硅债务陷阱：英伟达资助自己的销售

要点总结

• 闭环：英伟达（Nvidia）在一项融资工具中担任核心有限合伙人，该工具购买英伟达自家芯片并回租给 xAI。这家芯片制造商实际上在补贴自家库存的采购，以维持收入增长。
• 规模：阿波罗全球管理公司（Apollo Global Management）在 2026 年 1 月和 2 月连续两笔交易中承诺投入 70 亿美元，交易结构是通过一家名为 Valor Compute Infrastructure 的空壳实体进行的售后回租。
• 折旧炸弹：2023 年价值 3 万美元的英伟达 H100 图形处理器（GPU），到 2026 年二手交易价约为 8000 美元，但为这些芯片提供融资的资产支持证券（ABS）却按三年内仅贬值 50% 的假设结构设计。
• 系统性风险：摩根大通（JPMorgan）预测，到 2027 年数据中心资产证券化规模每年可达 300–400 亿美元；国际清算银行（BIS）则警告，人工智能（AI）相关投资现已超过美国国内生产总值（GDP）的 5%，超过互联网泡沫顶峰时期。

衔尾蛇交易

2026 年 2 月 16 日，阿波罗全球管理公司首席执行官（CEO）马克·罗文（Marc Rowan）在美国银行（Bank of America）一场会议上登台，介绍了他所称的 AI 基础设施“定制化、合同支持”融资交易。措辞冷静专业，结构却远非如此。

以下是阿波罗实际搭建的结构：

1. Valor Equity Partners，一家与埃隆·马斯克（Elon Musk）关系密切的私募股权公司，设立了一个名为 Valor Compute Infrastructure 的特殊目的实体（SPV）。
2. 阿波罗向该 SPV 分两批放贷共计 70 亿美元：2026 年 1 月完成 35 亿美元，2 月初完成 34 亿美元。
3. 该 SPV 用这笔资金按全价购买 英伟达 GB200 GPU。
4. 这些芯片随后通过售后回租结构 回租给 xAI，由 xAI 每月向 SPV 支付租金，而非直接购买硬件。
5. 英伟达 以核心有限合伙人（LP）身份参与了第一批 35 亿美元的交易，向这个购买其芯片的工具出资。

请再读一遍最后一点。英伟达把钱投进了 购买英伟达产品的基金。这家芯片制造商的收入依赖于这套结构能否运转；融资方的回报依赖于芯片能否保值；而借款人 xAI 每年烧掉 120 亿美元，最近正是因为无法独立维持运营才被并入 SpaceX。

这不是融资，这是一个闭环。

售后回租如何运作（以及为何重要）

如果这个结构听起来耳熟，那是因为它确实常见。售后回租是夕阳行业的标配：购物中心、飞机机队、医疗设备。机制很简单：一家公司需要昂贵资产，但资产负债表不足以直接购买，于是通过金融中介买下资产，再回租给自己使用。

机制

在传统售后回租中：

$$\text{出借方购买资产} \rightarrow \text{承租方使用资产} \rightarrow \text{承租方支付租金} \rightarrow \text{出借方收回本金 + 利息}$$

出借方的下行保护来自资产的 残值。如果承租方违约，出借方收回硬件并在二级市场出售。当资产价格稳定时，这套机制有效。一架波音 737 租 10 年仍保留较高价值，因为其经济使用寿命超过 30 年。

GPU 的表现完全不像 737。

GPU 折旧悬崖

GPU 抵押贷款的根本问题在于：半导体硬件的折旧曲线由摩尔定律决定，而非物理磨损。H100 GPU 不会以传统意义“磨损”，它会 过时。

已记录的折旧时间线：

英伟达自家的 B200 Blackwell 芯片于 2024 年底一经推出，立即压垮了市场上所有 H100 的转售价值。为这类贷款提供抵押品的正是这家公司，而率先摧毁抵押品价值的也是这家公司。

这就是 GPU 融资悖论：英伟达的产品创新周期是英伟达支持证券的主要风险来源。

残值幻想

最早一批 GPU 支持的 ABS 交易始于 2024 年中 Lambda Labs 通过麦格理（Macquarie）发行的 5 亿美元债券，其关键假设是：GPU 三年后仍能保留 50% 的价值。首批 B200 出货后不到九个月，这一假设就已经偏差了两倍。

这些证券假设底价为 15,000 美元，市场却给出了 8,000 美元。所有基于这些假设发放的贷款，如今在抵押品覆盖上均已资不抵债。

英伟达的问题：核心 LP，还是卖方融资方？

阿波罗—Valor—xAI 结构中最具爆炸性的细节，是英伟达扮演的双重角色。这家公司同时是：

1. 制造商：以高毛利（最近几个季度 GAAP 毛利率约 75%）出售芯片。
2. SPV 的股权投资者：购买上述芯片。

英伟达的官方立场是：它不从事“卖方融资”，即供应商借钱给客户来买自己产品的做法。这种做法正是 2001 年电信泡沫破裂的核心——朗讯科技（Lucent Technologies）和北电网络（Nortel Networks）等公司在向客户发放数十亿美元卖方贷款后崩塌，而这些客户根本无力偿还。

技术上，英伟达并未 直接 借钱给 xAI。但当英伟达向一只基金（Valor Compute Infrastructure）出资，而该基金的唯一目的就是购买英伟达芯片并租给英伟达客户时，经济实质已与卖方融资无从区分。资金在闭环中流动：

$$\text{英伟达} \xrightarrow{\text{股权}} \text{SPV} \xrightarrow{\text{采购}} \text{英伟达（收入）} \xrightarrow{\text{租赁}} \text{xAI} \xrightarrow{\text{租金}} \text{SPV}$$

英伟达将 GPU 销售记为收入；SPV 从 xAI 收取租金；英伟达的股权份额在其刚刚创造的收入上赚取回报。如果 xAI 停止付租，SPV 违约，阿波罗承担 70 亿美元的损失，而英伟达则持有自己 制造 的、一堆贬值芯片的基金股权。

朗讯先例

1999 年，朗讯科技向建设光纤网络的电信公司提供了 84 亿美元直接卖方融资。2001 年电信泡沫破裂后，这些客户违约，朗讯核销 75 亿美元，市值从 2580 亿美元暴跌至 200 亿美元。

这一 parallels 是结构性的，而非臆测。两者都涉及硬件制造商在资本支出狂潮中为自家销售管道提供金融润滑。唯一的问题是：AI 需求能否持续足够长的时间，让债务在全新一代芯片摧毁抵押品之前摊销完毕。

xAI 的流动性危机

要理解这套结构为何存在，必须看清 xAI 的财务现实。

埃隆·马斯克的 AI 公司在 B 轮融资中筹集 60 亿美元（2024 年 5 月），C 轮融资再筹 60 亿美元（2024 年 12 月），又在并入 SpaceX 前不久从沙特阿拉伯 HUMAIN 获得 30 亿美元 E 轮融资。尽管股权融资规模巨大，xAI 每年仍在计算基础设施、人员和运营成本上烧掉约 120 亿美元。

如果没有外部融资，数学上是致命的：

$$\frac{\$12B \text{ 年消耗}}{(\$6B + \$6B + \$3B) \text{ 已融股权}} \approx 15 \text{ 个月现金跑道}$$

如果没有阿波罗售后回租结构，xAI 需要每 12–15 个月以越来越稀释的估值进行新一轮股权融资，只为维持 Colossus 超级计算机运转（关于物理基础设施的详细分析，见 The Memphis Smokescreen）。

2026 年 2 月 2 日，SpaceX 宣布以全股票交易、估值 1.25 万亿美元收购 xAI，这并非战略信心的体现，而是一场财务救援。SpaceX 每年从 Starlink 和发射服务中获得约 80 亿美元利润。通过合并，xAI 得以动用 SpaceX 的现金流来偿还债务，包括通过 Valor SPV 欠阿波罗的 70 亿美元。

若没有这次合并，xAI 的现金储备预计将在 2027 年中期耗尽。

系统性图景：GPU 证券化规模化

阿波罗—xAI 交易并非孤立事件，而是在快速扩张的 GPU 私人信贷网络中最显眼的节点。

数据

• 1210 亿美元：仅 2025 年一年，超大规模企业发行的新债。
• 4000 亿美元：摩根士丹利（Morgan Stanley）对 2026 年超大规模企业债务发行规模的预测。
• 300–400 亿美元：摩根大通估计到 2027 年每年数据中心资产证券化发行规模，相当于 ABS 与商业抵押贷款支持证券（CMBS）市场合计的 7–10%。
• 美国 GDP 的 5%：BIS 对当前 AI 相关投资规模的估算，已超过互联网泡沫顶峰。

BIS 在 2026 年 1 月第 120 号公报中明确警告，AI 公司正从现金流融资转向债务融资，而私人信贷市场的不透明使真实系统性敞口无法评估。

正如此前关于 AI 次贷市政层面危机 的分析所记录，风险并不会停留在私人市场。它通过证券化链条被分配给养老基金、保险公司和散户投资者，而底层资产的真实折旧曲线却被掩盖。

相关性难题

2008 年次贷危机的致命缺陷是违约风险的相关性：模型假设不同城市的房价相互独立，事实并非如此。一个市场下跌，全部市场跟着下跌。

GPU 支持证券面临完全相同的结构性问题。地球上每个数据中心的每一张 H100 都沿着 同一条曲线 折旧，驱动原因也完全相同：英伟达推出更好的芯片。下一代架构发货时，每个 SPV 中的每一张芯片会同时发生抵押品侵蚀。

没有分散化，没有地域分散，只有升级周期。

牛市最强辩护：为什么看多者可能是对的

对“GPU 次贷”论点的反驳并非无足轻重，出于智力诚实，我们必须审视。

1. 需求持续性：与互联网泡沫时期的光纤不同，AI 推理需求真实且在增长。每一次 ChatGPT 查询、每一次 Copilot 代码建议、每一次 Gemini 搜索结果都需要活跃的 GPU 算力。即使 H100 对训练而言“过时”，作为推理芯片仍具重要价值。近期基准测试显示，在八项推理工作负载中的三项里，H100 优于更新的 H200，在特定配置下成本效率优势最高达 1.77 倍。

2. 借款人质量：GPU 租赁的租户不是次贷消费者，而是微软、Meta、OpenAI 等由万亿美元资产负债表支撑的企业。阿波罗自身的评论强调，其 GPU 交易以“合同支持”为前提，四年期内“残值风险可忽略”，即租赁付款本身就能覆盖本金，无论芯片转售价值如何。

3. 条款进化：早期 neocloud 贷款年利率高达 15%，如今已演变为 SOFR + 400 个基点（约 8–9%），并包含股权 cures、最低 1 亿美元现金储备等条款。这并非鲁莽放贷。

4. 英伟达的供应主导地位：英伟达控制超过 90% 的 AI 加速器市场。与电信泡沫时期多家供应商竞争挤压利润不同，英伟达的垄断地位意味着它掌控折旧曲线。必要时，它可以放缓自身发布节奏以保护抵押品价值。

这些论点都有道理。问题是，它们在压力情境下是否仍然成立。

没人做的压力测试

压垮 GPU 借贷市场的情境不是“AI 失败”，而是“AI 成功了，但利润率被压缩”。

试想：

• xAI 的 Colossus 设施通过向 Grok 出售 API 访问权限产生收入。
• API 价格由与 OpenAI、Google、Anthropic 的竞争决定。
• 随着更多算力上线，API 价格下降。（自 GPT-3.5 以来，ChatGPT 每百万 token 价格已下跌超过 90%。）
• 如果 API 收入低于底层 GPU 的租金支出，xAI 就无法偿还 Valor SPV。

这不是需求问题，而是 利润率 问题。芯片在运转，客户也存在，但租赁结构的经济学要求一个最低 token 单价，而市场可能无法支撑这一价格。

$$\text{违约触发条件} = \text{单 GPU 租金} > \text{单 GPU 月收入}$$

在 API 定价通缩的环境下，消费者每单位算力越来越便宜，而硬件融资方的成本却越来越贵。GPU 在创造价值，但不足以偿还叠加其上的债务工具。

接下来会怎样

结构性时间线已经清晰：

2026 年第一季度（当前）：阿波罗—Valor—xAI 交易完成。GPU 支持贷款被赞誉为“创新性基础设施融资”。英伟达将于 2026 年 2 月 26 日发布又一份井喷季报，数据中心收入预计超过 350 亿美元。

2026 年第三至第四季度：英伟达下一代 Rubin 架构进入送样阶段。随着超大规模企业加速订购新平台，H100/H200 的二手价值面临又一次阶梯式下跌。现有 ABS 交易的底层抵押品进一步侵蚀。

2027 年：首批主要 GPU 租赁续约悬崖到来。持有第一代 Hopper 芯片的 SPV 试图续租或清算。如果推理需求支撑 H100 继续运行，市场得以幸存；如果 Rubin 使 H100 推理不再经济，清算价值将崩塌。

2028 年及以后：摩根大通预测的每年 300–400 亿美元证券化管道，要么被持续的 AI 收入验证，要么被揭露为 2008 以来最大的资产负债错配。

这对你意味着什么

如果你是投资者：

• 仔细审查任何宣传“AI 基础设施”收益的基金。明确询问抵押品是 GPU 硬件还是房地产。询问结构的残值假设是什么。如果基金假设 GPU 三年内残值为 50%，这个数学已经错了。
• 要意识到英伟达同时作为芯片供应商和融资链条股权投资者的角色，制造了大多数招股说明书中未披露的利益冲突。

如果你在关注这个行业：

• 阿波罗—Valor—xAI 交易就是模板。每家无法自筹算力的主要 AI 公司都会采用这套结构。在监管机构反应过来之前，GPU 支持信贷敞口将指数级增长。
• 当英伟达在 2 月 26 日发布财报时，留意任何关于“战略投资”或“生态系统合作伙伴关系”的表述。那是“多转了几道弯的卖方融资”的委婉说法。

结论

AI 革命是真实的，算力需求也是真实的。但支撑实体基础设施的金融工程，却像一座建立在贬值资产之上的纸牌屋。

英伟达是历史上唯一一家同时扮演以下角色的公司：抵押品制造商、融资工具股权投资者、所产生收入的主要受益者，同时 其产品路线图决定抵押品是否保值。这不是一家科技公司，而是一个闭环金融系统，且存在单点故障。

当下一代芯片发货时，每一笔未偿 GPU 支持债务的折旧时钟都会归零。问题不在于音乐何时停止，而在于 AI 收入机器是否产生了足够现金来支付乐队。目前，答案完全取决于埃隆·马斯克最新的企业能否产生足够 API 收入，以覆盖 70 亿美元租金——而等到租约到期时，这些芯片的价值将只是其中的一小部分。

硅是真实的，智能是真实的，但债务也是真实的。而且与软件不同，债务无法规模化。