Jensen Huang @JensenHuang 与NVDA

network

BREAKING：英伟达创始人黄仁勋刚刚表示，NVIDIA 要把 AI 算力变成一种金融资产💰

$NVDA
  宣布联合 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR，建立一套全新的 AI Compute 融资平台。

更夸张的是，NVIDIA自己可以选择为其中最多25%的项目提供兜底。

也就是最高1250亿美元。

参与的机构基本把华尔街最有钱的一批人凑齐了：

Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR。

他们准备建立专门的Compute Financing Platform，给购买和使用NVIDIA算力的客户提供大规模、低成本的长期融资。

简单来说：

以前一家AI公司想建100亿美元的数据中心，得自己融资、自己买GPU，然后承担巨大的资本开支。

现在NVIDIA想把这件事变成类似修电厂、收费公路、数据中心的基础设施融资。

华尔街出钱购买或者建设算力资产，AI公司长期使用并支付费用，资本方获得持续现金流。

甚至连GPU本身，都开始被包装成一种可以被金融机构承销的资产。

NVIDIA在公告里直接把它称为：

新的可投资资产类别。

黄仁勋给出的理由是，NVIDIA算力和普通服务器不一样。

它可以跑不同公司的模型，可以在不同客户之间转移，CUDA软件还会持续更新，让硬件的有效寿命不断延长。

所以即使原来的客户不用了，这批GPU仍然可以交给其他AI公司继续赚钱。

Goldman Sachs甚至已经提出，要建立一个：

由NVIDIA Compute支撑的信贷市场。

也就是说，以后华尔街可能会像给房地产、飞机、电厂做融资一样，开始给GPU和AI Factory做融资。

我觉得这才是这件事真正夸张的地方。

AI现在最大的限制已经越来越不是有没有人想买GPU，而是谁有能力一次掏几百亿美元去买GPU。

黄仁勋现在干脆把华尔街也拉进来了。

NVIDIA以前负责制造算力。

现在它开始给整个行业解决：

买算力的钱从哪里来。

如果5000亿美元的Compute Financing真的逐渐跑起来，NVIDIA构建的就已经不只是CUDA生态。

它甚至开始给自己的GPU建立一套金融体系。

需要注意的是，NVIDIA 不需要自己掏这 5000 亿美元。

它把 BlackRock、Apollo、KKR 这些长期资本拉进来，让金融机构给自己的客户提供更充足的融资，客户拿钱继续建设 NVIDIA AI Factory，最终又转化成 NVIDIA 的硬件和软件需求。

官方明确说这些资金池会以有吸引力的融资成本支持 NVIDIA 客户。

GPU开始金融化了。。。

这不是好事😅

network

NAND 在当前的 AI 周期中可能被低估了。

摩根大通最新的全球内存市场报告认为，AI“内存墙”仍然是主要瓶颈。

更长的上下文长度、大型 KV 缓存、代理式工作负载以及 DRAM 和 HBM 成本上升，正在增加对低成本内存和存储层的需求。

这种动态对基于 NAND 的解决方案有利，特别是企业级 SSD 和新兴的高带宽闪存类别。

HBF 设计为位于 HBM 和传统 SSD 之间，提供堆叠 NAND，容量高达 512 GB，带宽在 0.4–3 TB/s 范围内。

生态系统和软件准备就绪仍是限制因素，但技术方向已经明确。

报告还指出，通过 CXL 内存池化和分离预填充与解码阶段的新架构，对传统 DRAM 有适度支持。

在存储方面，$NVDA NVIDIA 的 SCADA 和 CMX 等设计旨在优化从 GPU 到企业级 SSD 的路径。

摩根大通的观点是，内存股票最近的修正基本完成，而底层内存约束并未消失。

与推理相关的内存限制应继续支持通过 CXL 的 DRAM 需求，以及 NAND 在近 GPU 和高速存储角色中的需求。

闪存峰会强化了相同的主题。AI 周期对更广泛的内存堆栈而言仍处于早期阶段。

您预计，随着代理式工作负载的扩展，高带宽闪存和企业级 SSD 需求相对于 HBM 的重要性将达到何种程度？

network

这是伯里的噩梦！！

$NVDA 与 Apollo、Blackstone、高盛以及其他巨型资产管理公司合作，构建 5000 亿美元的 AI 基础设施融资交易，即投资 OpenAI…这标志着云计算建设资金来源的巨大结构性转变…

传统银行资产负债表和公共债务市场根本无法快速吸收电网接入、数据中心以及先进 GPU 集群所需的万亿美元资本密集度。

通过直接与私募信贷巨头合作，Nvidia 绕过了传统银行瓶颈，有效地为自己的长期硬件需求管道提供了担保。

这种安排允许超大规模云服务商和 Neoclouds 将巨额资本支出负担从资产负债表中转移出去，同时保持公司信用评级，并加速 Blackwell 和未来服务器架构的上市时间。

对于 Nvidia 来说，锁定 5000 亿美元的替代资本保证了全球计算扩展按计划进行，无论宏观经济波动如何，都能锁定长期芯片订单…

network

老黄昨天在电视上和华尔街一众大佬说了些有意思的观点。

核心意思是在AI世界里，计算就是经济收入。意思就是GPUs这些应该就像传统基建一样可以获得融资（比如修桥造路），因为已经被广泛接受，并且可以在不同客户和工作流中自由转换。

可以理解为这是他对推出五千亿AI融资的一个支持论据。那就意味着现有的，和未来规划中的GPUs产量都可以用来做抵押品。

老黄确实商业才能非凡，懂得在见到金融人时用金融语言。我认为牛逼在于他提出的AI计算可以用来当作抵押品的概念看华尔街的接受程度了，有机会是可以对AI公司金融产生深刻影响的。

network

如果说 Alphabet 发债是脉冲式推升，那英伟达这笔天量融资对 10 年期美债收益率的推升力则是结构性且极具穿透力的。把这个宏观终局再往前推一步：

Alphabet 发的是公开市场公司债，主要影响的是投行短期的 Rate-Lock 对冲抛压。而英伟达撬动的是 5000 亿美元的私人信贷与基建基金，直接给出了 7%–9% 甚至更高、且有算力与能源资产抵押的避险收益。

原本作为 10Y/30Y 美债铁杆接盘侠的保险资金和养老金，全被这类高收益私人债吸走，导致长端美债边际买盘出现断层，直接抬高了全市场的期限溢价。

美联储就算降息，也压不住 10 年期美债收益率。美联储能控制的只是隔夜/短端政策利率，而 10 年期收益率决定于“短端预期 + 通胀预期 + 期限溢价”。

当 AI 巨头在实体领域开启万亿美元级别的 CapEx 抢电、抢铜、抢芯片时，自然中性利率（r*）被强行拉高。此时降息带来的宽松金融条件，反而会刺激实体 CapEx 跑得更快并引发二次通胀担忧，最终极大概率演变成美联储在降息，但长端收益率猛冲的熊市陡峭化。

财政部最后的退路极其明确：一是通过金融压抑（如修改银行 SLR 监管）强制要求银行和保险按比例配售美债；二是逼迫美联储启动 YCC 或隐性 QE，出面充当终极买家强行给长端收益率盖上封顶。

这就是法币购买力被隐性剥削的终局，也是黄金真正超级主升浪的底层锚点。

network

理解 NVIDIA 5000 亿美元融资公告的最佳方式是阅读
@NecessaryForm
的钯金文章。

核心观点是，美国的技术霸权从来都无法与美国的金融创新分离（铁路促成了优先股和信用评级的发明；风险投资使晶体管变得可投资；SAFE 简化了早期公司组建），但我们尚未面对像 AI 计算这样难以承保的资产。

迄今为止，AI 基础设施一直由现金流极高的 MAG7 和风险投资来承保。解锁下一阶段的工具和标准尚未存在。

虽然这对于我们时代或许最重要的技术来说是朝着正确方向迈出的一步，但它仍然不完美，因为 NVIDIA 通过残值购买（高达 GPU 价值的 25%）来担保融资。

分层并分配各种风险的标准化计算承购合同、评级方法，以及在建资产的证券化渠道，所有这些似乎都是可行的，并且很可能是解决方案的一部分。

Daniel 的完整文章在评论中。

他的公司
@squaretower_
正在与 AI 实验室、云提供商、数据中心运营商、交易所和金融机构合作，解决这个问题。

network

英伟达该叫金融公司了。

上一家这么干的公司叫朗讯。

黄仁勋刚和华尔街六大巨头签了合作。Apollo、贝莱德、黑石、Brookfield、高盛、KKR。调动5000亿美元第三方资本，帮客户融资买英伟达的GPU。

黄仁勋说这不是英伟达的钱，不是单一基金，各机构独立评估客户、利用率、现金流，独立决定出不出钱。英伟达只提供平台。

他管这叫"可投资的基础设施资产"。GPU不再是芯片。是电厂。是养老基金和保险公司可以投的东西。

市场的回应是跌了3%。信用违约互换创了历史新高。

因为华尔街见过这个剧本。90年代朗讯和北电给客户贷款买自家设备。订单很漂亮。泡沫一破，贷款全烂了。两家公司再没起来过。

现在英伟达入股CoreWeave，投资Lancium，给Firmus融资。这些公司拿钱买英伟达的GPU。IMF和国际清算银行都点名了AI循环融资的系统性风险。

但有一个区别。朗讯客户买的设备是专用的，烂了就是烂了。英伟达的GPU通用。可以跑不同客户的不同任务，可以重新部署。黄仁勋敢给单个项目最高25%残值担保，底气在这里。

今天盘后CoreWeave发Q2财报。预期收入25.6亿，同比翻倍。全年资本开支310到350亿。合同积压994亿。

CoreWeave是这个模式的试金石。它的利用率和现金流直接决定：市场把英伟达的5000亿看成基建投资，还是循环游戏。

8月26日英伟达自己报财报。预期收入918亿。

你手里如果有英伟达，想清楚。你买的是一家芯片公司，还是一家帮客户借钱买自家芯片的金融公司。

37个分析师，36个喊Buy。

朗讯当年，也是。

network

$NVDA - 英伟达正在玩一场更大的 AI 游戏

Wells Fargo 重申对 $NVDA 的增持评级，目标价为 $315。

该机构强调了英伟达与 Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR 新的超过 $5000 亿的 AI 基础设施融资合作伙伴关系。

Wells Fargo 表示，这笔交易显示英伟达正在从 AI 芯片供应商转型，帮助融资整个“AI 工厂”，同时可能建立一个更大的经常性收入模式。

network

英伟达的5000亿美元融资

> NVDA 承销价值，而非债务：NVDA 已与六家顶级融资机构（Apollo、BlackRock、Blackstone、Brookfield、高盛和 KKR）签署谅解备忘录（MOUs），通过独立平台调动超过 5000 亿美元的第三方资本。财务负担由财团承担，而非 NVDA 的资产负债表。

> GPU 作为可投资资产类别：随着 5000 亿美元资本将计算视为可投资资产类别，残值必须保持稳定。NVDA 向各运营商提供可互换且可转移的计算资源，而 CUDA 则延长其使用寿命，从而保持高二手/租赁价格，并使折旧曲线趋于平缓。

> 延长 AI 建设跑道：资金——而非需求——一直是主要瓶颈。5000 亿美元资金池允许非投资级买家（如实验室、新兴云服务提供商和主权实体）以有吸引力的价格获得硬件，从而降低销售风险，并支持长期 AI 系统总可寻址市场（TAM）路径。

> 监测的关键辩论与风险：仍存在显著警示，包括 MOUs 并非已部署资本（需要真实终端客户支付真金白银）、潜在的电力和监管阻力、输入成本通胀，以及新融资结构可能为 AI 建设引入的不透明度和复杂性。

network

黄仁勋是个会做局的人！这 $5000 亿 AI 融资，未来可能上万亿。

是他牵头布下的5个局：

1. 把
$NVDA
芯片变成资产
以前英伟达就卖GPU，现在芯片+系统+软件打包成能长期收租的基础设施，像水电煤一样。

2. 自己不出钱，拉华尔街顶级大佬来扛
高盛、贝莱德、黑石、KKR、阿波罗、布鲁克菲尔德全叫来了。5000亿全是第三方长期资金，英伟达0担保、0背书。风险别人担，生态自己控。

3. 把供需失衡变成资本提款机
现在算力缺口大到离谱：大模型需求半年翻7倍，芯片、内存、电力、土地全线紧缺。AI token 利润高到吓人，谁能拿到算力，谁就能赚大钱！

4. 上下游全链条一起锁定
从晶圆、HBM内存、封装、光模块，到电力、核电、机房、建筑工人，全部绑在一起。客户用英伟达架构，系统可持续升级，生态越深，护城河越宽。

5. 为下一波物理AI和智能体AI提前铺路
现在还只是数字AI刚起步，智能体已经开始爆发，后面机器人、自动驾驶这些物理AI才是真正的大场面。黄仁勋把融资管道先打通，等需求洪峰来的时候，别人还在找钱，英伟达已有现成的资金池和客户。

英伟达不仅卖铲子，还让华尔街帮他卖。这棋，下得漂亮！


拉长30年时间线，看懂半导体真正的运行规律！

上个月，半导体行业暴跌，把很多人吓坏了，但是如果你翻一下历史，就知道是半导体行业的常态。

过去30多年里半导体行业经历了13次大调整，平均每两年多就要来一次。这根本不是什么“罕见崩盘”，而是这个行业固有的运行规律。

拿近几年的几轮大调整来说：

2024年套利与关税波动：砸了40%，3个月涨回来；
2020年疫情冲击：砸了35%，4个月涨回来；
2018年贸易争端：砸了26%，4个月涨回来；
2022年美联储加息：砸了46%，算长的，用了14个月涨回来。

历史上半导体熊市的平均下跌幅度大约在37%左右，回调周期通常持续小半年到一年。

而最近这几轮（比如2018年、2020年和2024年），市场修复的速度都非常快，基本在3到4个月内就踩着V型反弹走出来了。

唯一一次例外是千禧年的互联网泡沫，当时整个板块暴跌了85%，用了十多年才修补回来。但那时的芯片公司大部分是没有真实盈利支撑的空中楼阁。

美股投资网认为，现在的底层逻辑完全不同：全球各大科技巨头都在砸钱建算力，芯片公司的营收和利润依然处于历史高位，背后有实打实的业绩和AI需求在支撑。

半导体行业从来都是这样，急跌时极其考验心理素质，但只要行业的基本面没有被破坏，过一段时间总能爬起来。与其盲目恐慌，不如多看看底层的周期规律。#美股
$NVDA

$AMD

$TSLA

$MSFT

$SPCX