Nvidia拚動員逾5,000億美元，GPU租金能長期跑贏折舊嗎？

 

Nvidia把GPU叢集推向5,000億美元融資市場

Nvidia(NVDA)正把AI算力帶進基礎建設金融。公司與Apollo Global Management(APO)、Blackstone(BX)、BlackRock(BLK)、Brookfield(BN)、Goldman Sachs(GS)及KKR(KKR)簽署諒解備忘錄，規劃建立AI算力基礎建設融資平台，目標動員逾5,000億美元第三方資金。

這個數字代表資金動員目標，距離實際完成募資、簽訂租約與投入建設仍有多個階段。現階段可以確認的是，Nvidia希望把GPU叢集從企業設備支出，延伸成可融資、可出租的收益資產，讓保險公司、退休基金、私募基金與主權基金參與AI資料中心建設。

黃仁勳對這類資產的定義很清楚：GPU叢集能服務不同客戶，也能在雲端與資料中心之間轉移，並透過軟體升級延長使用期間。只要租用需求與現金流具有可預測性，算力就有機會採用類似電力、光纖網路與不動產的融資方式。

 

第三方資金可能加快AI資料中心擴張

過去AI資料中心主要依賴Microsoft(MSFT)、Amazon(AMZN)、Google與Meta等大型科技公司的資本支出。這種模式受到企業資產負債表、年度預算及自由現金流限制，建設速度也集中在少數雲端業者手中。

金融機構加入後，資金來源可以擴展至規模更大的長期資本。GPU叢集若搭配長期租約、最低用量承諾及穩定客戶，未來現金流便能被結構化，再透過債務或基金形式投入市場。這會降低單一科技公司承擔的初期建置壓力，也可能讓更多AI雲端服務商取得算力。

對Nvidia而言，融資能力會轉化成設備採購能力。當資料中心營運商可以用未來租金支應建設成本，GPU訂單便能更早形成，需求也可能從少數雲端巨頭擴散至主權AI、企業AI與專業算力供應商。

這套機制還可能改變GPU的估值方法。傳統硬體主要依照折舊與二手價格衡量；具備租約的算力叢集則可依未來現金流折現。若使用率與租金維持穩定，Nvidia的定價權及訂單能見度都可能提高。

 

技術迭代會決定算力資產的殘值

GPU金融化面臨的首要限制，是晶片效能與能源效率持續快速進步。新一代加速器若能用更低電力完成更多運算，舊設備的租金、使用率及轉售價格可能同步下滑。資料中心還要承擔電力、冷卻、網路及維護成本，晶片仍可運作，也未必代表經濟效益足以覆蓋融資成本。

黃仁勳提出的緩衝方式，包括跨客戶調度、跨資料中心轉移及軟體升級。這些能力有助延長設備壽命，但機構資金仍會要求合約與營運數據證明。市場需要追蹤的指標，包括租約年限、續約率、實際使用率、租金變化，以及設備汰換後的殘值。

傳統機構多以3到5年折舊期評估伺服器設備。融資期限若長於GPU的經濟壽命，資產價值下降速度便可能快於本金回收速度。租約期限與技術週期能否匹配，將直接影響這類金融商品的信用風險。

算力資產還具有集中度問題。Nvidia平台與軟體生態系目前擁有廣泛採用度，這有利於設備標準化與轉移；供應商集中也會讓產品世代切換產生更大影響。新架構推出後，舊叢集能否承接推論、微調或成本敏感型工作負載，會決定殘值曲線。

 

Palantir估值分歧反映AI資產化風險

AI資產化也延伸到軟體市場。以今年8月11日的市場估值計算，Palantir(PLTR)已接近50倍2026年預估銷售額，並接近100倍自由現金流。營收與自由現金流成長支撐了市場期待，高估值也提高了未來財報容錯要求。

Michael Burry今年披露買進Palantir看跌期權，合約於2027年3月到期，履約價落在100美元低段至中段區間。他援引2025年底Palantir曾出現約五成修正的經驗，並認為當時的價格與波動率讓長天期避險成本相對具有吸引力。

這筆部位無法直接判定AI需求方向，卻凸顯估值與基本面之間的時間差。企業AI軟體可以持續成長，股價仍可能因營收增速、自由現金流或市場風險偏好變化而大幅波動。高成長需要更長時間維持，才能消化接近三位數自由現金流倍數。

 

算力金融化將科技週期連上信用週期

第三方資金進入AI資料中心，有機會降低融資成本並加速供給擴張。算力增加也能降低企業部署大型模型與Agentic AI的門檻，進一步推升雲端、網路、光通訊及電力基建需求。

金融槓桿同時會放大週期波動。若AI運算需求增速放慢、租金下滑或新晶片壓低舊設備使用率，資產端將出現減值壓力，融資端則可能面臨再融資與信用損失。原本集中於科技公司資本支出的風險，會逐步傳導至資產管理公司、保險資金與其他長期投資人。

Nvidia提出的逾5,000億美元平台，為AI基礎建設打開更大的資金池，也把GPU需求與全球信用市場連得更緊。後續判斷需要同時檢查募資進度、長期租約、叢集使用率與設備殘值。算力租金能否長期跑贏折舊與融資成本，將決定這套模式能否跨越下一輪技術升級。