新聞股票貝萊德、高盛、阿波羅、黑石、博楓與 KKR 正與輝達洽談規模可能達 5,000 億美元的 AI 基礎設施建設

貝萊德、高盛、阿波羅、黑石、博楓與 KKR 正與輝達洽談規模可能達 5,000 億美元的 AI 基礎設施建設

作者: Cryptopolitan·

重點速覽

  • 貝萊德、高盛、阿波羅、黑石、博楓與 KKR 正與輝達洽談潛在的 AI 基礎設施融資合作夥伴關係。
  • 該計畫規模可能高達 5,000 億美元,將用於支援運算能力、電力供應及資料中心建設。
  • 據《金融時報》報導,該協議最快可能於下週一公布。
  • 輝達股價在報導傳出後下跌 1.4%,市值蒸發超過 700 億美元。
  • 文章指出,輝達已透過直接投資和其他客戶支援結構,擴大了其在 AI 領域的融資角色。
貝萊德、高盛、阿波羅、黑石、博楓與 KKR 正與輝達洽談規模可能達 5,000 億美元的 AI 基礎設施建設

貝萊德(NYSE: BLK)、高盛(NYSE: GS)、阿波羅全球管理公司(NYSE: APO)、黑石集團(NYSE: BX)、博楓資產管理公司(NYSE: BAM)與 KKR(NYSE: KKR)正與輝達(NASDAQ: NVDA)進行洽談,參與一輪規模龐大的全新 AI 基礎設施支出計畫,最終總額可能高達 5,000 億美元。

據《金融時報》報導,此次計畫中的合作核心在於為擴充運算能力、電力供應及資料中心建設提供資金。該協議最快可能於下週一公布。

全球資產管理與私募股權領域六大最具影響力的機構共同參與,凸顯了 AI 基礎設施已從利基型科技投資,轉變為全球金融領域最大的資本配置主題之一。若達到報導中的金額,該計畫將成為史上規模最大的民間基礎設施投資承諾之一,其規模可與國家級能源或電信建設計畫相媲美。

消息傳出後,NVDA 股價下跌 1.4%,市值蒸發超過 700 億美元。

輝達在 AI 基礎設施融資中日益擴大的角色

此次洽談凸顯了輝達在為人工智慧實體基礎設施提供融資方面日益核心的地位。該公司市值約為 5.25 兆美元,已供應用於訓練和運行美國大多數最大型 AI 系統的圖形處理器,以及相關軟體和運算工具。輝達在 AI 訓練晶片市場近乎主導的市占率,使其成為整個建設生態的守門人:資料中心營運商、雲端服務提供商和 AI 開發者通常必須先取得其硬體才能進行擴展。

然而,僅有 GPU 並不足以維持 AI 的運作。營運商還需要大規模伺服器設施、電力、冷卻系統及長期融資。AI 工作負載消耗的電力遠高於傳統資料中心運算,產業估計預測,到本十年末,資料中心的電力需求可能增加一倍以上,這將對電網造成壓力,並吸引在能源專案方面經驗豐富的基礎設施投資者的關注。

輝達已逐步介入協助客戶取得融資,甚至將自有資金直接投入購買其硬體的公司。

馬克·庫班警告融資模式可能「崩塌」

億萬富翁投資人馬克·庫班(Mark Cuban)已公開表達對當前支撐 AI 支出熱潮的債務規模與金融工程操作的擔憂。他的核心論點是,輝達已不再僅僅是出售晶片——它正在積極為下單採購的客戶提供融資。

今年七月,庫班將當前局勢與網路泡沫時期的融資狂熱進行比較,他寫道:「不再是 IPO 了,輝達本身就是 IPO,為所有人提供資金。」

輝達的融資支援採取了多種形式,包括直接資金注入、收入分成協議,以及為資料中心營運商和新興雲端服務提供商保證最低收入水準的安排。這些結構使客戶能夠在自身營運產生足夠現金流之前,就先行訂購 GPU 並展開建設。

2026 年上半年,輝達在其各項 AI 計畫中投資了超過 400 億美元。受益方及相關實體包括 OpenAI、康寧(NYSE: GLW)和 IREN(NASDAQ: IREN)。

若干個別交易的規模令人矚目。OpenAI 與一項提案中的 1,000 億美元資料中心計畫有關。與 xAI 相關的融資則使用了價值數十億美元的特殊目的載具(SPV)。

AI 基礎設施融資的複雜性與風險

部分安排涉及將 GPU 作為貸款抵押品。它們還可能包括長期租賃,以及基於早期 AI 公司績效的收入預測——若實際收益低於簽訂合約時所假設的數字,這些預測可能被證明並不準確。

法律專家已注意到,AI 基礎設施融資已變得日益複雜。單一專案可能結合私人借貸、債務證券化,以及專門為持有資產或在不列入資產負債表情況下借款而設立的 SPV。參與者可能包括銀行、保險公司和退休基金。大型私募股權和資產管理公司參與目前這輪洽談,反映了另類資產管理公司已成為主要放款人和基礎設施投資者的更廣泛趨勢,逐步承擔了傳統上由商業銀行扮演的角色。

硬體貶值帶來了另一層風險。輝達一直以年度週期推出新一代 AI 晶片,這意味著資料中心可能仍在償還一代處理器的成本時,更先進的版本就已問世。因此,舊款 GPU 的價值下降速度可能快於放款人最初的預期——當硬體本身作為貸款抵押品時,這是一個關鍵的隱患。

銀行和私人信貸機構經常為安裝時成本極高的設備提供貸款。若整體 AI 支出放緩,為因應未實現的需求而建置產能的營運商可能面臨嚴重的財務壓力。更頻繁的硬體更新可能使昂貴的設備更早面臨淘汰,而來自競爭對手的晶片——包括 AMD 的 Instinct 加速器以及 Google、Amazon 和 Meta 等主要雲端服務提供商開發的客製化晶片——可能減少對輝達系統的需求。

上述任何因素都可能導致營運商在設施產生的收入低於預期的情況下,仍需償還巨額債務——這種動態已遠遠超出傳統科技股投資的範疇,進入了應用於資料中心、GPU 和能源專案的槓桿融資領域。