英伟达拟为OpenAI提供2500亿美元担保,全球最大AI数据中心浮出水面

首页 / AI资讯 / AI大厂

0:00
0:00
1x
定时

2026年7月26日,据外媒报道,英伟达计划为OpenAI正在建设的大型数据中心提供约2500亿美元的融资担保,以支持后者租赁位于美国俄亥俄州南部一座规模达到10吉瓦的巨型数据中心园区。该数据中心项目由日本软银集团旗下的能源子公司开发,如果算上内部使用的芯片,总投资规模可能达到约5000亿美元。这将是迄今为止宣布的规模最大的数据中心项目,也标志着AI算力基础设施正在进入一个全新的超级规模时代。

2500亿美元担保背后的多方博弈格局

这笔融资担保的安排细节非常复杂。英伟达将担保一系列融资工具,旨在让放贷方对项目背后的资金安全更有信心。但担保范围仅涵盖数据中心租赁费用以及为建设提供资金所需的债务,不包括将安装在内部的英伟达芯片。据知情人士透露,英伟达还在讨论为OpenAI采购芯片提供融资,金额可能高达3500亿美元,这意味着整个项目的融资规模将达到创纪录的6000亿美元级别。该园区分阶段建设,第一阶段预计于2028年完工,届时发电量约为800兆瓦。获得英伟达的背书后,数据中心的开发商软银集团将能够以更优惠的条件筹集债务。OpenAI已就租赁场地一事展开数周的谈判,但谷歌、微软和Anthropic等科技巨头也加入了竞争,多方对这座超级数据中心的争夺异常激烈。华尔街对此反应复杂。知名投资人迈克尔伯里在社交媒体上感慨我们兜兜转转又回到了原点,并在上周五进一步扩大了对英伟达的空头头寸。这种循环融资模式引发了市场的担忧,如果投资者情绪发生转变或AI公司的增速放缓,整个体系将变得非常脆弱。

从GPU供应商到算力基建商,英伟达的战略转身

英伟达此次为OpenAI提供融资担保,标志着这家芯片巨头正在从单纯的GPU供应商向AI算力基础设施服务商转型。传统的商业模式是卖芯片收钱,客户自己承担建设数据中心的风险。但在新的模式下,英伟达开始深度介入客户的数据中心建设过程,通过提供融资担保和信用包装来锁定更大的芯片需求。这种模式在华尔街被称为信用包装,投资级科技巨头利用自身的资产负债表,帮助规模较小的公司为其基础设施需求进行融资借贷。谷歌此前就为Anthropic的数据中心项目提供了背书,部分原因是为了提升其自家TPU芯片的销量。英伟达的做法异曲同工,但规模完全不在一个量级。据财报数据显示,OpenAI近期将公司到2030年的算力支出预算从此前预估的约6000亿美元上调至约7500亿美元,增长幅度达到了25%。英伟达显然不愿意错过这个巨大的市场需求,愿意以承担部分信用风险的方式来锁定这个大客户。但英伟达也面临风险。公司此前在财报中警告,数据中心融资计划可能会降低其近期现金流,并增加其面临的客户信用风险。OpenAI目前仍然是一家未盈利的私营公司,不具备投资级信用评级。

5000亿美元AI数据中心的经济账

5000亿美元这个数字到底有多大,需要放在具体语境中理解。这个规模超过了大多数国家的年度国防预算,相当于全球半导体行业年收入的约三分之二,是一个超乎常规想象的投资规模。支持这一投资规模的逻辑建立在AI算力需求仍在指数级增长的判断上。OpenAI预测,到2030年其算力支出将达到7500亿美元,这意味着AI计算需求在未来四年内还将增长数十倍。巨额投资的回报前景并非没有争议。支持者认为,正如互联网基础设施投资在上世纪九十年代催生了万亿美元级别的数字经济,今天的AI算力基础设施也将为未来的AI应用爆发提供基础。反对者则指出,这种融资安排类似于2008年金融危机前的CDO结构化产品,大量债务捆绑在单一行业的增长预期上,一旦AI发展速度不及预期,整个融资体系将面临巨大的风险敞口。这种信用包装模式虽然能在短期内降低融资成本,但将风险从项目层面转移到了担保方层面,英伟达的资产负债表将因此承压。对于中国市场来说,这个事件的启示是多方面的。一方面,它展示了全球AI竞争从模型层面的竞赛升级到了基础设施层面的军备竞赛,算力正在成为AI产业的核心战略资源;另一方面,这种巨额投资也提示了风险,过度集中的算力投资可能带来系统性风险。中国AI企业需要在规模扩张和风险控制之间找到平衡点,探索更可持续的算力投入模式。从产业发展角度看,算力基础设施的投资强度已成为衡量各国AI竞争力的重要标尺,中国在这一维度上还需加快追赶步伐。

数据中心融资模式对AI产业结构的深远影响

英伟达这一融资担保交易的达成,可能从根本上改变AI产业的基础设施融资模式。传统的IT基础设施投资模式是企业自行购买硬件和租赁机房,资本开支直接计入企业成本。信用包装模式下,科技巨头用自有资产负债表为AI公司的基础设施融资提供担保,将资本开支转化为运营租赁费用。这种模式有利于AI公司改善现金流表现,但也将风险转移到了担保方。如果这一模式被广泛复制,整个AI产业的资本结构将发生重大变化。大型科技公司将事实上成为AI算力基础设施的金融中介,而AI公司则专注于模型研发和应用创新。这种专业化分工可能提升整个产业的资本配置效率,但也可能加剧龙头企业的市场支配力。对于中国AI企业来说,这一趋势意味着需要探索适合本土的算力融资模式。国内银行和金融机构对AI产业的认知正在加深,针对算力基础设施的专项融资产品开始出现。北京市最新政策中提出的Token工厂和算力券等创新工具,也可以视为中国版的算力融资创新探索。

来源:综合自华尔街日报、财联社、网易科技报道 发布时间:2026-07-28