.png)
2
英伟达正试图把 AI 算力从单纯的技术开支，变成可融资、可持有的基础设施资产。公司已与六家华尔街大型机构签署谅解备忘录，计划搭建融资平台，未来可能撬动超过 5000 亿美元第三方资本，用于 AI 数据中心建设。
六家机构参与融资平台
参与方包括 Apollo Global Management、Blackstone、BlackRock、Brookfield Asset Management、高盛和 KKR。英伟达希望借助这些机构，把以 GPU 为核心的 AI 数据中心，按商业地产、电厂或收费公路一类的长期资产来定价和融资。
按这一思路，企业不必一次性拿出大额资金购买整套算力设备，而是通过融资平台获得算力使用权。资金提供方则依靠长期租赁收入获取回报。英伟达称，这类资产具备可复用、可灵活调配和可持续产生收入的特征。
英伟达想改变会计与融资逻辑
目前，多数企业仍把购买或租用算力视为普通技术支出。这类设备通常会随着新一代芯片推出而较快折旧。英伟达希望改变这一认知，强调 AI 工厂可以在多年内服务不同客户，并持续产生现金流，因此应被视为长期基础设施。
根据披露，华尔街机构将分别评估每个项目的客户需求、利用率和现金流，再决定是否投放资金。在部分交易中，如果芯片价值下滑，英伟达可能承担 25% 的风险，但最终投资决策仍由出资方独立完成。
这一安排也回应了市场对 AI 大规模资本开支回报率的质疑。若融资渠道扩大，更多企业可能加快建设 AI 数据中心，从而进一步锁定对英伟达硬件的需求。
去中心化算力网络差距或继续扩大
文章提到，Akash、Render 等去中心化算力网络一直试图通过区块链协调分散的 GPU 资源，建立全球算力市场。但在规模和稳定性上，这类网络仍难与头部 AI 数据中心竞争。
Epoch AI 的研究显示，当前最大的活跃去中心化训练网络，吞吐能力仍只有前沿数据中心的大约三百分之一。研究机构认为，去中心化开发者在本十年内不太可能积累到前沿级别的算力规模。
除规模不足外，带宽限制、结果验证带来的额外成本、企业级服务协议缺失，以及大规模数据迁移困难，也都限制了企业采用。随着英伟达把华尔街长期资本引入 AI 基础设施，这一差距可能继续拉大。
