Nvidia GPU Debt Backstop Unleashes the AI Project Trinity: Capital, Offtake and Datacenters

到目前为止，大多数 AI 基础设施建设主要由 Google、Amazon、Meta、Microsoft 和 Oracle 等超大规模厂商依靠自身现金流提供资金。在过去的一年里，情况开始发生转变。Oracle 率先转向债务融资，随后是 Meta，如今连 Google 也开始求助于债务。Nvidia 的营收正在飙升。尽管建设已推进 3 年，但根据我们在 Accelerator Model 中对供应链的追踪，大众市场对 Nvidia 今年下半年出货量和营收的预期，仍显著低于我们的数据。

AI 债务融资将成为一个数万亿美元级的信贷市场。受 Neocloud、数据中心建设方甚至超大规模厂商在 AI IT 资本支出和 AI 数据中心资本支出方面需求的推动，到 2029 年，未偿债务总额将超过 7 万亿美元。这将使其成为仅次于美国抵押贷款支持融资市场（规模略超 13 万亿美元）的第二大资产支持债务市场。

2028 年，包括 GPU、网络、存储及配套 CPU 算力，以及用于容纳这些 AI 算力的数据中心在内，年度 AI 资本支出将远超 2 万亿美元。2024 年至 2029 年，累计 AI 资本支出将达到约 11.1 万亿美元，信贷市场将成为此项建设的主要资金来源。

迄今为止，借款需求的激增主要受到 AI 实验室和超大规模厂商快速增长的需求驱动。而为满足这一需求所建设的 AI 集群之所以能够获得融资，是因为有超大规模厂商支持的长期照付不议算力合同作为担保，最常见的承购期限为 5 年。尽管本文将主要聚焦于 AI IT 资本支出的融资，也就是 GPU 及存储、网络和配套 CPU 等相关资本支出，但数据中心资本支出融资的增长同样需要大量支持。关于 AI IT 资本支出和 AI 数据中心资本支出的更详细拆解，分别可以在我们的 AI TCO Model 和 AI Datacenter Model 中找到。

执行任何 AI 算力建设都需要齐备我们所称的“AI 项目三位一体”的三大支柱：资本、承购和数据中心：

然而，这并非不可能实现的“三位一体”，许多 Neocloud 一直在推进集群扩容。相关交易确实在不断发生，但这些交易能够达成，主要得益于以下几个因素：对“三位一体”中一个或多个环节的巧妙结构设计；私募股权公司等资本提供者的密切赞助或牵线搭桥（这些机构一直是 Neocloud 和 Datacenter 的连续资本提供者）；当然，还有所有参与方都承担了一些老派的风险。

我们对未来几年 GPU 出货量和数据中心资本支出的预测表明，未偿还的 AI 债务融资总需求将很快超过美国所有其他资产支持市场的规模。

但是，要将这个债务市场从 2024 年和 2025 年的数千亿美元规模增长到 2029 年的约 7.1 万亿美元，绝非易事。要让债务市场达到如此规模，并让算力市场不仅仅服务于超大规模厂商和大型 AI 实验室，必须克服一系列重大障碍：

当前的 Neocloud 市场结构还存在其他一些问题。最迫切需要解决的问题是，要让 Hyperscaler 和大型 AI 实验室之外的租户也能广泛获取算力；此外，由于目前大多数贷款都采用 5 年期兜底模板，短期租赁的供应也十分有限。

例如，风投支持的 AI 初创公司和推理服务商可能资金充裕。但他们希望签订短期合同以获取大型集群，这样就能快速推进到下一轮融资，并重新储备算力。然而，大多数 Neocloud 至今仍倾向于签订长达 5 年的大规模承购协议。这导致这些初创公司不得不承担超出预期的预付款或接受更长的合同期限，租用的 GPU 数量低于实际需求，最终使用的 GPU 型号也不尽如人意，而且往往只能接受很远的启动日期。

与侧重训练的 AI Labs 相比，推理服务商对合同时间极为敏感。AI Labs 能够接受 3 年甚至更长的承诺期，但推理服务商完全不愿意签署超过 1 年的合同。他们宁愿放弃算力，也不愿承担任何长期承诺的风险。

对于其他客户而言，短期租赁市场依然是卖方市场。目前，我们了解到仅有少数 Neocloud 仍在提供 1 年期租赁。他们对租赁条款提出了极为苛刻的要求，有时甚至要求预付高达 100% 的合同总额。Neocloud 的 GPU 需求极大，以至于他们能够设定一个足以完全覆盖集群资本支出的预付款金额。这意味着他们无需自掏腰包即可建成集群，理论上实现了无穷大的内部收益率（IRR）！

登场：Nvidia 的兜底机制

2025 年，我们详细探讨了数据中心容量如何成为 AI 算力增长的瓶颈。到 2026 年初，数据中心的供应情况已大幅改善。但显而易见，芯片产能此时成了新的制约因素。如今正值年中，情况已经明朗：融资将成为大规模普及算力、让所有人都能广泛获取算力的最重大障碍之一。

正因如此，Nvidia 介入其中，开始为 GPU 租赁承购提供兜底。在该兜底计划中，Nvidia 向 Neocloud 提供“照付不议”承诺，即对底层 GPU 容量提供最低收入担保。作为交换，Nvidia 还将分享 Neocloud 在兜底水平之上所赚取的部分收入。

当然，Neocloud 完全可以自由地将 GPU 租给任何客户，租期也可根据其认为合理的商业条件灵活确定。实际上，该计划的初衷就是让 Neocloud 永远不必真正启动兜底机制。

Nvidia 的兜底计划有几个核心目标：

有了这一兜底机制，Neocloud 就能更轻松地整合 AI 项目“三位一体”资源：

兜底计划带来的增量收入将十分可观。但与这笔额外收入相比，Nvidia 从中获得的远不止于此。他们的目标宏大，意在彻底重塑 GPU 市场结构本身。我们之前已经讨论过，如果 5 年期超大规模厂商兜底的承购协议是唯一可行的交易结构，Nvidia 可销售的整体潜在市场（TAM）很快就会遭遇瓶颈。

在 2026 年 1 月，我们面向机构订阅者，首次探讨了 Nvidia 如何成为 AI 的“中央银行”。中央银行的作用，是在银行体系内其他机构不愿介入时提供流动性。以此来支撑经济活动，直到其他机构准备好接手。

NeoCloud 生态中的大多数企业都难以筹集足够的债务资金来进行大规模 GPU 集群建设，除非它们直接将设备租赁给大型超大规模云服务商。Nvidia 不希望市场仅仅由少数集中的买家主导。小型买家需要 GPU，也有能力付款，但他们无法为提供建设资金的债权人提供信用评级。到 2026 年中期，Nvidia 明确表示，它已准备好作为中央银行来提供这种支持。

Nvidia 托底机制的结构

Nvidia 的托底计划通常为期六年。在这六年间，Nvidia 随时准备以预先商定的价格水平购买算力，该价格水平会随时间段有所浮动。每个 NeoCloud 需要单独协商托底条款。可以预见，不同的 NeoCloud 最终可能会获得不同的收入分成和托底计划表。下表是一个用于说明该计划基本条款的示例。我们展示了一条托底定价曲线，我们认为它处于托底价格区间的下限。在此示例中，六年期间的平均价格为 2.36 美元。但我们预计大多数 NeoCloud 会协商出更高的托底价格。

我们先通过考虑几种不同的场景，来探讨托底计划下 NeoCloud 的经济效益。在第一种场景中，NeoCloud 专注于租赁期限为 1 年或更短的客户群体。因此，我们将 GB300 的第一年租赁价格模型设定为 6.75 美元/小时。随着整体市场算力成本的下降，该价格会随着时间推移而逐渐降低。与任何运营“曲线交易”的业务一样，即进行长期投资并以较短租期出租，理论上我们可以预期，项目生命周期内的平均实现租赁价格应略高于当前约 4.00 美元的 6 年期固定价格。这是为了补偿 NeoCloud 承担的未来价格风险。

在任何给定的年份中，NeoCloud 将获得最高不超过托底金额的 100% 租赁收入。而对于超出托底部分的收入，NeoCloud 会与 Nvidia 分享一定比例的收益。

在下表中，我们展示了该场景的计算过程。让我们通过一个例子来说明如何计算 NeoCloud 的收入分成。假设 Nvidia 获得 40% 的收入分成，我们可以看到在第一年，NeoCloud 向客户收取的平均价格为 6.75 美元/小时。其中，在 Nvidia 第一年 3.68 美元/小时的托底价格以内的部分，NeoCloud 赚取全额收入。而对于向客户收取的 6.75 美元/小时与 3.68 美元/小时托底价之间 3.07 美元/小时的差额部分，Nvidia 将赚取 1.23 美元/小时，NeoCloud 将赚取 1.84 美元/小时。总体而言，NeoCloud 在第一年将实现 5.52 美元/小时的收入。当然，这低于没有托底机制时本可获得的 6.75 美元/小时。在此场景的六年期间，Nvidia 的平均抽成率约为 18%。但如果没有托底机制，这个集群根本就不会存在！

我们的第二个情景分析说明了保底机制在 6 年期固定价格承购模式下如何运作。诚然，这个情景本身有些矛盾：如果你能获得 6 年期固定价格承购合同，自然就不需要 Nvidia 的保底，也肯定不愿意向 Nvidia 支付收入分成。此外，转手以 6 年期合约出租算力，也有违 Nvidia 保底计划的初衷，因为这种交易无助于实现向各类买家（尤其是新兴工作负载）提供短期算力的目标。

需要强调的是，虽然 Nvidia 自身确实有庞大的算力需求，但无论是 Nvidia 还是 Neocloud 都无意启用保底机制。因此，在保底价格水平下，典型的 Neocloud 只能获得零或略为负的项目内部收益率（IRR），这并不令人意外。

在下表中，我们展示了在保底机制下向 Nvidia 出租算力的经济效益。只有当 Neocloud 无法以市场出清价格找到足够的第三方客户，且必须启动保底机制时，这一情景才会发生。

话虽如此，这一情景正是该架构能够获得融资的原因。虽然在此情景下 IRR 可能接近零甚至略微为负，但 Neocloud 至少仍能偿还债务，这让贷款方对这种架构感到放心。针对拥有 Nvidia 保底的集群，贷款审批会评估在触发保底情景下的偿债覆盖率，以确定可提供的融资金额。

下表汇总了上述各情景下的回报特征，并展示了 Neocloud 在相同价格但无保底情况下出租算力的经济效益。

可以看出，在有保底的情景中，1 年期短期租赁业务显然能提供最高的 IRR，达到 25.4%。如果租赁市场表现足够强劲，1 年及更短期限的租金降幅低于我们在下方曲线中建模的假设，这些 IRR 甚至可能更高。正如预期，在没有保底的情况下 IRR 更高——在无保底且以 1 年期出租时，IRR 可高达 40.7%。但如果 Neocloud 启动保底机制，以此价格出租给 Nvidia，预期 IRR 将为零或负值。

如何为 GPU 贷款定价

许多贷款方已被就 Nvidia 保底架构进行了试探。他们以典型的超大规模保底算力交易作为信用评估的起点，但替换为 Nvidia 的信用评级。

在解释 GPU 融资市场如何演变以满足 Nvidia 的兜底需求之前，我们先简要回顾一下该市场的运作方式。对于带有长期承购协议的 Neocloud 融资，其定价主要受提供承购的超级云服务商或其他公司的信用利差驱动，而不是跟随 Neocloud 自身的信用利差。实际上，Neocloud 的执行风险决定了利差在底层超级云服务商信用利差基础上的加码幅度。

读者可能会注意到，CoreWeave 5 年期无担保债券的收益率约为 10%，而其 DDTL 4.0 85 亿美元延迟提取定期贷款中，由 Meta 提供兜底的固定利率部分支付的利率为 5.9%，两者之间存在巨大差距。这 5.9% 的收益率比 Meta 约 5.0% 的 5 年期债券收益率高出约 90 个基点。这可以理解为市场将该特定项目的 CoreWeave 执行风险定价为 90 个基点。

我们在下表中按信用风险从低到高的顺序，对目前我们看到的主要融资类型进行了拆解。

一个自然的问题是，为什么融资方式没有跳出 5 年期投资级照付不议承购合同的框架？Neocloud 融资一直面临挑战，因为它涉及为复杂且新颖的基础设施和 IT 设备堆栈提供资金。其中对 token 的最终需求尚属新事物，贷款机构对此缺乏深入了解，且没有长期历史数据可供借鉴以进行风险管理。对贷款机构而言，将重点放在超级云服务商的承购或兜底上要容易得多。这样无需深入探究代币经济学或快速演进的 AI 模型，也不必深究哪种扩展网络拓扑在全互联集合通信中表现最佳。归根结底，这属于超级云服务商风险。

Neocloud 也有强烈的动机沿用这一模式。如果 Neocloud 要为计划短期出租给广泛客户群的集群提供资金，就只能依赖无担保融资。对于头部 Neocloud 而言，这意味着需要额外支付 4% 的利息。考虑到 GPU 融资中使用的贷款价值比高达 70-80%，这将严重影响交易的经济效益。在我们的模型中，当融资的总成本从 5.62% 上升到 10% 时，PBT 利润率会从 14.8% 骤降至仅 5.4%。头部 Neocloud 的无担保融资成本可能在 10% 左右，而业绩记录较短的小型 Neocloud 预计将面临更昂贵的无担保融资。

最后，我们来讨论银行如何评估对 Neocloud 的贷款规模。

贷款机构最看重的债务比率是偿债备付率（DSCR）。DSCR 的计算方式是项目的现金产生额除以每个时期的债务利息和本金偿还总额。它衡量的是业务现金流对债务偿付的覆盖程度。

关于 Nvidia 兜底机制，银行会假设在兜底条款激活的情形下计算收入，并以此来评估 DSCR 比率。他们期望 DSCR 至少达到 1.3 倍。尤其是在 GPU 融资协议的最初几年，他们会据此调整贷款规模，以确保满足这一标准。这通常对应 70-80% 的贷款价值比（LTV）。

远大期望——GPU 融资市场的成熟之路

GPU 融资必须快速演进，才能满足我们前文所述的巨额资金需求。而为有 Nvidia 兜底的集群提供融资，正是这一巨大转变的先锋。过去，贷款方对存在价格风险的项目融资感到不安。他们希望获得来自高信用评级的长期承购协议、残值缓冲、母公司担保、供应商兜底，或其他形式的资产价值保底。然而，在我们的协助和尽职调查咨询服务下，贷款方如今开始深入审视 Neocloud 的商业模式。尽管手中握有 Nvidia 兜底作为保障，优质贷款方仍在利用 SemiAnalysis 来审查 Neocloud 的运营质量、市场进入策略、客户结构以及定价策略。

这是一种良性发展。Nvidia 的兜底机制为贷款方提供了必要的支持。这有助于他们跨越学习曲线，为未来直接以独立平台为基础为 Neocloud 提供融资做好准备。届时将不再需要任何外部兜底或担保，就像他们理解其他任何贷款对象一样——这些企业进行长期投资，却面临短期价格风险。无论是石化公司、存储芯片制造商还是其他类似企业，皆是如此。

我们认为，初期贷款的利差将宽于当前有兜底的 5 年期超大规模交易。后者利率约为 SOFR + 225 个基点（大致相当于 195 个基点的 Z-spread，或约 5.9% 的总收益率）。不过，其利差会窄于 CoreWeave 的 5 年期无担保企业债券。该债券收益率约为 10%（大致相当于 600 个基点的 Z-spread）。

GPU 贷款方所需的工具

在新的 GPU 贷款格局下，贷款方还需要工具来定价并管理风险。他们需要可靠的 GPU 租金价格指数，需要预测未来 GPU 租金走势的方法，还需要用于估算和跟踪 GPU 残值随时间变化的模型。他们需要某种方式来区分运营商质量，并建立一套框架来理解运营商能力的差异。此外，他们还必须能够对终端需求进行建模，分析 token 需求如何转化为 GPU 需求。

幸运的是，在 SemiAnalysis，我们已经推出了能够满足其中诸多需求的产品！

我们的 GPU 租赁价格指数会追踪整个期限结构中的双边合约价格。这涵盖了从按需租赁到 5 年期交易，以及所有主要的 GPU SKU。该指数为贷款方和投资者提供了一个透明且经交易验证的基准，填补了此前该领域的空白。此外，H100 1 年期指数可供公众免费使用！

与此同时，我们的 AI TCO 模型自 2023 年起就开始预测 GPU 租赁价格。它提供了一个完整的三表财务模型，并包含多项回报指标，如 IRR、投入资本回报率、偿债备付率等。在咨询业务中，我们为向 Neoclouds 提供了数百亿资金的客户提供技术和咨询尽职调查。在此过程中，我们利用 AI TCO 模型作为工具，验证了他们的许多商业假设，并协助承销投资方案。AI TCO 模型还包含一个计算 GPU 残值的框架以及其他更多功能。

ClusterMAX 是业内唯一的 Neocloud 评级系统。我们的 ClusterMAX 评级系统从 10 项标准对 GPU 云提供商进行评估，包括可靠性、网络和定价。这为资金提供方提供了一个标准化的质量框架，以评估交易对手风险和抵押品风险。我们开展了大量定制化尽职调查，因为未经我们授权，ClusterMAX 不得用于商业目的。

我们的 Tokenomics 业务密切追踪超大规模云服务商和 AI 实验室的终端 token 需求与消耗情况。重点关注所有关键实验室的 SKU 和模型级 ARR、模型性能、token 定价等指标。

最后，我们的 InferenceX 基准测试产品会持续测量和追踪真实场景下的 GPU 推理吞吐量和 token 效率。这涵盖了不同的推理系统、模型和软件配置。该产品使贷款方和运营商能够量化所融资集群的生产力输出，进而评估其创收能力。这也是将 token 需求映射为 GPU 需求的重要资源。

当前与未来的兜底活动

Nvidia 的兜底计划才刚刚起步。我们预计每个季度发布相关公告的频率都会加快。许多 Neoclouds 已经与 Nvidia 展开了深入谈判，还有另外一些正在考虑参与该兜底计划。接下来，我们简要讨论一下迄今为止公布的几笔交易——目前这些交易均位于亚太地区。

第一笔是 SharonAI 位于澳大利亚的 72MW AI 工厂。该交易于 2026 年 6 月公布，根据一项为期 6 年的兜底协议，SharonAI 将把规模扩展至多达 40,000 颗 GB300。Sharon 公布的兜底总价值为 48.8 亿美元，这意味着在 6 年期间，平均隐含底价约为每 GPU 2.33 美元/小时。Sharon AI 的部署规模现计划扩大至 132MW，其中 102MW 已签约。该公司预计到 2027 年中期，Nvidia GPU 总数将超过 55,000 颗（包含获得兜底的 40,000 颗 GB300）。

Firmus 在印度尼西亚 Batam 的 360MW AI 集群是下一个公布的重大项目，该项目有 Nvidia 的兜底支持。它很可能落户于 Kabil 工业科技园（KITP）的 DayOne 设施内。该项目于 2026 年 6 月 29 日刚刚公布，展现了 Nvidia 推进兜底计划的规模。Firmus 早期的集群位于新加坡，主要部署采用浸没式散热的 H100。随后启动的关键集群是位于澳大利亚墨尔本的 18,000 GB300 集群，安置在一个自建的 42MW 数据中心内。该项目通过由 Blackstone（战术机会、信贷与保险部门）牵头、Coatue 参与的 100 亿美元融资机制提供资金。

Nvidia 的兜底支持使 Firmus 的业务规模有望实现数量级增长。根据我们上文概述的 Nvidia 核心目标，该集群的重点是向各类 AI 原生企业、传统企业和推理服务提供商开放算力，并提供多种不同租期的租赁方案。Firmus 宣布，他们预计在六年内实现 250 亿至 300 亿美元的客户收入。根据我们今日早些时候概述的结构，我们预计超出兜底水平的那部分收入将与 Nvidia 进行分成。

除此之外，Firmus 还宣布了与 Gunvor 达成的 600MW 稳定能源协议。该协议还将为南澳大利亚到 2032 年开发 1.2GW 的新可再生能源项目和 1.5GWh 的储能项目提供担保。在部署 GPU 之前，Firmus 仍需确定一家数据中心提供商，或自行建设数据中心。

我们还看到许多其他新型云服务商也拥有兜底协议，但其中许多尚未公开。

Nvidia 并非唯一采用兜底模式的商用 GPU 供应商。AMD 从去年起就已经开始提供兜底支持。我们在 2025 年 6 月关于 AMD 的文章中曾提到，AMD 向 AWS、OCI、Digital Ocean、Vultr、Tensorwave、Crusoe 及其他新型云服务商提供了兜底协议。作为交换，如果客户愿意采购更多 AMD GPU，当新型云服务商无法完全售出其算力时，AMD 将准备以长期合同的形式租回其中很大一部分容量，用于 AMD 内部的软件开发。

目前还有更多交易正在酝酿中。我们相信，许多此前宣布与 Nvidia 合作建设的集群，随后都将被证实是基于 Nvidia 的兜底协议构建的。在下一节中，我们将探讨这种收入兜底将如何影响 Nvidia 的资产负债表和损益表。