英伟达联合六大资管机构搭建 AI 基建融资平台，黄仁勋称部分项目可获最高 25% 残值支持
据 IT之家 8 月 15 日消息，英伟达于 8 月 11 日宣布与阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛和 KKR 等机构合作，建立独立融资平台，目标是随着时间推移撬动超过 5000 亿美元第三方资本，用于 AI 基础设施建设。英伟达 CEO 黄仁勋在声明中提到，公司未来可能会针对部分 AI 基础设施投资项目提供最高 25% 的残值支持，以降低金融机构对相关资产融资的风险顾虑。英伟达将该计划定位为推动 AI 算力成为可投资资产类别 的重要一步。
从“买 GPU 建机房”到“AI 工厂融资”
按照英伟达的设想，AI 基础设施的建设模式正在发生变化。过去，企业通常自行采购 GPU、服务器和网络设备，并建设或租用数据中心来承载 AI 训练与推理任务；而英伟达希望未来的“AI 工厂”能够更接近电力、交通、通信等生产性基础设施，通过长期机构资本、标准化项目评估和融资平台来建设。
来源显示，此次平台面向符合条件的 AI 实验室、企业以及 AI 云服务商。需要明确的是，超过 5000 亿美元并不是英伟达的营收目标，也不是某一个基金的规模，更不是对单一客户的贷款承诺，而是相关融资平台计划长期调动的第三方资本总量。
在具体分工上，英伟达负责提供 AI 工厂平台能力，包括 GPU、网络、系统软件、AI 框架以及 CUDA 生态等；长期资本和项目融资则由金融机构提供。参与机构将对客户情况、算力需求、设备利用率、现金流以及资产残值等因素进行独立评估。
残值支持解决什么问题？
黄仁勋提到的最高 25% 残值支持，是此次计划中最受市场关注的部分。所谓残值支持，核心并不是英伟达替客户融资，也不是为整个项目兜底，而是在某些项目发生违约或资产处置时，如果 GPU 等设备的实际残值低于融资模型预期，英伟达可能覆盖部分差额风险。
这类机制的目的，是缓解金融机构对 AI 硬件快速迭代、算力设备贬值过快的担忧。AI 芯片和服务器投入巨大，但技术路线、客户需求和模型架构都在快速变化，金融机构在评估其长期现金流时会更加谨慎。英伟达通过有限度的残值支持，试图增强资产可融资性。
- 支持上限：黄仁勋称部分项目可能获得最高 25% 的残值支持。
- 适用范围：并非所有项目自动获得，将逐个项目审慎评估。
- 风险边界：该机制补充金融机构风控，不取代其独立评估。
- 资金来源：融资由长期机构资本提供，英伟达并不直接决定项目是否获批。
市场担忧“循环融资”，英伟达强调独立评估
该计划公布后，外界关注其是否可能形成所谓“循环融资”：即芯片厂商推动金融资本为客户采购自家设备提供资金，从而反过来支撑自身销售增长。对此，英伟达的回应重点在于，平台由独立长期机构资本参与，具体项目也需要金融机构基于客户、现金流和资产残值自行判断。
从产业角度看，这种解释能否打消市场疑虑，取决于未来项目披露透明度、客户真实需求以及算力使用率表现。如果融资驱动的是稳定推理业务、企业 AI 云服务和长期训练需求，AI 基础设施的确可能具备较强的现金流属性；但如果项目过度依赖预期增长，资产回收周期和技术迭代风险仍会放大。
对 AI 产业的影响：算力金融化正在加速
英伟达将 AI 工厂描述为一种可重复部署的生产性资产，而不只是一次性硬件销售。公司认为，其平台可以承载语言、视觉、语音、生物、机器人等多类 AI 工作负载，当某一客户需求变化时，相关算力基础设施理论上可重新部署给其他客户、云服务商或运营商。
英伟达还强调，软件升级能够延长硬件经济使用周期。公司以 A100 为例称，该产品于 2020 年推出，到 2026 年仍用于 AI 训练、微调、推理和高性能计算，并有客户继续签订多年算力部署协议。这一说法意在说明，AI 加速硬件并非只能在短周期内消耗价值，而可能通过软件生态和多场景复用维持较长资产寿命。
对于中文科技读者而言，此次事件的关键不只是“5000 亿美元”这一规模数字，而是 AI 算力正在从技术采购项，转向金融机构可建模、可评估、可配置的基础设施资产。AI 产业竞争正在从芯片性能、模型能力，进一步延伸到资本结构、资产定价和基础设施运营效率。如果这一模式跑通，未来大型 AI 云、企业智能化平台和模型服务商获得算力的方式，可能会更接近能源或数据中心行业的长期融资逻辑。