黄仁勋为英伟达估值提供新方案，但市场还未彻底接受两大前提。
8月10日，英伟达在其官网宣布，已与阿波罗全球管理、贝莱德、黑石、博枫、高盛和KKR六家机构签署谅解备忘录，共同设立一个独立的算力融资平台，目标是调动超过5000亿美元的第三方资本，为英伟达的客户提供贷款，用于采购英伟达硬件、建设AI数据中心。
根据英伟达公告与黄仁勋在官方博客中的表述，这笔资金的运作方式如下：六家机构出资设立专项资本池，以“具有吸引力的利率”向英伟达生态内的前沿AI实验室、大型企业和云服务商提供融资；借款方用这笔钱购买英伟达芯片、建设基于DSX架构的“AI工厂”；出借方获得的，是与算力实际使用情况挂钩的长期收益。
图片来源：东方财富网（资料图）
不过，消息公布当日之前，市场中已有专业人士将英伟达与AI生态各方的数千亿美元协议解读为“循环融资”，质疑其在推高需求与估值的真实性。
01 被质疑的循环
要理解这笔交易为什么重要，得先看英伟达过去两年是怎么花钱的。
根据英伟达公开披露和多家媒体统计，从2025年9月到2026年7月，英伟达至少促成了七笔针对AI生态公司的注资、采购或融资保证，合计金额超过500亿美元。
最大的一笔给OpenAI。2025年9月，英伟达宣布拟分阶段投资至多1000亿美元，换取OpenAI部署10吉瓦的英伟达系统。四个月后，这个计划生变——英伟达最终以300亿美元参与OpenAI总额1100亿美元的募资轮，其余由亚马逊（500亿）和软银（300亿）分摊。OpenAI以8520亿美元估值完成这轮融资。
其余交易规模递减，但结构相同：2025年11月，向Anthropic承诺100亿美元（微软另出50亿），Anthropic同步承诺在微软Azure上采购300亿美元算力；2026年1月，向CoreWeave追加20亿美元；2026年3月，向Nebius投资20亿；此前还向Synopsys注资20亿、向xAI承诺至多20亿、向Mistral参与其17亿欧元C轮。
这些交易有一个共同结构：英伟达出钱或担保，接收方用这笔钱大量购买英伟达的芯片或云容量。
最典型的样本是CoreWeave。英伟达在这家公司身上同时扮演三种角色——股东、供应商、客户。它持有CoreWeave约13%的股份，2026年1月又追加了20亿美元；与此同时，它签下一份价值63亿美元的协议，承诺到2032年购买CoreWeave卖不出去的闲置算力。而CoreWeave拿到钱，转头向英伟达采购芯片建数据中心。
钱在这里绕了一个闭合的圈。财经媒体《财富》在去年9月的报道里写过一句很直白的话：英伟达投给CoreWeave的钱，几乎全部以营收的形式流回了英伟达。
这个圈子还在扩大。CoreWeave最大的终端客户是OpenAI，而OpenAI本身又是英伟达的投资对象。OpenAI提前向甲骨文采购算力，甲骨文也买英伟达芯片。美元在这几家公司之间流动，而它们彼此互为股东、供应商和买方。
英伟达的批评者把这件事压缩成了一句话：英伟达到底是卖芯片，还是在花钱买自己芯片的需求？
这句话直指英伟达业务的估值：如果英伟达增长中有相当一部分是靠自己的钱撬动起来的，那么这份增长的真实性就要打折，市场给的估值倍数也要打折。
历史上有一个现成的参照物。做空机构人士吉姆·查诺斯（Jim Chanos）——曾精准做空安然——认可了将英伟达比作上世纪末朗讯（Lucent）的判断。朗讯当年向客户提供融资以推高销售，最终在互联网泡沫破裂后崩盘。研究机构Hammerstone Markets的措辞更尖锐，称这类循环交易“犹如庞氏骗局的远房亲戚，需要不断注入新资金、持续炒作热度来维持运转”。
英伟达对这一质疑并非没有回应。它在发给华尔街分析师的备忘录里反驳：客户的付款周期很短，约53天，远非传统供应商融资的多年期回款，营收并不依赖长期供应商融资来虚增；其业务基本面健康、报告透明，且不依赖此类安排来驱动增长。
但这恰恰引出了更根本的问题：如果需求真的如此真实、如此刚性，英伟达为什么还需要自己掏出数千亿美元去“证明”它？
02 尚需明晰的估值逻辑
这个问题的答案，就是8月10日那笔5000亿美元融资平台交易的真正意义所在。它试图把"英伟达出钱"这一步，替换成"第三方出钱"。
如果出钱的是英伟达自己，那无论它怎么解释，资金流向都是一个环——钱出去，变成芯片订单，再回到营收里，需求真伪无从自证。但如果出钱的是贝莱德、黑石、KKR这些独立机构，它们各自做尽调、各自承担信用风险、各自决定是否提供融资，那么这笔钱就不再是“英伟达左手倒右手”，而是"第三方资本独立判断AI基建值得投"。
换句话说，黄仁勋要做的，不是继续往循环里添钱，而是把这个循环从英伟达的资产负债表上，搬到一个由华尔街独立承销的平台上去。
这一置换若要成立，英伟达资产估值的基本逻辑将从硬件属性转移到算力基础设施概念领域，而这种转变需满足两个前提，但这两个前提目前都存在未被市场消化的不确定性。
其一，是抵押品本身的贬值曲线。
房贷能够证券化，是因为房产与土地通常不会归零，且其使用寿命与贷款期限相匹配。GPU不满足这一条件，但它的贬值路径也并非一条匀速下坠的直线。
据二手GPU交易平台ServerBuyBack 2026年6月发布的残值指数，H100 SXM5 80GB二手成交价约在1.5万至2.8万美元之间，入役24个月后仍保有原值75%至85%。这一保值率远超多数IT设备"两年贬值30%至50%"的常规规律，原因在于推理需求对Hopper架构的持续支撑。
但这一数字对应的是带厂商或经销商保修、有完整记录的合规渠道。据二手市场研究机构援引的数据，无纸质文件、拍卖渠道的H100成交价已低至8200至12500美元；若以2023年峰值4万美元计，这一端的跌幅已超过八成。产业数据公司Nexi.fund援引的市场测算显示，2023年约3万美元的一块H100，到2026年初二手价已回落至约8000美元区间。行业普遍预期，随着Rubin架构供应逐步正常化，H100二手价年内还将面临10%至20%的下行压力。
问题的核心在于期限错配：GPU抵押融资的贷款周期通常在五年以上，而抵押品进入第三年即开始加速贬值。行业为此设置了结构性防护——据Nexi.fund统计，GPU抵押贷款的预付款比例（advance rate）被压缩至硬件价值的50%至70%，本金前置偿还，且贷款条款要求对GPU利用率进行实时遥测监控。
而英伟达为融资平台提供的对冲，是最高25%的剩余价值担保。据其提交给SEC的文件，英伟达披露的租赁担保风险上限为35亿美元。以35亿美元兜底去匹配5000亿美元的目标规模，担保覆盖率仅0.7%，远低于正规资产证券化产品通常8%至20%的信用增级水平。
其二是负债端的现金流能否覆盖扩张速度。
平台的逻辑成立，前提是AI应用的收入增长持续快于算力投资的膨胀。目前的公开数据呈现的是一个分化的图景。
在投资端，据国诚投顾援引的财报数据，微软、亚马逊、谷歌、Meta四家2026年资本支出合计约7450亿美元，同比上涨逾70%。其中微软约1900亿美元、亚马逊上修至2200亿美元、谷歌1950亿至2050亿美元、Meta1300亿至1450亿美元。将全球九大云厂商合计，2026年资本支出约8300亿美元。
而在收入端，据红杉资本David Cahn的测算，超大规模厂商需8400亿美元终端收入才能覆盖成本。据Allianz Research的数据，AI资本支出与收入增速的背离幅度已达46%，超过2001年电信泡沫破裂前约32%的水平。
分歧因此集中于一处：在生态整体层面，投资增速与收入增速的错位仍在扩大。据《福布斯》引用CreditSights的数据，五大巨头的资本密集度（资本开支占营收比）已升至45%至57%，这一水平更接近公用事业与工业企业，而非传统软件公司。
所以，市场担心的是，若AI商业化进展慢于投资扩张，借款方现金流承压，金融机构可收回的抵押品将是持续贬值的二手GPU；届时持有相关债券的机构投资者将承担链条末端的损失。这一情景是否出现，取决于这笔交易落地后，算力资产的收入兑现速度能否追平其资本形成速度。至少从消息公布当日市场的反应看，投资者还没有为这一前景给出肯定的回答。
（本文配图、公开数据素材来源于网络及公开行业平台，如有侵权，敬请联系我方及时修改。）
原文标题 : 英伟达拉来华尔街，算力估值逻辑或迎来巨变
黄仁勋为英伟达估值提供新方案，但市场还未彻底接受两大前提。
8月10日，英伟达在其官网宣布，已与阿波罗全球管理、贝莱德、黑石、博枫、高盛和KKR六家机构签署谅解备忘录，共同设立一个独立的算力融资平台，目标是调动超过5000亿美元的第三方资本，为英伟达的客户提供贷款，用于采购英伟达硬件、建设AI数据中心。
根据英伟达公告与黄仁勋在官方博客中的表述，这笔资金的运作方式如下：六家机构出资设立专项资本池，以“具有吸引力的利率”向英伟达生态内的前沿AI实验室、大型企业和云服务商提供融资；借款方用这笔钱购买英伟达芯片、建设基于DSX架构的“AI工厂”；出借方获得的，是与算力实际使用情况挂钩的长期收益。
图片来源：东方财富网（资料图）
不过，消息公布当日之前，市场中已有专业人士将英伟达与AI生态各方的数千亿美元协议解读为“循环融资”，质疑其在推高需求与估值的真实性。
01 被质疑的循环
要理解这笔交易为什么重要，得先看英伟达过去两年是怎么花钱的。
根据英伟达公开披露和多家媒体统计，从2025年9月到2026年7月，英伟达至少促成了七笔针对AI生态公司的注资、采购或融资保证，合计金额超过500亿美元。
最大的一笔给OpenAI。2025年9月，英伟达宣布拟分阶段投资至多1000亿美元，换取OpenAI部署10吉瓦的英伟达系统。四个月后，这个计划生变——英伟达最终以300亿美元参与OpenAI总额1100亿美元的募资轮，其余由亚马逊（500亿）和软银（300亿）分摊。OpenAI以8520亿美元估值完成这轮融资。
其余交易规模递减，但结构相同：2025年11月，向Anthropic承诺100亿美元（微软另出50亿），Anthropic同步承诺在微软Azure上采购300亿美元算力；2026年1月，向CoreWeave追加20亿美元；2026年3月，向Nebius投资20亿；此前还向Synopsys注资20亿、向xAI承诺至多20亿、向Mistral参与其17亿欧元C轮。
这些交易有一个共同结构：英伟达出钱或担保，接收方用这笔钱大量购买英伟达的芯片或云容量。
最典型的样本是CoreWeave。英伟达在这家公司身上同时扮演三种角色——股东、供应商、客户。它持有CoreWeave约13%的股份，2026年1月又追加了20亿美元；与此同时，它签下一份价值63亿美元的协议，承诺到2032年购买CoreWeave卖不出去的闲置算力。而CoreWeave拿到钱，转头向英伟达采购芯片建数据中心。
钱在这里绕了一个闭合的圈。财经媒体《财富》在去年9月的报道里写过一句很直白的话：英伟达投给CoreWeave的钱，几乎全部以营收的形式流回了英伟达。
这个圈子还在扩大。CoreWeave最大的终端客户是OpenAI，而OpenAI本身又是英伟达的投资对象。OpenAI提前向甲骨文采购算力，甲骨文也买英伟达芯片。美元在这几家公司之间流动，而它们彼此互为股东、供应商和买方。
英伟达的批评者把这件事压缩成了一句话：英伟达到底是卖芯片，还是在花钱买自己芯片的需求？
这句话直指英伟达业务的估值：如果英伟达增长中有相当一部分是靠自己的钱撬动起来的，那么这份增长的真实性就要打折，市场给的估值倍数也要打折。
历史上有一个现成的参照物。做空机构人士吉姆·查诺斯（Jim Chanos）——曾精准做空安然——认可了将英伟达比作上世纪末朗讯（Lucent）的判断。朗讯当年向客户提供融资以推高销售，最终在互联网泡沫破裂后崩盘。研究机构Hammerstone Markets的措辞更尖锐，称这类循环交易“犹如庞氏骗局的远房亲戚，需要不断注入新资金、持续炒作热度来维持运转”。
英伟达对这一质疑并非没有回应。它在发给华尔街分析师的备忘录里反驳：客户的付款周期很短，约53天，远非传统供应商融资的多年期回款，营收并不依赖长期供应商融资来虚增；其业务基本面健康、报告透明，且不依赖此类安排来驱动增长。
但这恰恰引出了更根本的问题：如果需求真的如此真实、如此刚性，英伟达为什么还需要自己掏出数千亿美元去“证明”它？
02 尚需明晰的估值逻辑
这个问题的答案，就是8月10日那笔5000亿美元融资平台交易的真正意义所在。它试图把"英伟达出钱"这一步，替换成"第三方出钱"。
如果出钱的是英伟达自己，那无论它怎么解释，资金流向都是一个环——钱出去，变成芯片订单，再回到营收里，需求真伪无从自证。但如果出钱的是贝莱德、黑石、KKR这些独立机构，它们各自做尽调、各自承担信用风险、各自决定是否提供融资，那么这笔钱就不再是“英伟达左手倒右手”，而是"第三方资本独立判断AI基建值得投"。
换句话说，黄仁勋要做的，不是继续往循环里添钱，而是把这个循环从英伟达的资产负债表上，搬到一个由华尔街独立承销的平台上去。
这一置换若要成立，英伟达资产估值的基本逻辑将从硬件属性转移到算力基础设施概念领域，而这种转变需满足两个前提，但这两个前提目前都存在未被市场消化的不确定性。
其一，是抵押品本身的贬值曲线。
房贷能够证券化，是因为房产与土地通常不会归零，且其使用寿命与贷款期限相匹配。GPU不满足这一条件，但它的贬值路径也并非一条匀速下坠的直线。
据二手GPU交易平台ServerBuyBack 2026年6月发布的残值指数，H100 SXM5 80GB二手成交价约在1.5万至2.8万美元之间，入役24个月后仍保有原值75%至85%。这一保值率远超多数IT设备"两年贬值30%至50%"的常规规律，原因在于推理需求对Hopper架构的持续支撑。
但这一数字对应的是带厂商或经销商保修、有完整记录的合规渠道。据二手市场研究机构援引的数据，无纸质文件、拍卖渠道的H100成交价已低至8200至12500美元；若以2023年峰值4万美元计，这一端的跌幅已超过八成。产业数据公司Nexi.fund援引的市场测算显示，2023年约3万美元的一块H100，到2026年初二手价已回落至约8000美元区间。行业普遍预期，随着Rubin架构供应逐步正常化，H100二手价年内还将面临10%至20%的下行压力。
问题的核心在于期限错配：GPU抵押融资的贷款周期通常在五年以上，而抵押品进入第三年即开始加速贬值。行业为此设置了结构性防护——据Nexi.fund统计，GPU抵押贷款的预付款比例（advance rate）被压缩至硬件价值的50%至70%，本金前置偿还，且贷款条款要求对GPU利用率进行实时遥测监控。
而英伟达为融资平台提供的对冲，是最高25%的剩余价值担保。据其提交给SEC的文件，英伟达披露的租赁担保风险上限为35亿美元。以35亿美元兜底去匹配5000亿美元的目标规模，担保覆盖率仅0.7%，远低于正规资产证券化产品通常8%至20%的信用增级水平。
其二是负债端的现金流能否覆盖扩张速度。
平台的逻辑成立，前提是AI应用的收入增长持续快于算力投资的膨胀。目前的公开数据呈现的是一个分化的图景。
在投资端，据国诚投顾援引的财报数据，微软、亚马逊、谷歌、Meta四家2026年资本支出合计约7450亿美元，同比上涨逾70%。其中微软约1900亿美元、亚马逊上修至2200亿美元、谷歌1950亿至2050亿美元、Meta1300亿至1450亿美元。将全球九大云厂商合计，2026年资本支出约8300亿美元。
而在收入端，据红杉资本David Cahn的测算，超大规模厂商需8400亿美元终端收入才能覆盖成本。据Allianz Research的数据，AI资本支出与收入增速的背离幅度已达46%，超过2001年电信泡沫破裂前约32%的水平。
分歧因此集中于一处：在生态整体层面，投资增速与收入增速的错位仍在扩大。据《福布斯》引用CreditSights的数据，五大巨头的资本密集度（资本开支占营收比）已升至45%至57%，这一水平更接近公用事业与工业企业，而非传统软件公司。
所以，市场担心的是，若AI商业化进展慢于投资扩张，借款方现金流承压，金融机构可收回的抵押品将是持续贬值的二手GPU；届时持有相关债券的机构投资者将承担链条末端的损失。这一情景是否出现，取决于这笔交易落地后，算力资产的收入兑现速度能否追平其资本形成速度。至少从消息公布当日市场的反应看，投资者还没有为这一前景给出肯定的回答。
（本文配图、公开数据素材来源于网络及公开行业平台，如有侵权，敬请联系我方及时修改。）
原文标题 : 英伟达拉来华尔街，算力估值逻辑或迎来巨变
