英伟达算力账本：一场800亿算力承诺背后的杠杆博弈

黄仁勋在8月底说了两句话。

一句很直接：Vera Rubin平台可为英伟达带来每吉瓦超400亿美元的营收。1吉瓦约等于1000兆瓦，相当于一座大型超算集群的电力规模，按数据中心15-20年租约周期折算。黄仁勋这句话意味着，英伟达预期这套“芯片-机房-云服务商”算力操盘模式能兑现的收益，而非单纯卖GPU的硬件收入。

另一句很隐晦：英伟达与Apollo、黑石、贝莱德、高盛等华尔街巨头合作，计划撬动高达5000亿美元资金用于AI基础设施项目。英伟达的角色是信用背书人，而非全额出资方。

同一天，Anthropic签了350亿美元的云计算协议。甲方是Lambda——一家英伟达投资的云服务商；数据中心由比特币矿企Hut8承建，租赁权归英伟达所有。更早之前，Anthropic还与Nscale签了450亿美元协议。8月份，Anthropic敲定两份多年算力采购框架，累计算力承诺规模达800亿美元。800亿是多年框架意向，并非即期现金支出——Anthropic累计融资约80-100亿美元，不可能在单月实际支出800亿。

英伟达正在完成一次身份跃迁：从芯片供应商，到AI算力生态的做市商。但这套“芯片+机房+生态+杠杆”的飞轮，每一步都暗藏对冲。

一、从二房东到算力操盘

Anthropic这笔交易的结构很精巧：英伟达数周前先与Hut8签了租约，锁定得州数据中心算力；然后让Lambda用这个数据中心为Anthropic提供云服务；Lambda从英伟达采购芯片部署其中。

英伟达不直接对接Anthropic，而是绕Lambda这一层——可能是风险隔离，也可能是在反垄断框架下有意保持形式上的距离。但据华尔街日报报道，英伟达已在8月底主动暂停了部分包含“未售算力兜底回租+超额营收50%分成”的高争议闭环交易——原因既有反垄断担忧，也有内部对自身风险边界重新评估的考量。

黄仁勋的底气，不来自金融杠杆，而来自Vera Rubin平台的技术代差。英伟达宣称Vera Rubin可将每Token推理成本降低35倍——这意味着哪怕算力租赁价格剧烈波动，英伟达芯片的单位算力性价比仍碾压任何竞品。用技术上的绝对代差来对冲金融上的高杠杆风险，才是这套算力操盘真正的核心支撑。

两件事同步推进：一边掌控物理算力基础设施（Hut8、Lambda、Nscale），一边通过联发科掌控芯片定制生态的入口。软硬两条护城河正在同时修建。

二、35亿美元投联发科：生态绑定，还是防御自救？

英伟达以35亿美元可转债投资联发科。联发科今年AI芯片业务预计20亿美元营收，明年目标70-120亿美元。

这笔投资的战术意图很清晰：把英伟达的NVLink Fusion、NVHBM等互联技术，装进联发科为数据中心客户定制的XPU芯片里。客户定制的芯片能无缝接入英伟达的AI基础设施。

但深层战略意图是防御性的。亚马逊有Trainium、谷歌有TPU、微软有Maia——客户正在积极培养替代方案。英伟达是用NVLink生态绑定客户的定制芯片路线，防止客户彻底流失。长期矛盾在于：一旦联发科定制XPU大规模落地，会不会减少客户对英伟达GPU的采购量？英伟达是在锁定客户，还是在培育替代者？这个问题尚无答案，但联发科AI芯片业务明年目标70-120亿美元，已经足够让它变得紧迫。

三、算力金融化：循环杠杆与残值兜底隐患

英伟达这套打法的另一条线，是撬动5000亿美元外部融资。据英国金融时报报道，核心逻辑是：华尔街提供融资，云厂商购买英伟达芯片，租给AI公司，芯片作为抵押品打包成证券出售给投资者。英伟达为部分项目提供最高达25%的残值担保——注意，这一担保仅限部分试点算力项目，并非面向全部GPU采购客户。英伟达的角色是信用背书人，而非全额出资人。

同一笔资金在不同主体间循环：华尔街出钱→云厂商买英伟达芯片→租给AI公司→AI公司训练模型→模型变现后还款。英伟达前置拿到芯片货款，风险后置：残值担保意味着一旦下游爆雷，英伟达是链条末端的接盘者。

残值担保的潜在风险可以通过一个简化模型来感知：假设5000亿融资计划中，英伟达为30%的项目提供残值担保，平均担保比例25%，表外潜在负债约375亿美元（5000亿×30%×25%）。英伟达FY2026 Q2净利润约160亿美元。一旦芯片实际残值因技术迭代跌至5%，英伟达需补足约300亿美元——接近两个季度的净利润。这并非预测，而是说明CDS市场在担心什么。

芯片折旧是另一根致命稻草。贷款方要求3-5年内还清贷款，假设芯片在此之后价值趋近于零。H100在Blackwell大规模出货后，远期预测显示其租赁价格可能需比GB200低65%才能保持竞争力。黄仁勋以A100芯片超预期保值为据，但短期算力紧缺能否对抗长期技术迭代的铁律，仍是未知数。

算力贷模式正在扭曲下游财务报表。以CoreWeave为例，营收虽然翻倍，但重资产带来的巨额折旧和利息支出让它深陷净亏损——英伟达通过算力贷将重资产留在云厂商报表上，自己只拿现金。风险沿链条逐层下移，下游赚得越多，亏得越狠。

四、生态博弈：锁定与反锁定

英伟达的护城河正在遭遇多重稀释。

客户的多供应商策略。Hut8同时还在为Anthropic单独开发搭载谷歌TPU的数据中心。Anthropic没有把全部身家押在英伟达身上。如果客户最终走向多供应商，英伟达的二房东模式可能变成替竞争对手培养市场——英伟达出钱建数据中心，客户在里面跑竞争对手的芯片。

反垄断与地缘政治的双重夹击。欧盟DMA、美国司法部审查、中国市场监管总局对英伟达收购迈络思附加的无歧视供应义务——英伟达同时在三个司法辖区面临监管压力。而英伟达通过算力贷将大量GPU部署到印尼、印度、沙特等地，实际上是在用金融手段参与这些国家的算力主权竞争。一旦这些国家要求英伟达芯片必须搭配本土加速器或限制外资控股数据中心，英伟达的算力资产就会变成地缘政治搁浅资产。

本质上，英伟达正在完成从芯片供应商到AI算力生态做市商的身份跃迁。但供应商和算力市场参与者的双重身份冲突，将是这条路线上最核心的矛盾：

如果英伟达是平台，就不该通过投资Lambda偏袒特定云厂商；
如果它是算力运营商，客户会担心数据安全；
如果它是金融中介，它是否需要满足巴塞尔协议式的资本充足率？

Vera Rubin的技术代差为这套杠杆提供了缓冲，但技术代差和金融杠杆之间的边界，正在变得越来越模糊。

租出去的算力会不会变成租出去的客户？当AI应用层的商业化无法持续，下游客户开始缩减资本开支，那800亿算力承诺、5000亿融资计划，会变成谁的算力沉没成本——AI时代的次贷危机，也许不是房贷，而是算力贷。