我们想让你知道的是:
上週,英伟达携手华尔街巨头启动规模达 5,000 亿美元的融资计画;同一时间,芝商所(CME)推出首批算力期货,象征 AI 算力正从实体基础建设进一步走向金融化,「算力证券化时代」正式揭幕。
然而,当槓桿融资、资产证券化与衍生性工具快速渗入 AI 供应链,市场也开始担忧:在参与者高度重迭、交易关係彼此交织,甚至存在循环认列营收疑虑的情况下,一旦算力需求降温或资产价格反转,是否可能触发连锁去槓桿,重演 2008 年次贷危机的老路?表面上,两者确实都存在槓桿堆迭与金融工程快速扩张的影子;但深入拆解后,AI 基建与当年的次贷体系之间,其实存在四项结构性差异。本报告将带您逐一解析。


本文重点:
- 算力证券化时代来临:从英伟达引入 5,000 亿美元第三方资本、提供 GPU 残值保障,再到芝商所推动算力期货,我们判断「算力证券化时代」已正式来临。
- AI 信贷循环:循环由扩张走向收缩周期,产业往往在衝击触发的瞬间,呈现极度陡峭的断崖式渡期,随着 AI 产业全面进入高度依赖信贷与私募资金的融资竞赛,后续密切关注数字容错率是否急剧下降。
- 金融海啸是否捲土重来:本轮 AI 融资循环与 20 年前的次贷危机最终引发的金融海啸,两者虽有相似的轨迹,但底层产业逻辑却有本质上的不同,对此我们也梳理出四大关键差异。
一、 AI 最新里程碑:算力证券化时代正式来临!
WHAT:发生什么事?
2026 年 8 月 10 日,英伟达宣布与华尔街六大金融机构(Goldman Sachs 、 BlackRock 、 Blackstone 、 Apollo 、 KKR 、 Brookfield)签署谅解备忘录,目标动员超过 5,000 亿美元的第三方资本,建立一系列的融资平台,提供 AI 基础建设所需要的资金支持。值得注意的是,英伟达将在部分融资专案当中提供最高 25% 的残值保障(Residual Value Guarantee),降低金融机构对 GPU 技术快速迭代、设备折旧与未来转售价格的疑虑。换句话说,英伟达正逐渐扮演某种 「 AI 美联储」 的角色——不是直接提供市场流动性,而是透过残值保障为 GPU 资产建立最后一道信用防线,降低金融机构对算力资产快速折旧的恐惧,进而撬动更多金融资本进场。
与此同时,芝商所(CME)也宣布与 GPU 市场数据公司 Silicon Data 合作,推出首批与算力成本挂勾的期货合约,预计在取得监管机关核准后,将于 10 月 5 日首先推出针对英伟达 H100 及 B200 GPU 租赁成本进行交易的两种合约,并以 Silicon Data 追踪的 GPU 每小时租赁价格 作为基础。对 AI 基础设施业者而言,未来可以利用算力期货管理 GPU 租赁成本的波动;对金融机构而言,则能够更透明地评估算力资产的收益与风险,增加将算力资产纳入配置的意愿。
WHY:为何要推动算力证券化?
证券化的本质在于将资金庞大、缺乏流动性但能产生稳定现金流的实体资产(例如资料中心、 GPU),转化为可在资本市场自由买卖的高流动性证券。而为何英伟达、芝商所不约而同,都选在这个时间点做出推动算力证券化的关键举措?
-
第一点在「规模」,AI 基础建设所需的资本开支规模正快速膨胀,逐渐超出科技巨头、前沿实验室与新云端(Neocloud)仅凭自身营运现金流即可轻鬆承担的范围。
-
第二点在「速度」
已经是订阅会员了吗? 若您已经是订阅会员请点此登入
点击问题,让 MM AI 为你解答
-
英伟达与芝商所推动算力证券化的背景与重要性为何?
💡英伟达与芝商所推动算力证券化,旨在降低金融机构对算力资产的风险,吸引更多金融资本投入。英伟达提供残值保障,芝商所推出算力期货,使 AI 算力从实体基础建设走向金融化,缩短资本回收周期,追上技术迭代与算力需求。
-
当前 AI 产业是否面临如同 2008 年次贷危机的金融风险?
💡当前 AI 产业与 2008 年次贷危机虽有相似的槓桿堆迭与金融工程扩张,但两者在资金环境、借款人信用、抵押品本质及生产力价值上存在四大结构性差异,显示 AI 产业的底层产业逻辑不同于次贷危机。
-
AI 信贷循环在扩张期与收缩期呈现何种自我强化模式?
💡AI 信贷循环在扩张期,预期需求扩大,营收与资产估值上升,信贷与资本开支扩张,形成正向循环。收缩期则因需求不如预期,营收缩水、抵押品价值减损、信用紧缩,导致资本开支断崖式收缩,形成负向循环,缺乏温和过渡地带。
-
AI 融资循环与次贷危机在资金环境上有何不同?
💡AI 融资循环与次贷危机在资金环境上的主要不同在于,2008 年次贷危机发生在稀缺准备金时代,而现在则是充足准备金时代,银行体系准备金充裕,货币市场基金规模庞大,但非银机构参与度增加,需关注透明度问题。
-
次贷危机与 AI 融资循环中借款人的信用状况有何差异?
💡次贷危机的借款人为信用不佳的次级借贷者,缺乏还款能力。AI 融资循环的借款人主要是科技巨头,具备庞大本业规模与稳定营运现金流,财务体质健全,虽有压力,但整体风险远低于次贷危机时的状况。
-
房地产与 GPU 算力作为抵押品,本质与风险有何不同?
💡房地产作为抵押品,具刚需与数十年长寿命,但在次贷危机中因房价上涨预期而导致风险被忽视。GPU 算力作为抵押品,寿命短且不确定性高(约 4-6 年),其快速折旧的风险促使金融机构更谨慎,并高度戒备信用风险。
-
AI 产业的生产力价值是否能避免重蹈楼市泡沫的覆辙?
💡AI 产业的生产力价值有望避免重蹈楼市泡沫覆辙,主要因其建立在实际技术创新上。AI 技术突破持续降低运算成本并拓宽应用场景,终端营收体量能持续增长,不像楼市受限于实体人口与固定的需求天花板。
【9/1登场】研究副总监 Vivianna 将于 SEMICON TAIWAN 分享洞察,折扣码【88MXQ】享 88 折优惠
【MM Podcast】After Meeting EP. 210|非农爆冷、通胀降温,AI 半导体报復性反弹能走多远? 立即收听>>
