黄仁勋发长文：AI 算力正在变成一种「资产」

2026 年 8 月 10 日，英伟达 CEO 黄仁勋发布了一篇罕见的长文，标题直白而震撼：「NVIDIA AI 工厂算力正在成为一种可投资的资产类别」。这是他开通 X 平台 Premium 会员后发布的第一篇长帖。

在这篇长文里，黄仁勋抛出了一个改变行业叙事的主张：英伟达不再满足于「卖芯片」，而是要把 AI 算力包装成一种可被华尔街投资的基础设施资产——就像电厂、公路和电信网络一样。

5000 亿美元：算力的「金融化」时刻

长文的核心，是一项重磅合作。英伟达宣布与阿波罗全球管理、贝莱德、黑石、博枫、高盛和 KKR 六家顶级金融机构达成合作，建立一批独立的融资平台，目标是在未来几年撬动超过 5,000 亿美元的第三方资本，用于支持 AI 基础设施建设。

黄仁勋特别澄清了几个容易误解的点：这笔 5,000 亿美元既不是英伟达的收入，也不是单一基金的规模，更不是对某个客户的融资承诺。它是这批平台未来可能撬动的第三方资本总量。

在这一模式下，各家金融机构将独立审核客户的资质、需求状况、算力利用率和资产残值，再决定是否放贷。英伟达的角色，则是在部分项目中提供最高 25% 的残值支持。用黄仁勋的话说：「英伟达提供平台，投资者作出独立的融资决策。」

「AI 工厂」：从买芯片到建发电厂

黄仁勋认为，英伟达出售的早已不只是芯片，而是一整套完整的 AI 工厂平台（NVIDIA DSX AI Factory）——涵盖加速计算、网络、系统软件、AI 框架和全球开发者生态。它的工作方式是「输入能源和数据，输出智能」。

为什么算力够格被称为「资产」？黄仁勋给出三个理由：

其一，可复用、可转售。 一座 AI 工厂可以同时服务多个客户、承载多种工作负载。当某个客户需求变化时，算力可以转给其他云服务商或运营商，具备灵活性。

其二，价值随时间增长而非贬值。 CUDA 软件持续升级，能让已部署的硬件性能不断提升，延长其经济寿命。黄仁勋举例：2020 年推出的 A100 芯片，六年后仍被广泛用于商业 AI 训练、推理和高性能计算，客户持续签订多年期合同，经济寿命正向着十年延伸。

其三，租赁价格在上涨。 H100 的一年期租赁价格从 2025 年 10 月的约 1.70 美元/GPU·小时，上升到 2026 年 3 月的约 2.35 美元；不同供应商的按需算力中位价格从 2.00 美元提升至 2.70 美元。算力不仅在增值，还在加速。

回应「循环融资」质疑

黄仁勋这篇长文，很大程度上是回应市场越来越大的质疑声。

所谓「循环融资」，指的是一种被批评者称为「左脚踩右脚」的模式：华尔街借钱给 AI 公司，AI 公司拿钱买英伟达 GPU，再用 GPU 产生的收益还债。批评者认为，这本质上是英伟达在为自己制造需求，一旦 AI 泡沫破裂，整条资金链都会断裂。

对此黄仁勋明确反击：真实需求来自前沿 AI 实验室、AI 原生初创企业、企业客户、云服务商以及正在构建 AI 服务的国家。「我们有理由相信，这些都是真实需求，绝非循环融资。」

他甚至搬出了更多证据来为「算力资产」背书。全球最著名的做空者之一吉姆·查诺斯（Jim Chanos）则公开嘲讽该计划，将其类比 2008 年金融危机前的金融工程操作，暗示若 AI 泡沫破裂，相关方可能被国会问责。

市场的即时反应也耐人寻味：消息公布后，英伟达股价一度下跌 3.2%，5 年期信用违约互换（CDS）价格升至两周来最大单日升幅——市场在为这种巨额融资模式的信用风险「定价」。

华尔街为何愿意接棒？

尽管质疑声不断，华尔街巨头们却表现出了罕见的热情。

高盛 CEO 大卫·所罗门透露，正是黄仁勋主动找到华尔街提出这个构想。贝莱德 CEO 拉里·芬克更是给出极高评价，称该项目是「金融工程未来新篇章」的开端，意义堪比 20 世纪 70 年代抵押贷款支持证券（MBS）的诞生。

对金融机构而言，AI 算力基础设施的确具备资产化的潜质：现金流可预测、需求有粘性、还能通过软件升级保持价值。这正是一批长期资本苦寻的「类债券」投资标的。

结语

黄仁勋在长文结尾写道：「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。」

无论这笔 5,000 亿美元的融资计划最终走向何方，有一点已经清晰：AI 算力正从「采购品」向「资产」转变。这是算力金融化的开端，也是 AI 产业从「军备竞赛」走向「基础设施时代」的转折信号。

当算力可以被定价、被抵押、被交易，AI 的故事就再也不是硅谷一家之事，而成了全球金融体系的一部分。

说明：本文消息基于公开报道整理，仅供交流学习之用；封面图通过AI生成。