GPU开始金融化！黄仁勋拉上华尔街搞5000亿美元融资

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> GPU开始金融化！黄仁勋拉上华尔街搞5000亿美元融资 henry 2026-08-11 12:31:39 来源： 量子位 henry 发自 凹非寺 量子位 | 公众号 QbitAI 要不说黄种人务实呢！ 黄仁勋入驻推特之后，总共发了5条帖子，基本全是广告。 今天又发了，还是广告！刚刚，老黄拿下推特Premium会员，发表了自己的第一篇长帖，标题直抒胸臆： NVIDIA AI 工厂算力正在成为一种可投资的资产类别 。 简单来说，黄哥这次不满足于卖卡了，他准备把算力，直接包装成一种可以被 华尔街投资的基础设施资产 。 速通一下这篇文章，它主要讲了三件事儿： 1、黄仁勋宣布，NVIDIA将与阿波罗全球管理公司（Apollo）、黑石集团（Blackstone）、贝莱德（BlackRock）、博枫（Brookfield）、高盛（Goldman Sachs）和KKR合作，建立一批独立融资平台，计划撬动超过 5000亿美元的第三方资本 ，用于建设AI基础设施。 值得一提的是，5000亿美元这个数字，恰好和当年OpenAI、软银、甲骨文推动的Stargate（星际之门）项目公布的投资规模一模一样。 而这个第三方资本，还真就把GPU当理财产品了～ 2、老黄推出新概念 AI工厂 ，一整套GPU、网络、系统软件、AI 框架和 CUDA 组成的计算平台，输入能源和数据，输出智能。 这里的重点是，以前GPU买回来就是折旧的服务器，现在它能赚钱、能转手、还能靠软件升级延长价值，已经可以被当成一种基础设施资产，就类似AI时代的发电厂。 3、老黄回应关于左脚踩右脚的 循环投资 。虽然成立融资平台这事，很容易被外界解读为AI公司缺钱买GPU，华尔街借钱给它买NVIDIA的GPU，AI公司再靠这些GPU赚钱还债。 但老黄认为，这些钱来自独立的长期机构资本，每个项目都由BlackRock、Blackstone、KKR等机构自己审核客户、需求、利用率、现金流和设备残值，NVIDIA只负责牵头、提供平台。 翻译一下大概就是，钱你们自己出，项目你们自己审，我负责卖卡；真到最后GPU不值钱了，我可以帮忙兜一点。 最后，在评论区，老黄也是相当懂事，直接放上了自己和Larry Fink、Jon Gray、Bruce Flatt、David Solomon、Jim Zelter、Waldemar Szlezak等一众华尔街之狼的合影。 还配文称： “我们已经完成了从制造芯片，到创造一种全新的可投资资产类别，AI工厂基础设施的跨越。未来，每一家公司都会由它驱动，每一个国家都会建设它。” 所以问题来了： 究竟是黄哥带你吃肉喝汤，还是黄哥没活硬整，准备让你接盘半导体？ 以下为老黄原文： NVIDIA AI 工厂算力正在成为一种可投资的资产类别 今天，我们宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR达成合作，建立独立的融资平台，旨在随着时间推移，撬动超过5000亿美元的第三方资本，支持AI基础设施建设。 这是NVIDIA和整个AI行业的一个重要里程碑。 我们正在从这样一个时代走向另一个时代：过去，企业购买芯片，并以单个项目为单位建设数据中心；而现在，AI工厂可以像生产性基础设施一样获得融资——拥有可重复复制的平台、长期机构资本，以及一个利用算力创造收入的多元化客户群体。 AI已经到达一个拐点。它正在从研究走向生产。 AI正在创造真实价值，而支撑 AI 的基础设施，也正在成为全球生产效率最高的资产之一。 在AI时代，算力就是收入。 一种新的基础设施资产 NVIDIA算力不仅仅是一颗芯片。 它是一套完整的AI工厂平台，包括加速计算、网络、系统软件、AI框架，以及全球开发者生态。 NVIDIA DSX AI工厂可以运行全球范围最广的AI模型、模态和算法——包括语言、视觉、语音、生物学、物理AI和机器人。 一座NVIDIA AI工厂可以服务多个客户，也可以运行多种工作负载。 这让它具备了灵活性和可替代性。 与此同时，它建立在一个已经被全球广泛采用的架构之上。这套架构被所有主要云服务商采用，也被世界各地的系统厂商和企业使用。 当需求发生变化时，这座工厂可以交由另一位客户、另一家云服务商，或者另一家运营商使用。 这个广泛的生态系统，为NVIDIA算力提供了一个拥有大量潜在用户和承购方的深厚市场，也有助于保护其残值。 CUDA会让这座工厂随着时间推移变得越来越好。 每一代NVIDIA软件，都会提升已经安装部署的基础设施的性能、效率和总体拥有成本。 硬件并不是安装完成后就停滞不前：软件创新可以让一座AI工厂在整个生命周期中，以更低的成本生产更多智能，从而延长它的有效经济价值。 NVIDIA A100就是一个很有说服力的例子。 NVIDIA在2020年推出了基于Ampere架构的A100。六年之后，它仍然被广泛用于AI训练、微调、推理和高性能计算等商业场景。 客户仍在持续为多年期部署锁定A100算力，使A100的经济寿命逐步向十年延伸。 市场也正在证明NVIDIA算力经济性的持久性。 H100的一年期租赁价格，从2025年10月大约 1.70美元/GPU·小时 ，上涨到2026年3月大约 2.35美元/GPU·小时 。 跨供应商的按需租赁价格中位数，也从2025年10月大约 2.00美元/GPU·小时 ，上涨到2026年6月的 2.70美元/GPU·小时 。 Blackwell算力则享有更高溢价，据报告，B200的云端价格大约为 5.30至7.05美元/GPU·小时 。 这就是NVIDIA AI工厂与众不同的地方。 它的价值并不会在安装完成时就被固定下来：CUDA会持续提升它的产出；已经部署的设备在最初的折旧周期过去很久之后，仍然能够保持生产力；而同一套标准架构，又能够服务一个深厚且持续增长的全球AI工作负载市场。 这些正是一种可投资基础设施资产应当具备的特征： 它能够产生收入，服务一个广阔的市场，性能会随着时间推移不断改善，而且可以被重新部署。 把资本带到AI工厂 市场对AI基础设施的需求非常巨大。 但获得资本的能力并不均等。 许多优秀的AI公司、企业和AI云服务商都有算力需求，但目前还无法以足够大的规模、或者足够低的成本获得融资，从而快速建设基础设施。 这就是为什么我们要与全球领先的长期资本提供方合作。 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR，同样也是全球领先的基础设施投资机构，在评估和承销长期、生产性资产方面拥有深厚经验。 我们正在共同建立可重复复制的融资平台，帮助AI生态建设它所需要的工厂。 这些平台旨在帮助符合条件的AI实验室、企业和AI云服务商，以规模化方式获得AI工厂基础设施。 这里所说的超过5000亿美元，指的是这些平台计划随着时间推移撬动的第三方资本总额——这些资本不是NV