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 NVIDIA 的收入，不是一个单独的基金，也不是对某一个单独客户的资金承诺。

金融机构将独立评估每一个机会——包括客户、需求、利用率、现金流和残值。

NVIDIA 提供 AI 工厂平台。

金融机构提供长期资本和融资专业能力。

几个重要的问题

这是不是循环融资？

这项计划的设计，本身就是为了回应这一担忧。

我们正在把独立的、长期的机构资本引入 AI 基础设施市场。

需求是真实存在的：它来自前沿 AI 实验室、AI 原生创业公司、企业、云服务商，以及正在建设 AI 服务的国家。

资本提供方会独立对每一个项目进行评估和承销——包括客户、需求、利用率、现金流和残值。

NVIDIA 提供平台；投资者独立作出融资决策。这是一个开放的 AI 基础设施资本市场的开端。

为什么 NVIDIA 要支持融资？

在某些情况下，NVIDIA 可能会提供一种残值支持机制，最高覆盖某个项目机会的 25%。这一机制会针对每一个项目进行审慎评估。

这种支持是有限的，以残值为基础，其目的在于补充——而不是取代——独立的承销判断。

这个比例显著低于其他算力融资安排。

NVIDIA 能够提供这样的支持，是因为 NVIDIA 算力具有独特性：它具备可替代性，被全球广泛采用，可以通过软件升级，并且能够在一个庞大的客户生态中重新部署。

我们的角色，是帮助释放一个规模非常庞大的独立资本池，同时维持有纪律的风险敞口。

市场能够消化这么多算力吗？

问题并不在于我们是不是在建设数据中心。

真正的问题是，我们建设的是否是具有生产力的 AI 工厂。

一座 AI 工厂，会把能源和数据转化为有价值的智能。它的客户非常广泛：前沿 AI 实验室、AI 云服务商、企业和国家。他们之所以建设 AI，是因为 AI 已经变得有用了——它正在每一个行业里完成有价值的工作。

这个模式本身也有纪律约束。每一家融资合作伙伴，都会独立评估需求、利用率、现金流和残值。新增的算力容量，将围绕真实的客户经济性来建设。

投资回报在哪里？

回报就在 AI 的有用性之中。

企业正在使用 AI 编写软件、发现药物、设计产品、服务客户、自动化运营，并构建新的服务。AI 工厂让这一切成为可能。

更多算力创造更好的 AI；更好的 AI 创造更多使用量；更多使用量创造更多收入；而更多收入，又会推动更多算力投入。这就是 AI 工业革命的正向循环。

智能时代的基础设施

每一次工业革命，都是建立在基础设施之上的：电力、交通、通信和计算。而每一次基础设施的大规模建设，也都离不开外部融资。

AI 工厂，就是智能时代的基础设施。通过这些合作，NVIDIA 与全球领先的金融机构，正在创造一种新的方式，为推动这场工业革命的基础设施提供融资。

我们将让 AI 工厂变得更加容易获得，让那些正在建设未来的公司、行业和国家，都能够使用它。

AI 时代已经到来。我们将一起建设为这个时代提供动力的基础设施。

3 more thing

有一说一，老黄上面这套 "GPU 不但能保值，还能持续创造现金流 " 的说法，和 Dwarkesh Patel 前两天聊到的一个判断，多少有点不谋而合：

算力可能不但不会越来越便宜，反而会长期存在溢价。

Dwarkesh 的逻辑其实很简单：假设未来 AI 实验室的收入还能保持高速增长，但现实世界里的算力供给，每年只能增长几倍，会发生什么？

就比如 A 社每年的收入增长 10 倍，但每年算力只增长 3 倍。

答案是：AI 创造价值的速度，开始超过算力扩张的速度。

而这些价值最终无非流向两个地方——要么变成模型公司的超高利润（比如 OpenAI 此前的 90% 利润率），要么继续推高算力价格。

Dwarkesh 更倾向于后者，而且算力价格正如老黄说的，已经开始涨价了。

而在未来，如果模型真的顶得上一个顶级研究员，那么 GPU 的费用将进一步对标人的工资，这又是一笔溢价。

当然了，这是相信派的说法。另一边，在空头眼中，则完全是另一件事：

比如就有人则把矛头对准了这套融资结构。简单来说，如果为了某个 AI 基建项目专门成立一家公司，由它出面借钱、买 GPU、建数据中心，再靠未来的算力收入还债。

这就意味着，GPU 的故事不再只是科技股的故事，也开始进入信用市场，而英伟达的 CDS（信用违约互换）也在最近站上了历史高位。

可以说，AI 基建越依赖债务融资，一旦需求不及预期，风险也会顺着这些债务向金融市场传导。

而如果把时间拨回到二十多年前，这一幕其实也并不完全陌生。互联网泡沫时期，Lucent、Nortel 等电信设备商就曾大量采用所谓的 vendor financing：

客户没钱买设备？没关系，我借钱给你，你再拿这笔钱回来买我的设备。

设备商拿到订单，客户拿到网络，华尔街再继续提供融资。只要需求一直增长，这个飞轮就能一直转。

但就像大家都知道的，一旦真实需求没有跟上，客户还不起钱，设备卖不出去，前面被融资撑起来的需求，也会跟着一起消失。

Lucent 当年甚至因为部分赊销和供应商融资相关交易不得不调整收入；Nortel 在泡沫破裂后也遭遇严重的产能过剩。

所以回到今天。AI 公司借钱买 GPU，GPU 创造收入，再拿收入继续买更多 GPU。

往好了说，这叫：AI 工业革命的资本飞轮。

往坏了说……二十多年前，华尔街好像也见过这玩意儿。

参考链接

[ 1 ] https://x.com/JensenHuang/status/2086934705207959965

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见