英伟达5000亿美元AI基础设施布局，将加密算力进一步甩在身后

纳斯达克上市芯片制造商英伟达（NVDA）作为人工智能领域的风向标，正在推动华尔街各大银行将其人工智能算力视为商业地产、收费公路或发电厂那样的可投资基础设施资产。 英伟达周一宣布，已与六家华尔街巨头——阿波罗全球管理、黑石、贝莱德、博枫资产管理、高盛和KKR——签署谅解备忘录，将建立融资平台，最终可能撬动超过5000亿美元的第三方资本。 据该芯片制造商称，其目标是将人工智能算力视为可融资的基础设施资产，而非纯粹的技术开支，以此鼓励客户建设人工智能数据中心，并锁定对英伟达硬件的需求。 “这确实是技术芯片首次成为一个可投资的资产类别。它们现在是可以创造收入的资产。它们具有生产力、寿命长、可替代、灵活性强，”英伟达创始人兼CEO黄仁勋表示。 他还补充道：“从根本上说，这个行业和这种计算方式的特别之处在于，计算机现在已成为基础设施的一部分，就像电力和互联网一样，因此你必须将其视为基础设施。” 人工智能算力是指用于训练和运行人工智能模型的原始处理能力。这类工作主要由专用芯片（大多是英伟达的高端GPU）完成，它们构成了英伟达所称的“AI工厂”的大型数据中心。 这些工厂消耗电力和数据，生成有用的智能系统，例如驱动聊天机器人、生成图像和视频、帮助设计新药、驱动机器人以及运行无数其他应用。人工智能越先进，所需的专用算力就越多。 目前，大多数公司将购买或租用算力视为一项直接的技术开支，计入资产负债表，并随着新芯片的推出而迅速贬值。（想象一下，随着新版本上市，你的iPhone很快就会过时。） 但英伟达认为，这种观点已经过时，因为其系统被广泛采用，可同时服务多个客户，并能在多年内产生收入流。因此，AI工厂应被视为长期可投资资产。 以下例子可说明英伟达所推动的这种变化。 假设一家公司现在就亟需强大的AI芯片。它很可能会花费数百万美元自有现金，或从银行获得常规商业贷款，购买一大批英伟达GPU。这笔开支现在作为设备计入资产负债表，随着新机型问世，会计会将其在几年内折旧。其赌注在于，在这些芯片价值大幅缩水之前，用它们构建的AI产品能产生足够收入，足以抵消成本并有余。 而现在的变化是，这家公司仍然需要芯片，但不再需要自己掏腰包支付全部费用。这由大型机构投资者支持的融资平台完成。作为回报，他们期望从芯片多年产生的租金收入中获利。 本质上，该公司通过支付租金获得AI工厂的算力。机构投资者愿意这样做，因为相同的英伟达芯片可服务许多不同的客户和工作负载，产生稳定的租金收入流。 这一转变正是周一公告的核心。 根据这些谅解备忘录，华尔街银行将在投入资金前，对每个项目的客户需求、预期利用率和现金流进行独立评估。在某些交易中，如果芯片贬值，英伟达可能承担25%的风险，但关键在于，贷款方仍会自行审查并独立决定每个项目。 英伟达的这一举措，有望在投资者开始质疑大型科技公司大规模AI资本支出能否带来回报之际，开辟更大的长期资本池。 “每次工业革命都建立在基础设施之上：电力、交通、通信和计算，而每一轮建设都依赖外部融资。AI工厂是智能时代的基础设施。”黄仁勋说。 在英伟达成为集中式AI巨头的同时，Akash和Render等网络试图创建一个由普通人运行、通过区块链协调的全球算力市场。 这些网络虽有所发展，但尚未达到英伟达的规模。研究揭示了明显的局限。 Epoch AI发现，目前最大的活跃去中心化训练网络的吞吐量仍仅约为前沿数据中心的300分之一，并指出“去中心化开发者不太可能在十年内积累前沿级别的算力。” 低互联网带宽迫使GPU大部分时间用于等待数据而非计算，而对每个结果进行加密验证的需求又带来了沉重的额外成本。 行业分析还指出，缺乏企业级服务等级协议，以及将海量数据集转移到分散机器的实际困难，是企业采用的主要障碍。 这些物理、经济和运营方面的限制解释了为什么去中心化网络落后于英伟达这样的公司，而随着该芯片制造商与华尔街银行签署谅解备忘录，这一差距还将扩大。