前的 AI 融资狂热与历史上的泡沫进行比较，警告说“没有什么东西会永远一路向右增长”。

"建立在‘这次不一样’信念上的商业模式总是在地平线上遇到风暴" – HN comment.

为什么类比很重要

  • 1870 年代的铁路繁荣和当今的 AI 计算竞赛都依赖于大规模的、通常是投机性的资本流入，以建设可能超过实际需求的设施。
  • 在 1870 年代，崩盘是由信贷过度扩张引起的；而今天，超大规模提供商正在过度利用债务市场，同时 Nvidia 正在寻求新型的股权式融资。
  • 如果 AI 计算增长停滞，负债累累的超大规模提供商可能会面临流动性紧缩，而 Nvidia 的融资平台可能会出现认购不足，使投资者面临损失。

前景展望

  • 短期： 预计将持续出现股权融资（Google）和债务发行（Amazon, Meta, Oracle, Alphabet），因为各公司正在竞相确保 TPU、GPU 和定制芯片的产能。
  • 中期： 关注债券利差、覆盖率以及 Nvidia AI 工厂融资的采用情况。计算需求的放缓会迅速收紧融资条件。
  • 长期： 该行业的健康状况将取决于计算是会成为一种边际成本极低的真正商品（TPUs vs. GPUs），还是保持为一种与专有技术栈绑定的差异化、高利润资产。

所有陈述均基于 2026 年 8 月 11 日的 Stratechery 文章及随附的 Hacker News 讨论。未捏造外部数据。

Sources

相关