英伟达成了 AI 的中央银行，这会不会加深 AI 泡沫？
《经济学人》最近的 「Nvidia is the central bank of AI」还真把英伟达的 AI 金融给理了一遍：
Nvidia 用了 30 年才到 1 万亿美元市值
然后到 2 万亿只用了 9 个月
现在 5.4 万亿美元，是全球最贵的公司之一，分析师甚至预测 2029 年 Nvidia 可以年收入 1 万亿美元
但《经济学人》在这里聊的增长主要不只是制程和 CUDA 护城河，核心其实还来自英伟达这段时间的金融工程，其实这个在之前的 《Google 为了卖 TPU ，把芯片和数据中心变成融资项目》 也聊到过类似的。
过去三年Nvidia 大概做了两件事：
向初创公司承诺超过 700 亿美元投资
向客户提供了大概 3000 亿美元量级的财务支持，包括担保、回购闲置产能、收入保底、残值支持等等
这和 Google 为了卖 TPU 做的很像，然后现在英伟达在市场上就有了一个外号：“AI 的中央银行”。
AI 央行的本质是，英伟达可以决定谁能便宜地借到钱、资产能不能被当作抵押品、流动性够不够，这就是 Nvidia 正在对“算力”做的金融化的事情。
目前英伟达的操作很直接，首先就是入股客户，把买家变成利益共同体，大客户如 Amazon、Google、Meta、Microsoft 贡献了一半收入，但它们同时在做自研芯片，成本可能只有 Nvidia 的 1/5 到 1/3，根据 Bloomberg Intelligence 预计，到十年末定制芯片可能占 AI 处理器市场一半。
所以 Nvidia 的对策是大量股权投资，去年有 90 笔，今年到目前已经有 60 笔，英伟达同时押注开源权重模型生态，例如对 Poolside、Hugging Face 的大额投入，让更多工作负载可以继续跑在它的栈上。
其次就是给“新云厂商”（neocloud）做信用增强，CoreWeave 这类公司借钱成本很高，因为它们不是投资级，这个在之前我们聊 Google TPU 的时候也聊到过，所谓 Nvidia 通过：
直接投资，对 CoreWeave 持股 11%、投入超 20 亿美元
承诺在一定期限内回购闲置产能，最高有 63 亿美元、到 2032 年
给数据中心收入设“地板价”，分享上行收益
这样的链条下，下游融资成本可以下降 ，也能买得起跟过 GPU，带来的就是 Nvidia 出货更快了，之前 SemiAnalysis 的人也说，这是在给贷款人“买时间”。
还就是巨型项目残值/租赁担保，最近最夸张的一笔是俄亥俄州超大数据中心：
SoftBank 旗下 SB Energy 负责建、OpenAI 租 20 年，Nvidia 提供最高 1050 亿美元的担保，然后换来了这个项目大量用英伟达芯片，大概 150 万颗处理器量级。
而且这里 Nvidia 不是直接帮 OpenAI 付的房租，Nvidia 是对建成后的土地/电力/外壳等资产做残值担保，如果这时候租户跑了、转租或出售不行，Nvidia 就会补差额，另外 Nvidia 还向 SB Energy 投了 15 亿美元，用来锁定排他供货。
最后 Nvidia 还把 GPU 做成“可投资产类别”，它和 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 合作，动员超过 5000 亿美元第三方资金进入 AI 基建，Nvidia 对部分投资提供最高 25% 的残值支持，同时提供技术背书。
就像前面说的，Nvidia 最大客户都在变成对手，云厂商都自己做芯片，OpenAI 也做了自己的墨西哥辣椒芯片，所以英伟达必须从其他地方加强自己的护城河，所以 Nvidia 现在用自己的利润和现金流，给整个生态提供“准公共品”，让中小企业有更低成本的信用去融资。
类似于汽车厂商的金融公司：不贷款，车就卖不掉。
不过报道里提到的问题其实是：这是在满足需求，还是在制造需求？目前 Nvidia 这样其实已经走在“促成需求”和“创造需求”之间的细线上，而且已经相当接近越界，如果芯片需求增速放缓、供给上来后出现价格下跌，Nvidia 的利润和支持客户的能力可能连带一起受损。
不过目前 Nvidia 确实很能抗， 990 亿美元现金和证券、经营现金流 2000 亿美元量级，担保分散在很多年，还可以找替代租户等，但是这个金融方式运转下去，特别是循环持股和循环需求，是不是会造成金融危机？这个也是一个很严峻的问题。
Nvidia 不是唯一这么做的，AMD 和 Google等也有类似结构，但没有谁缠得像 Nvidia 这么深。
《经济学人》最近的 「Nvidia is the central bank of AI」还真把英伟达的 AI 金融给理了一遍：
Nvidia 用了 30 年才到 1 万亿美元市值
然后到 2 万亿只用了 9 个月
现在 5.4 万亿美元，是全球最贵的公司之一，分析师甚至预测 2029 年 Nvidia 可以年收入 1 万亿美元
但《经济学人》在这里聊的增长主要不只是制程和 CUDA 护城河，核心其实还来自英伟达这段时间的金融工程，其实这个在之前的 《Google 为了卖 TPU ，把芯片和数据中心变成融资项目》 也聊到过类似的。
过去三年Nvidia 大概做了两件事：
向初创公司承诺超过 700 亿美元投资
向客户提供了大概 3000 亿美元量级的财务支持，包括担保、回购闲置产能、收入保底、残值支持等等
这和 Google 为了卖 TPU 做的很像，然后现在英伟达在市场上就有了一个外号：“AI 的中央银行”。
AI 央行的本质是，英伟达可以决定谁能便宜地借到钱、资产能不能被当作抵押品、流动性够不够，这就是 Nvidia 正在对“算力”做的金融化的事情。
目前英伟达的操作很直接，首先就是入股客户，把买家变成利益共同体，大客户如 Amazon、Google、Meta、Microsoft 贡献了一半收入，但它们同时在做自研芯片，成本可能只有 Nvidia 的 1/5 到 1/3，根据 Bloomberg Intelligence 预计，到十年末定制芯片可能占 AI 处理器市场一半。
所以 Nvidia 的对策是大量股权投资，去年有 90 笔，今年到目前已经有 60 笔，英伟达同时押注开源权重模型生态，例如对 Poolside、Hugging Face 的大额投入，让更多工作负载可以继续跑在它的栈上。
其次就是给“新云厂商”（neocloud）做信用增强，CoreWeave 这类公司借钱成本很高，因为它们不是投资级，这个在之前我们聊 Google TPU 的时候也聊到过，所谓 Nvidia 通过：
直接投资，对 CoreWeave 持股 11%、投入超 20 亿美元
承诺在一定期限内回购闲置产能，最高有 63 亿美元、到 2032 年
给数据中心收入设“地板价”，分享上行收益
这样的链条下，下游融资成本可以下降 ，也能买得起跟过 GPU，带来的就是 Nvidia 出货更快了，之前 SemiAnalysis 的人也说，这是在给贷款人“买时间”。
还就是巨型项目残值/租赁担保，最近最夸张的一笔是俄亥俄州超大数据中心：
SoftBank 旗下 SB Energy 负责建、OpenAI 租 20 年，Nvidia 提供最高 1050 亿美元的担保，然后换来了这个项目大量用英伟达芯片，大概 150 万颗处理器量级。
而且这里 Nvidia 不是直接帮 OpenAI 付的房租，Nvidia 是对建成后的土地/电力/外壳等资产做残值担保，如果这时候租户跑了、转租或出售不行，Nvidia 就会补差额，另外 Nvidia 还向 SB Energy 投了 15 亿美元，用来锁定排他供货。
最后 Nvidia 还把 GPU 做成“可投资产类别”，它和 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 合作，动员超过 5000 亿美元第三方资金进入 AI 基建，Nvidia 对部分投资提供最高 25% 的残值支持，同时提供技术背书。
就像前面说的，Nvidia 最大客户都在变成对手，云厂商都自己做芯片，OpenAI 也做了自己的墨西哥辣椒芯片，所以英伟达必须从其他地方加强自己的护城河，所以 Nvidia 现在用自己的利润和现金流，给整个生态提供“准公共品”，让中小企业有更低成本的信用去融资。
类似于汽车厂商的金融公司：不贷款，车就卖不掉。
不过报道里提到的问题其实是：这是在满足需求，还是在制造需求？目前 Nvidia 这样其实已经走在“促成需求”和“创造需求”之间的细线上，而且已经相当接近越界，如果芯片需求增速放缓、供给上来后出现价格下跌，Nvidia 的利润和支持客户的能力可能连带一起受损。
不过目前 Nvidia 确实很能抗， 990 亿美元现金和证券、经营现金流 2000 亿美元量级，担保分散在很多年，还可以找替代租户等，但是这个金融方式运转下去，特别是循环持股和循环需求，是不是会造成金融危机？这个也是一个很严峻的问题。
Nvidia 不是唯一这么做的，AMD 和 Google等也有类似结构，但没有谁缠得像 Nvidia 这么深。