万亿美元芯片债：AI巨头用GPU抵押改写金融规则

2023年，黑石集团为一家名为CoreWeave的AI云服务商安排了一笔价值23亿美元的私募信贷。这笔贷款没有任何传统意义上的企业资产负债表作为信用背书——它的抵押物是一批高端图形处理器（GPU），而还款来源是这家初创公司与微软签署的一份长期算力服务合同。

这是目前已知的首单将GPU直接用作结构化融资抵押品的交易。仅仅一年多之后，同样的金融模板已被复制、放大并嵌入到一笔笔数百亿美元规模的计划之中。

根据公开报道，英伟达在2024年8月联合Apollo全球管理公司、黑石、贝莱德等六家顶级金融机构发布了一项总规模高达5000亿美元的AI基础设施合作框架；与此同时，芯片制造商博通正在帮助Anthropic筹划一笔约600亿美元的芯片融资方案，其优先级债券的年化利率约为5．75％。摩根大通预计到2030年前，这类由硬件抵押支撑的AI基建融资市场总规模可能突破1万亿美元。

一个全新的资产类别正在成型，它绕过了对初创企业传统信用评级的依赖，直接将芯片硬件和客户合同锁定为可投资级债务工具的底层资产。

SPV架构：把服务器变成债券

这种被称为「特殊目的载体」（SPV）的结构并不新鲜——房地产证券化和飞机租赁融资领域已有大量先例。但在AI算力这个行业中，SPV扮演的角色更加激进。

具体运作路径通常如下：第一步，一家SPV公司在离岸或国内法域注册成立。第二步，该SPV从供应商处采购GPU集群——这些芯片可能是英伟达或博通的最新产品。第三步，SPV将这些GPU出租给下游的云服务商（如CoreWeave、DigitalOcean等）。第四步，云服务商与终端客户——通常是微软、Meta、谷歌等大型科技公司——签订长期的算力服务协议。第五步，云服务商将其从终端客户获得的收入现金流定向输送至SPV账户，专门用于偿还SPV层面发行的优先债务。第六步，如果发生违约，上游芯片制造商提供回购承诺，以二手市场或再租赁的方式处置硬件。

这套链条的设计逻辑很简单但非常精确：用成熟客户的长期合同现金流来覆盖早期企业的风险敞口。

Microsoft、Google和Meta等巨头签署的合同通常长达数年，付款条件稳定且违约概率极低。这使得金融机构愿意给予SPV较高等级的信用评级，即便底层运营这些GPU的中间层公司（如CoreWeave本身）仍然处于亏损状态或者刚刚实现盈利。

谁在为这份赌注买单？

在传统信贷体系中，一家尚未盈利的AI初创企业几乎不可能获得超过数亿美元的贷款——银行不会为一个缺乏固定资产、未来充满不确定性的软件公司发放数十倍于净资产的授信。

然而，SPV结构彻底改变了这一评估维度。

投资者关注的不是这家云公司是否赚钱，而是它能否拿到一份被巨头签下的订单。只要微软愿意为每个月的算力支付账单，债券持有人就认为自己的本金有足够的安全垫。即使该公司后续因为技术路线失误导致业务停滞，硬件仍可以转移到另一家客户继续产生租金收入——前提是芯片厂商履行回购承诺。

这解释了为什么博通和英伟达这两家芯片原厂会成为这场游戏的关键节点。没有他们的兜底意愿，SPV发行的债券就无法达到投资级评级。

博通的兜底策略已经体现在Anthropic的「Big Sky」交易中：由博通担保的优先级债以5．75％的年化利率发行，投资者不需要担心AI公司倒闭后硬件沦为废铜烂铁。博通实际上承担了某种形式的隐性保险角色——当芯片因客户破产或技术换代而贬值时，它是最后的接盘方。

英伟达的行动更为宏大。2024年8月，英伟达不仅自己出资，还联合了Apollo、黑石、贝莱德、先锋领航等多家大型资管机构设立了一个总额度达5000亿美元的战略合作网络。在这个框架下，英伟达同意在特定条件下为其销售给SPV架构的芯片份额提供最高25％的价值保障。这意味着如果相关项目出现系统性坏账，英伟达自身资产负债表将被深度卷入其中。

风险的交叉缠绕

这个体系的脆弱性并非来自单一环节，而是来自多个利益方的深度绑定和互相依赖。

首先，整个模型的可持续性高度依赖于两个假设同时成立：其一，AI商业化变现能够持续兑现——也就是说微软、Meta等客户确实需要这么多算力，并且会按合同如期付款；其二，GPU二手市场的流动性足够活跃——当某个客户退出时，硬件能够在合理的折价幅度内转手给另一个买家。

如果其中一个假设失效，连锁反应就会沿着整条资金链传导。

假设某一年AI应用端未能带来预期的利润增长，微软开始削减数据中心开支，那么SPV层面的现金流入将减少。由于多数此类融资属于私募性质，缺乏公开二级市场来快速转移债券持仓，违约后的处置周期会被拉长。而在处置过程中，芯片折旧是一个不可忽视的因素——高性能GPU的物理使用寿命通常在5至6年之间。一旦硬件价值跌破了未偿债务余额，缺口部分将由谁承担？

目前来看，答案取决于两家主体：芯片原厂的回购力度，以及发起基金的资本实力。

对于Anthropic、OpenAI等头部AI实验室而言，这套机制带来了立竿见影的好处：它们摆脱了对高利率垃圾债市场的依赖，以更低的融资成本获得了建设超算中心所需的全部资金。但如果我们追问一个更深层的问题——这种看似双赢的安排，真正让哪个行业获得了不可逆的竞争优势？

答案是芯片原厂。

通过将硬件折旧与客户长期订单捆绑，英伟达和博通不再只是出售一块块芯片，而是在主导一个由自身担保的金融循环系统。下游的客户越是依赖这种低息融资渠道来购买他们的设备，就越难以转向竞争对手的产品线。这是一种极其隐蔽但有效的排他性壁垒。

对于保险资金、养老金等长期机构投资者来说，这也是一个具有吸引力的新入口。过去，他们很难以合规方式直接参与AI基础设施建设；如今，一套经过结构化包装的投资级债券为他们打开了大门。

但任何金融创新都伴随着道德风险。当贷款审批标准从「借款人能不能还钱」转变为「这笔生意是不是有一个好故事」时，资产质量就可能被过度乐观的商业叙事所掩盖。

接下来要看什么

判断这套体系能否健康运转，建议关注以下五个指标：

1。 SPV层级债券的违约率与回收率数据。目前尚无公开的违约案例记录，但一旦首个大规模违约事件出现，市场对整套模式的信心将受到直接冲击。 2。 英伟达5000亿美元框架的实际落地额度。截至目前该框架仅为意向声明，真正的出资规模和每家机构的认缴比例才是衡量产业信心的真实刻度。 3。 GPU二手市场平均成交价格趋势。如果二手折扣率加速恶化，说明芯片残值预期正在下调，这将直接压缩SPV抵押物的安全边际。 4。 微软、Meta等科技巨头对云计算支出的年度预算调整方向。若这些大客户开始系统性缩减资本开支，所有依赖其合同现金流的SPV都将面临现金流断裂的风险。 5。 美联储基准利率走势对私募信贷利差的影响。当前5．75％左右的优先级利率是在当前利率环境下达成的均衡点；若借贷成本进一步上升，新的SPV融资定价是否会大幅攀升从而侵蚀终端客户的利润空间。

在这场以算力为中心的资本狂欢中，每一个参与者都在用自己的资源换取未来的控制权。但历史告诉我们，当所有的筹码都被押注在同一条叙事线上时，真正的风险往往不在明处。