• 连接人,信息和资产

    和百万人一起成长

黄仁勋事件背后,AI债务大雷藏不住了

AI算力走到今天,已经是一门极其烧钱的重资产生意。

作者:Osyth

来源:资产界

黄仁勋最近几乎住在新闻头条上。

11月12日,执掌英伟达33年的黄仁勋辞去CEO和董事职务,首席财务官科莱特·克雷斯临时接任。

此前,婚外关系以及美国国家安全问题,一连串争议已经围绕他持续多日。

英伟达的股价,也跌成断了线的风筝。

截至11月16日,英伟达较10月初高点跌去30%以上,市值蒸发接近1.9万亿美元。

一个多月时间,跌掉的市值已经超过全球绝大多数上市公司的全部身家。

但比黄仁勋的私生活和CEO职位更值得讨论的,是英伟达过去两年干的另一件事。

01

英伟达成了AI行业的“地下央行”

AI算力走到今天,已经是一门极其烧钱的重资产生意。

一座大型数据中心,要买几十万甚至上百万张GPU,还要配套土地、电力、机房、服务器和冷却系统,投资动辄数百亿美元。

很多新兴AI公司和算力云企业手里有订单、有客户,却没有足够现金,也很难独立获得长期融资。

于是,过去两年,黄仁勋干了一件远超传统芯片公司边界的事:今年8月,英伟达联合阿波罗全球管理、贝莱德、黑石、布鲁克菲尔德、高盛和KKR六家大型金融机构,筹划多个AI算力融资平台,长期目标超过5000亿美元。

这套玩法最有意思的地方也在这里:英伟达先替部分项目增加一层保障,AI公司因此更容易从银行和基金手里拿到钱。

钱到手以后,再拿去建数据中心、买英伟达的GPU,最后又变成英伟达的订单和收入。

钱是华尔街出的,GPU是英伟达卖的。

为了让金融机构更愿意出资,英伟达亲自下场做担保。

今年8月,它为OpenAI租用的美国俄亥俄州大型数据中心提供最高1050亿美元信用支持。

项目由软银能源旗下公司建设,OpenAI签下20年租约,一旦出现合同约定的付款违约等情况,英伟达需要承担相应责任。

英伟达愿意把自己的信用押进去,还有一个很现实的原因:它已经提前预订了巨量产能。

英伟达自己不生产芯片,主要负责芯片设计。

把芯片制造出来的是台积电、SK海力士、三星、美光等上游企业。

而截至2026年7月底,英伟达供应和产能采购承诺已经达到2790亿美元,三个月前还只有1190亿美元。

要知道,英伟达2026财年全年营收也只有2159亿美元,它提前锁定的上游供应,已经相当于自己一年营收的1.3倍左右,而且其中绝大部分要在未来三年内执行。

接下来,它必须保证下游有足够多的客户,把这些GPU买走。

问题是,下游客户买得越来越多,付款却越来越慢。

截至2026年7月底,英伟达还有630.59亿美元货款没有收回来,年初只有384.66亿美元;客户平均付款时间也从45天拉长到60天。

部分信用较好的大型客户,甚至可以90天乃至一年以后再付款。

所以它才会拉上银行、基金和其他长期资,给客户补上资金缺口。

客户借到的钱越多,能够建设的数据中心越大,英伟达提前订下的产能也越容易变成订单和收入。

英伟达干的事情,其实就是把未来几年的AI投资,提前变成今天的GPU需求。

但钱可以提前借,芯片的寿命却不能被拉长。

华尔街借出去的钱,可能五年、七年以后才收回来;AI公司拿这些钱买到的GPU,却可能三四年后就已经落后了几代。

02

黄仁勋下台,华尔街去杠杆?

传统资产之所以能够借十年甚至更长时间的钱,核心逻辑是资产保值。

收费公路、写字楼、工业园,即使经营方最后还不上贷款,土地和建筑仍然具有价值,债权人还能通过处置资产收回一部分本金。

但GPU本质上是一种电子产品,迭代快,贬值也快。

以英伟达推出的H100 SXM5为例,2024年市场价格一度达到3万~4万美元一张,如今二手市场近期实际成交中位价只剩1.625万美元,两年缩水近一半,按高位计算跌幅接近60%。

这正是华尔街最担心的问题。

今年10月,有媒体采访多家银行、资产管理机构和评级机构发现,金融机构给GPU做融资时,普遍按照3—4年的周期估算设备折旧。

假设一家数据中心借100亿元买GPU,几年后经营失败,还有大量本金没有偿还。

如果设备还能卖80亿元,损失有限;如果只能卖30亿元,剩下的缺口就要靠其他资产和收入填补。

所以银行并不敢只押注GPU,它们还会要求大型客户签长期合同,用未来几年稳定的算力收入给贷款增加一层保障。

银行想要的,不是一仓库昂贵的芯片,而是一笔能够持续产生现金的生意。

可问题是,眼下连全球最赚钱的几家科技公司,当期经营赚来的现金,都已经填不满这轮AI基建投入。

OpenAI今年第三季度收入约100亿美元,营业亏损却达到109亿美元。

微软、谷歌、亚马逊、Meta同样在承受巨额资本开支。

2026年第三季度,四家公司资本开支合计约2019亿美元,同期经营活动产生的现金约1755亿美元,资金缺口约264亿美元。

对现金储备更薄的新兴算力公司来说,外部融资就更加重要。

美国算力云公司科尔韦夫就是典型案例。

一般来讲,只要客户订单不断兑现,数据中心保持较高使用率,这套模式就能运转。

可一旦订单减少,债务压力很快就会暴露。

截至2026年9月底,科尔韦夫总债务已经达到475亿美元。

第三季度收入36.61亿美元,净亏损7.09亿美元,仅利息支出就达到8.46亿美元。

其它AI公司的融资压力也在增加。

11月上旬,多家银行和债券投资机构收紧部分AI项目的融资条件,重新检查项目收入、担保、建设进度和大客户订单。

资金实力较弱的算力云公司和独立数据中心,融资难度最先增加。

算力云公司Nebius原本准备发行高收益债融资,但最终放弃,改为向花旗银行借入35亿美元。

与普通发债相比,这笔贷款有资产担保,银行的偿债顺序也更靠前。

03

AI行业的第一批不良资产

AI的债务清算,才刚刚露出苗头。

过去三年,全世界都在为AI故事买单,靠债务、靠预期,把算力价格和芯片公司的估值推到了一个前所未有的高度。

问题是,不少AI公司至今没有形成稳定利润,大量资本却已经提前变成数据中心、服务器和GPU。

当融资环境宽松的时候,这套游戏可以继续滚下去。

可一旦下一笔钱变贵,甚至借不到,压力就会迅速暴露。

11月13日,美联储发布的《金融稳定报告》显示,截至10月,与数据中心和先进计算相关的债务发行规模已经达到约6800亿美元。

(含贷款、债券等多类型融资)其中,87%的金融行业受访人士把人工智能相关风险列为重要金融风险,5月时这一比例只有50%。

此前,高盛曾预计,全球大型云计算公司的债券发行规模可能由2026年的约2500亿美元升至2027年的4200亿美元。

值得不良资产行业留意的是,AI数据中心贷款已经进入二级交易市场。

11月初,荷兰国际集团把约5亿美元数据中心贷款拿出来寻找买家,共涉及12笔,其中包括与OpenAI、软银和甲骨文参与的“星际之门”项目有关的贷款。

债权会先交易、重新定价,其中一部分如果后续出现现金流恶化和违约,就可能进一步进入困境资产市场。

所以,AI行业第一批出现问题的资产,很可能不是英伟达或者微软的股票,而是数据中心贷款、GPU设备融资、算力公司的高收益债券、私募信贷债权,以及花了几十亿美元建成,却没有达到预期出租率的数据中心。

一旦未来算力收入低于当初借钱时的预测,债权人面对的麻烦就会同时来自两头:借款人赚不到足够的钱,抵押的GPU也没有当初值钱。

过去的不良资产,是住宅、商场、写字楼、工业园。

AI时代,名单里可能还会多出数据中心、服务器、GPU,以及围绕它们形成的一整套债权。

芯片可以一代一代更新,债却不会随着旧GPU一起淘汰。

*添加主编微信:wjki200921领资料进特殊资产投资处置交流群

注:文章为作者独立观点,不代表资产界立场。

题图来自 Pexels,基于 CC0 协议

本文由“资产界”投稿资产界,并经资产界编辑发布。版权归原作者所有,未经授权,请勿转载,谢谢!

原标题:

【盛会邀请】2024大连·特殊资产管理高峰论坛报名开启(11.15-11.16)

年卡会员

加入特殊资产交流群

好课推荐