輝達（NVIDIA）正把AI算力從單純的硬體投資，進一步推向金融市場。市場傳出，輝達計畫攜手阿波羅、貝萊德、黑石、Brookfield、高盛與KKR等大型金融機構，成立獨立的算力融資平台，未來逐步引進超過5,000億美元第三方資金，投向GPU、AI資料中心與相關基礎建設。
這項布局若順利推進，代表AI基礎設施未來不只是科技公司的資本支出，也可能被包裝成可以融資、交易甚至證券化的投資標的。
AI算力走向金融化 GPU成為新型資產
新平台的核心概念，是把GPU與資料中心未來可產生的租金、算力使用費與營運現金流，轉化為金融資產，再吸引保險公司、退休基金及大型機構投資人參與。
市場也關注，輝達可能針對部分專案提供GPU殘值保障，例如最高涵蓋約25%的設備抵押價值，藉此降低金融機構承作融資時的風險，也有助於提升相關債券的信用條件。
最大變數不只需求 更在GPU殘值
部分市場人士擔心，當AI產業大量使用融資擴充算力，可能讓供給增加速度快於實際需求。
宏觀策略師Simon White指出，真正需要觀察的並不是AI需求會不會消失，而是AI運算效率正在快速提高。未來如果模型可以用更少Token完成相同工作，企業也逐漸從「按Token收費」轉向「按成果付費」，同樣一批GPU可能可以完成更多任務。
這代表即使AI應用持續成長，也不一定需要以相同比例增加GPU與資料中心。
GPU利用率偏低 過度擴建成為隱憂
市場研究也顯示，目前部分企業實際使用GPU的效率仍不高。Cast AI估計，GPU平均使用率只有約5%；ClearML的調查也顯示，不少企業仍在為閒置的AI晶片支付高額成本。
如果未來軟體效率持續提升，而資料中心又快速增加，市場可能同時面臨算力租金下滑及二手GPU價格下降的問題。屆時，原本以設備價值與租金收入支撐的融資模式，就會承受更大壓力。
5000億美元並非輝達直接負債
不過，目前把這項模式與金融海嘯前的CDO或AIG直接相比，仍然言之過早。
目前公布的內容主要仍屬合作規劃，所謂5,000億美元，是未來希望逐步引進的第三方資本，並不是輝達本身已經背負5,000億美元債務。GPU殘值保障、證券化方式、槓桿比例與投資人承擔風險等細節，也還沒有完全確定。
未來真正決定這套模式能否成功的關鍵，仍在AI算力需求、GPU折舊速度、資料中心出租率以及融資條件。
如果全球AI需求持續快速成長，這類金融平台有機會加速資料中心建設；但如果算力供給增加過快，也可能讓GPU價格、資料中心收益與信貸市場之間的連動變得更緊密，成為下一階段AI投資熱潮最值得關注的風險之一。