算力正变成一种可流通的资产，一种诱人但危险的投资机会。
2026年8月10日，英伟达宣布携手阿波罗、贝莱德、黑石、博枫、高盛和KKR，共同建立独立的算力融资平台，为AI基础设施建设筹集超过5000亿美元的第三方资本，面向前沿AI实验室、云服务商以及各类企业客户。
也就是说，英伟达一边卖芯片，一边组织“借钱”给客户租芯片。
这一动作的背后是，2026年以来AI应用加速落地，倒逼算力基础设施大幅扩容、云厂商争相采购AI芯片，行业资本开支呈倍数级攀升。
于是，华尔街掏出了算力融资租赁：渴求算力的企业不用一次性付清天价芯片的全款，而是通过融资平台，像“租房子”一样按月支付算力的使用费。这个“租约”可以被包装成金融产品卖给投资者，让算力像债券一样流通起来。
算力采购方缓解了现金流压力，英伟达卖出了更多芯片并升级为AI生态链中的一环，华尔街找到了新标的，并深度介入AI基建的扩张版图，资本闭环由此形成。
不过，算力金融化的本质，终究是一场击鼓传花的游戏。当金融杠杆早于真实需求到来，理想的AI引擎最终可能只是加速泡沫膨胀的“燃料”。
“借钱”拼算力
根据英伟达的公告，公司将与六家金融机构共同设立专门的大规模资金池，以具有吸引力的融资利率为客户提供支持，帮助他们获取计算资源、构建AI工厂。英伟达有权选择为潜在交易提供25%（即1250亿美元）的兜底支持。
“我们已经达到了一个重要里程碑：最初专注于芯片制造；如今正在助力打造一种新型、高效且可投资的基础设施：AI 工厂。”英伟达创始人黄仁勋表示。
英伟达并未说明融资平台的具体细节，行业分析认为，这个闭环的底层资产是AI芯片，确切来说是旧芯片残值——将算力打包成可交易的资产标的，通过SPV（特殊目的载体）完成资产化。SPV可以作为抵押进行融资，客户仅需租赁即可获得算力的使用权。
这意味着，SPV是借款和债务的独立实体，客户只是芯片“租客”——财务报表不会出现购买芯片的债务，资本开支被隐藏于表外。英伟达希望建立一个以算力资产为支撑的融资市场，让这类债务像传统证券一样流通，以此降低融资成本，吸引更多资本进入。
芯片巨头借助资本力量并不罕见。2025年9月，英伟达计划向OpenAI投资1000亿美元，用于部署基于英伟达生态的AI基建；2026年7月，AMD宣布向Anthropic进行最高50亿美元的战略股权投资，同步签署GPU供应协议……这种模式被市场调侃为“左手倒右手”，芯片巨头的巨额投资最终又流回自己的口袋，用于被投公司采购自家芯片。
相比之下，英伟达这次不再亲自出资，而是引入华尔街巨头，通过结构化金融工具撬动5000亿美元的第三方资本。这种“芯片厂商+华尔街资本+SPV”的模式，博通已在2026年6月率先尝试，英伟达则将其规模放大十余倍。
不止行业巨头。据媒体报道，AI infra初创公司Volta同样将资金、电力、土地、数据中心、芯片、软件运营打包整合。就在不久前，Volta刚刚获得了一笔价值百亿美元的巨额订单，其投资人名单中同样有英伟达的身影。
此外，华尔街金融机构也已从幕后走向台前。2026年8月12日，美国银行启动2500亿美元的关键基础设施融资计划，在2026年1月至2027年7月期间，通过贷款、投资和顾问服务的方式，支持美国的数字、能源及核心基建。
此前一天，芝商所（CME）宣布将与Silicon Data合作，计划于10月5日推出“Silicon Data H100租赁指数期货”和“Silicon Data B200租赁指数期货”两份期货合约，每份合约对应相应的GPU月租成本，把算力成本的波动转化为可对冲的金融风险。
可量化、可投资、可对赌，算力金融化的层级不断延伸。而随着参与者的涌入，风险不再局限于某家公司，而是通过杠杆向整个金融系统层层传导。
AI循环游戏
把历史的“景深”拉长，故事听起来无比耳熟。
从19世纪的美国运河狂热、英国铁路狂热，到1990年代的互联网泡沫，每一次技术革命驱动的投资热潮都遵循相似的“繁荣-萧条”周期。国际清算银行（BIS）在《人工智能投资竞赛》报告中指出，这一周期约为五年。这一次，聚光灯落到了算力头上。
对于5000亿美元的融资平台，市场看法不一。
乐观者认为，更多资本介入将加速AI应用落地——正如黄仁勋的“AI五层蛋糕”论所揭示的，更多算力驱动更好的AI体验，更好的AI催生更多应用场景，更多的应用反过来拉动每一层基础设施。只要这个飞轮转起来，芯片残值就有真实的需求托底。
2026年8月11日，注册社交账号X不到一个月的黄仁勋发长文“AI工厂正在成为一种可投资的资产类别”。他以2020年推出的A100 GPU为例，称其六年后仍在训练、微调和推理等领域保持活跃，经济寿命可延长至近十年；H100 GPU一年期的租赁价格从2025年10月的每GPU小时约1.70美元上涨至2026年3月的约2.35美元。
同时，黄仁勋还引用了AI新云服务商CoreWeave的案例，后者最近签署了一份A100合同，将租赁期限延长至2029年，挑战AI芯片昙花一现的说法。CoreWeave高管在财报电话会上称：“我们看到（芯片）需求、价格、利润率全都在上涨。”
这正是英伟达的叙事基础：要让外界相信，AI算力是像水电一样可长期增值的基础设施，而非消费电子这类快速贬值的商品。
通常情况下，GPU的折旧周期约为六年，先承载高价值的训练负载，之后转向推理业务。而CoreWeave的案例表明，当需求足够旺盛，旧款GPU依然可以维持溢价——问题的关键不在于GPU是否保值，而是“算力永远短缺”这个假设是否永远成立。
悲观者担忧，芯片厂商、云服务商与金融机构被杠杆绑定，造就了一个“近亲繁殖”、互相捆绑的生态系统,玩家越多，杠杆越高，资本循环游戏就越容易与产业脱节，AI泡沫也越吹越大。
电影《大空头》原型之一迈克尔·伯里（Michael Burry）指出，当前和未来的大部分芯片需求并非由真实终端的客户驱动，而是通过表外融资进行“循环堆叠”。
2026年，美国科技巨头的资本开支即将再创新高，现金流压力却随之显现。例如二季度，Meta的AI业务高歌猛进，自由现金流却骤降九成，市场预期三季度将出现负数。压力之下，SPV的表外融资恰好帮助云服务商接盘算力。
BIS认为，当前AI投资热潮的规模和速度，以及人们对生产力大幅提升的期待，都与历史上的狂热颇为相似，这也让短期的下行风险不容忽视——进一步来说，AI算力回报一旦不及预期，风险将从芯片库存和SPV残值链条，迅速传导至整个金融系统。
“算力永远短缺”的假设，三年内既无法证实也无法证伪，给了泡沫足够的时间继续吹大。但倘若泡沫最终破灭，科技股股价或将暴跌，并撕毁天价“数据中心租约”，持有它们的各类金融玩家随之崩溃，整个金融体系的“纸牌屋”也将轰然倒塌。
AI尚在爬坡，资本已经等不及要加速。