輝達(NVDA)推5,000億美元AI融資，GPU殘值撐得起長天期貸款嗎？

 

輝達聯手六家資管機構，規劃5,000億美元AI融資

輝達(NVDA)正推動一套規模龐大的AI基礎建設融資模式。公司與貝萊德、黑石、阿波羅、KKR、布魯克菲爾德及高盛達成協議，目標籌集5,000億美元，協助現金有限或信用評等較低的企業興建資料中心與GPU叢集。

這項計畫試圖讓華爾街用基礎設施資產的角度評估AI晶片。商業不動產與收費公路能持續產生現金流，也能作為長期貸款的擔保品；AI工廠同樣可以出租算力，讓企業訓練模型、執行推論並創造營收。

5,000億美元是融資目標規模，距離實際部署仍有資金募集、授信審查與專案執行等環節。這個數字先反映AI資料中心的資本需求，也顯示產業擴張開始依賴私募信貸與資產支持融資，資金來源逐漸超出大型雲端服務商自身的資本支出。

整套模式建立在一項假設上：GPU可以維持夠長的經濟壽命，持續產生租金與運算收入。只要設備現金流足以支付利息，金融機構便有機會把GPU叢集包裝成可投資的長期資產。

 

GPU折舊速度決定擔保品能否支撐長期貸款

傳統資產支持融資通常以建築物、飛機或貨船作為擔保。借款人違約後，債權人可以扣押並出售資產；成熟的二手市場與數十年使用壽命，讓回收價值較容易估算。

尖端GPU的經濟壽命仍缺乏長期紀錄。新一代晶片投入前沿模型訓練後，舊款GPU往往轉向單價較低的推論工作。設備仍可運算，單位產值、出租費率與二手價格卻可能逐步下降。

FedWatch Advisors創辦人Ben Emons將折舊列為主要風險。GPU殘值會直接影響貸款回收率；若晶片更新速度超過貸款攤還速度，擔保品價值可能低於未償還本金，金融機構就需要更高利率或額外信用保護。

中國供應商帶來另一層長期壓力。若中國本土運算能力快速提升，低價AI晶片可能壓低全球硬體價格。數千億美元私募貸款依賴GPU殘值支撐，硬體價格大幅下滑將同時衝擊擔保價值與基金回收能力。

 

高折舊設備搭配弱信用借款人，殖利率要求升至11%至17%

市場估計，投資人可能按照高折舊設備評估GPU貸款，並依資本結構與承擔順位要求11%至17%的收益率。雙位數殖利率反映兩層風險：設備可能快速貶值，借款企業的信用條件也偏弱。

美國銀行證券指出，部分潛在借款人屬於無法順利進入傳統債券市場的非投資等級公司，包含AI新創企業與新興雲端供應商。這些公司收入基礎較小，算力利用率與客戶合約也可能缺乏穩定紀錄。

一旦借款人破產，基金經理人需要接管GPU並在二手市場出售。大量設備同時流入市場，可能進一步壓低價格，形成殘值下跌、回收率下降與拋售增加的循環。貸款利率因此需要涵蓋營運、信用及流動性風險。

這也說明5,000億美元計畫的執行難度。資金募集規模只能代表供給能力，最終放款量仍取決於借款企業能否提出長期客戶合約、穩定利用率，以及足以覆蓋利息的現金流。

 

CUDA與供不應求延長舊款GPU的收益週期

中國晶片的價格壓力目前仍受出口管制與軟體生態限制。華為自2019年起被美國商務部列入實體清單；今年5月，美國政府進一步指稱Ascend AI晶片涉及出口管制，並禁止美國企業使用。

輝達在美國AI晶片市場的估計市占率約75%。CUDA則提供模型開發、訓練與效能優化工具，開發者已累積大量程式碼與工作流程。CUDA提高GPU持續產生收入的能力，也讓舊款產品轉向推論後，仍能保有一定利用率。

租賃市場提供了短期佐證。H100出租費率由2025年底每GPU小時約1.70美元，升至今年8月12日文章發布時引用的近期約2.35美元，增幅約38%。費率上升顯示超大型企業擴充算力後，供給仍偏緊，舊一代GPU的現金流尚未快速衰退。

這段價格走勢支持輝達對AI工廠生產力的論述，但單一型號的短期租金仍無法回答多年後的殘值。融資模型需要跨越完整晶片週期，包括新架構推出、推論需求變化、電力成本與二手市場流動性。

 

股價平穩，市場仍在評估AI晶片金融化的可行性

輝達的業務已從遊戲PC圖形晶片延伸至資料中心、AI與自動駕駛，CUDA也成為公司競爭優勢的重要部分。截至今年8月12日文章發布時引用的最近交易日，輝達收在217.50美元，下跌0.05美元，跌幅0.02%；成交量為101,327,264股，較前一日減少12.53%。

單日股價接近平盤，僅能反映當天市場反應。5,000億美元融資計畫的長期影響，仍要看資金能否轉成GPU訂單，以及貸款是否能在高利率下維持合理違約率。

現階段的正面證據來自75%市占率、CUDA生態與H100租金上升；風險集中在借款人信用、GPU折舊與未來低價晶片供給。AI晶片能否成為基礎設施級資產，最終將由多年現金流、二手殘值與完整信用週期共同決定。