核心观点 - 英伟达与华尔街顶级机构合作，将GPU等算力硬件打包成抵押资产，计划调动超5000亿美元资本用于AI基础设施建设，此举旨在将算力打造为美元霸权的第三个“锚资产”，但GPU快速折旧的特性构成结构性风险，中国应凭借电力、制造和真实应用场景优势，将算力转化为生产力而非金融资产 [1][39][42] 英伟达的算力资产证券化方案 - 英伟达与阿波罗全球管理、贝莱德、黑石、博枫、高盛、KKR六家华尔街机构签署谅解备忘录，建立独立算力融资平台，计划逐步调动超过5000亿美元第三方资本 [1][39] - 机制是将英伟达GPU、NVLink网络和HGX/MGX整机机架作为抵押资产，由华尔街设立SPV打包融资，将债券卖给养老金、保险公司和主权财富基金，募集资金借给中小AI企业购买芯片，企业用算力租金还本付息 [2][40] - 英伟达承诺在特定情形下提供最高25%的残值担保，以打消金融机构对硬件快速折旧的顾虑 [2][40] - 英伟达在基础设施基金里的最大损失敞口不过数十亿美元，而平台目标为5000亿美元，其本质是用自身信用为产品资产价格背书，撬动他人资产负债表 [7][47] 市场主流解读与风险观点 - 金融创新叙事认为算力“民主化”，中小AI企业可借钱买芯片，AI基础设施不再只是巨头游戏 [8][41] - “大空头”伯里8月13日公开警告英伟达扩张“有安然的影子” [2][42] - 摩根士丹利8月25日报告中首次给予英伟达信用中性评级，指出其用资产负债表为AI生态融资带来传统指标无法捕捉的风险 [2][42] 算力资产化的历史逻辑与“算力美元”概念 - 此举历史坐标在1944年和1974年，是美元霸权第三次寻找“锚资产”：第一次是黄金，第二次是石油，第三次是算力 [3][42] - “算力美元”指美国将AI时代最重要的生产资料——算力——变成以美元计价、由华尔街打包、被全球长期资金持有的金融资产，使美元成为分享AI未来的入场券 [3][43] - 一种资产要成为美元霸权新锚需满足三个条件：全球都需要、以美元计价、能被华尔街金融化并被全球长期资金持有 [10][50] - 黄金锚：1944年布雷顿森林体系确立美元按35美元一盎司与黄金挂钩 [12][52] - 石油锚：1970年代美国与沙特形成石油美元循环，石油以美元计价，盈余回流购买美国国债，任何国家要工业化必须先持有美元 [14][54][55] - 算力锚：新循环成型，全世界购买美国芯片和算力服务，美元流向美国科技公司，全球长期资金再买成GPU债券和AI股票回流美国资本市场 [18][58] - 石油时代必须持有美元才能开动机器，算力时代必须持有美元资产才能分享AI未来 [19][59] 算力资产化的结构性问题与风险 - GPU可能是人类历史上最不适合被做成长久期抵押品的核心生产资料之一，折旧是技术淘汰问题，新一代芯片一出上一代资产经济价值可能迅速坍塌 [5][45][46] - 英伟达新一代Rubin平台相较Blackwell，推理成本最高可降低至多10倍，上一代芯片经济寿命可能只有两三年，但养老金要买的是十年、十五年的长期债券，构成“久期错配” [5][46] - 英伟达真正金融化的是“GPU+网络+电力+长期算力合同+CUDA软件生态”打包的现金流承诺，而非单张GPU [6][46] - 这套用金融工程对抗技术折旧的结构能否成立，取决于芯片在贷款期限内能否持续产生真实算力租金 [7][47] - 英伟达正在把AI产业未来现金流提前金融化，买断全球长期资金对AI未来的定价权 [9][49] - 无论未来AI赢不赢，普通人的退休账户都已被提前绑上赌桌 [10][50] 算力资产化对世界格局的影响 - 地缘咽喉从霍尔木兹海峡换成台湾海峡和韩国HBM产线，全球最尖端算力资产物质载体集中在一两条海峡射程之内 [20][60] - 卡特尔从欧佩克换成芯片联盟和“硅和平”联盟 [21][61] - 武器从石油禁运换成出口管制，技术扩散等于抵押物贬值，封锁不仅是技术竞争更是抵押物保值 [21][62] - 国家重新分层为算力资产发行国、持有国和租客国，没有算力资产的国家失去定价权 [21][62] - 当全球养老金都持有美国算力资产，AI叙事变成全球金融体系“大到不能倒”的公共负债，赢了美国通吃，输了全世界买单 [22][62] - 算力美元比石油美元更彻底，石油美元绑定各国能源进口，算力美元绑定各国养老储蓄 [23][63] 中国的优势与劣势 - 三张牌：电力、制造与建设、真实应用 [24][65][66] - 电力：2025年中国全社会用电量突破10万亿千瓦时，是美国两倍多，高于欧盟、俄罗斯、印度、日本总和，“东数西算”让算力靠近能源，美国数据中心用电占比可能从2023年的4.4%升至2028年的最高12%，电力是美国算力扩张第一约束 [24][65] - 制造与建设：数据中心建设成本、交付速度、供电保障、运维能力及芯片制造国产替代底座能力决定算力资产供给成本，GPU+电力+工业供应链后两者主场在中国 [25][66] - 真实应用：中国拥有全球最大规模AI应用场景、工业数据场景和真实产业改造需求，AI更容易进入制造、物流、能源、政务、消费终端和实体产业链 [25][66] - 两道坎：顶级底层资产和金融定价权 [27][69] - 最先进GPU对中国禁运，国产芯片（包括华为昇腾）在性能、软件生态、二手残值和金融流动性上尚未被全球资本市场定价为可标准化抵押品 [27][69] - 算力资产以美元计价，由华尔街评级和交易，人民币资本项目尚未完全开放，中国算力无法变成全球资本可持有、可交易、可定价的人民币资产 [28][69] - 中国能生产算力，但不能给全球算力定价，这是从“生产能力”到“资产能力”的鸿沟 [29][70] 中国的应对路径 - 中国更适合走“算力变生产力”路线，而非“算力变金融资产”路线 [26][67] - DeepSeek式效率革命持续压低单位智能算力成本，从需求端对“算力永远紧缺”资产估值假设釜底抽薪 [26][68] - 广州多家银行推出“算力贷”“Token贷”，不看企业房产，而看Token消耗量、算力服务合约和应收账款，最高授信3000万美元，中国银行用“看经营现金流”的生产资料逻辑做算力金融 [30][71] - 正确路径：让国产算力在折旧期内产生真实现金流，把应用落地做成最硬抵押品，建立算力服务人民币计价与跨境结算，把电力、制造、运维和开源模型能力打包成海外可部署、可结算、可持续运营的智能基础设施 [30][71] - 算力出口是新时代智能基础设施出口，胜负手在于让每一颗芯片在过时前把算力变成真实生产力 [31][72][74]