英伟达GPU债务担保释放AI项目三位一体：资本、承购

2026年7月6日

目前，大多数AI基础设施建设主要由超大规模云服务商（如谷歌、亚马逊、Meta、微软、甲骨文）通过现金流资助。但过去一年，形势开始转变，甲骨文、Meta乃至谷歌都开始转向债务融资。英伟达收入飙升，尽管AI建设已进行三年，但市场对英伟达今年下半年出货量和收入的预估仍远低于我们通过供应链追踪（加速器模型）得出的数据。

AI债务融资将成为一个数万亿美元的信贷市场，到2029年未偿债务将超过7万亿美元，由AI IT资本支出和AI数据中心资本支出需求驱动，覆盖新云服务商、数据中心建设者乃至超大规模云服务商。这将是美国第二大资产支持债务市场，仅次于规模超过13万亿美元的抵押贷款支持融资市场。

2028年，年度AI资本支出（包括GPU、网络、存储、附属CPU计算以及容纳AI计算的数据中心）将远超过2万亿美元。2024年至2029年累计AI资本支出将达到约11.1万亿美元，信贷市场将是这一建设的主要资金来源。

至今借款需求的激增源于AI实验室和超大规模云服务商需求的快速增长，而支持这些需求的AI集群建设得益于超大规模云服务商背书的长期照付不议计算合同，最常见的承购期为5年。尽管本文主要关注AI IT资本支出（即GPU及相关资本支出，如存储、网络和CPU）的融资，但数据中心资本支出融资的增长也需要大量支持。更多细节可参见我们的AI TCO模型和AI数据中心模型。

执行任何AI计算建设都需要组装我们称之为“AI项目三位一体”的三个要素：资本、承购和数据中心。

资本：目前，贷款人要求在提供债务融资前必须有承购合同或投资级超大规模云服务商的担保。

承购：要获得承购，首先需要股权资本以证明有能力支付所需IT设备的定金，但要筹集股权——又需要证明已有承购方和贷款人！

数据中心：最后，有抱负的新云服务商必须拥有可靠的承购方和贷款承诺，以说服数据中心运营商出租托管空间，或者自行建设数据中心。

但这并非不可能的三位一体，许多新云服务商已成功执行集群建设。交易不断发生，这得益于巧妙的结构设计（如三位一体中的一个或多个环节）、资本提供者（如私募股权公司）的密切赞助或牵线搭桥，以及各方承担的一些传统风险。

我们对未来几年GPU出货量和数据中心资本支出的预测表明，未偿AI债务融资需求将迅速超过所有其他美国资产支持市场。

但将这一债务市场从2024年和2025年的数千亿美元增长到2029年的约7.1万亿美元并非易事——债务市场要达到这一规模，且计算市场不仅要服务超大规模云服务商和大型AI实验室，还需克服若干重大障碍：

超大规模云服务商的担保不是无限的：超大规模云服务商的资产负债表无法为数万亿美元的计算提供担保，但除了5年超大规模担保计算交易的四个角落外，贷款意愿几乎完全消失。如果贷款市场不超越这一模板，一旦超大规模云服务商耗尽其担保能力，将没有进一步的项目可贷。

贷款人仍处于学习曲线中：私人信贷和私募股权在向第一批大型新云服务商提供贷款方面领先，但随着利差随时间压缩，资本需求增加，需要更广泛的贷款人参与，然而大多数银行对AI集群总拥有成本、AI计算市场以及代币经济学和终端需求的理解仍处于初级阶段，仍躲在投资级承购或担保的盾牌后面。

资本提供者缺乏定价和管理风险的工具：除了我们自己的SemiAnalysis GPU租赁定价指数外，几乎没有构建良好的GPU租赁价格指数。GPU租赁交易都是双边进行的，一般不公开，也没有活跃的衍生品市场提供定价信号或GPU残值的良好参考。

当前新云服务商市场结构还有其它问题。最紧迫的问题是，除了超大规模云服务商和大型AI实验室外，其他租户对计算资源的广泛访问受限，以及短期租赁供应有限，因为大多数贷款都是针对5年担保模板。

例如，风险投资支持的AI初创公司和推理提供商可能现金充裕，但他们希望签订短期合同的大规模集群，以便快速进入下一轮融资并重新加载计算资源。由于大多数新云服务商迄今倾向于坚持大型5年承购，这些初创公司被迫接受比他们期望更大的预付款或更长的合同，租用比他们需要的更少的GPU，最终使用他们更偏好的不同GPU，并且常常不得不接受远在未来的开始日期。

特别是推理提供商，与训练为主的AI实验室相比，对合同时间非常敏感。虽然AI实验室能够承诺更长的周期（如3年及以上），但推理提供商完全不愿意签订超过1年的合同，宁愿放弃计算访问权也不愿承担任何延长期限的风险。

对于其他人的短期租赁，目前仍是卖方市场。截至目前，我们只知道少数几家新云服务商仍在提供1年租赁，而且他们设定的租赁条件苛刻——有时要求预付款高达合同总价值的100%。新云服务商对其GPU的需求如此之大，以至于他们能够解决足以完全资助集群资本支出的预付款金额，这意味着理论上的无限内部收益率，因为他们可以在不付出任何现金的情况下建立集群！

英伟达担保计划登场

2025年，我们广泛撰写了数据中心容量如何成为AI计算增长的瓶颈。到2026年初，数据中心供应状况显著改善，但很明显芯片生产现在成为限制性约束。现在——年中——很明显，融资将成为广泛普及大规模计算的最重大障碍之一。

这就是为什么英伟达介入并开始自行担保GPU租赁承购。在担保计划中，英伟达向新云服务商提供照付不议承诺——对基础GPU容量的最低收入保证。作为交换，英伟达也分享新云服务商超过担保水平的收入的一部分。

新云服务商当然可以自由地向他们认为商业上合理的任何其他客户以任何期限出租，而且意图正是让新云服务商永远不必实际调用担保。

英伟达的担保计划有几个关键目标：

拓宽计算可用性：这一目标有两个维度，一是将计算市场开放到远不止少数几家大型超大规模云服务商和AI实验室，二是确保不同合同期限（尤其是少于1年的短期合同）的租赁合同可用，而不仅仅是5年期限。

支持GPU融资市场发展：通过为贷款人赢得学习曲线上升和采用工具定价和管理风险的时间，使他们更容易为拥有多样化客户群和租赁合同期限的新云服务商提供资金。

发展新云服务商：提供早期支持，使新云服务商能够快速增长、建立业绩记录并证明其商业模式和客户群的可行性，从而成为能够以有吸引力的条件获得银行贷款以及更轻松地承担数据中心义务的平台。这拓宽了买家基础，超越了少数几家可能用自己的定制硅解决方案与英伟达系统竞争的超大规模云服务商。

有了这一担保，新云服务商可以更轻松地组装AI项目三位一体：

资本：贷款人看到英伟达的担保及其AA/Aa2投资级信用评级，并愿意提供与担保期限相匹配的贷款。有了可行的市场推广计划和英伟达担保，可以筹集股权以支付定金，确保设备以及开始开发集群所需的各种付款。

承购：有了担保和集群资金，新云服务商随后可以挖掘之前未满足的承购需求，而不只是典型的5年AI实验室或超大规模承购。

数据中心：然而，即使有担保到位，获得三位一体的最后一部分——数据中心容量——仍然具有挑战性，除非有创造性的数据中心租赁结构或自行建设数据中心。在这里，英伟达甚至更深入，因为它已开始担保数据中心租约。

担保计划带来的增量收入将十分可观，但英伟达从这些担保中获得的收益远不止这些额外收入。他们的目标恰恰是彻底重塑GPU市场结构本身。我们已经讨论过，如果5年超大规模担保承购是唯一可行的交易结构，那么他们可以销售的总市场规模将很快遇到瓶颈。

2026年1月，我们首先向机构订阅者讨论了英伟达如何成为AI的中央银行。中央银行的存在是为了在银行系统中的其他人不愿介入时提供流动性，支持经济活动直到其他人准备好接手。

新云服务生态系统中的大多数参与者无法为大型GPU建设筹集足够的债务，除非直接租赁给大型超大规模云服务商。英伟达不希望市场局限于同一小部分集中买家。小买家想要GPU，能够支付，但他们无法向为建设项目提供资金的债权人提供信用评级。在2026年年中，英伟达明确表明它已准备好作为中央银行提供这种支持。

英伟达担保的结构

英伟达的担保计划通常为期六年，在这六年中，英伟达准备按预先约定的价格水平购买计算能力，这些价格水平随时间变化。每个新云服务商预计将单独谈判担保条款，我们可以预期不同新云服务商最终可能有不同的收入分享和担保时间表。下表是一个说明基本条款的示例——我们提出我们认为处于担保范围较低端的担保定价曲线——在这种情况下，六年期间平均为2.36美元，但我们预计大多数新云服务商将谈判获得更高的担保。

让我们先考虑几种不同场景下新云服务商在担保计划下的经济状况。在第一种场景中，新云服务商专注于租期为1年或更短的客户群，因此我们模拟GB300的1年租赁价格从6.75美元/小时开始，随后每年递减……

（文章因AI成本控制截断）