輝達（Nvidia）AI晶片需求依舊強勁，但黃仁勳現在面對的問題並非「晶片夠不夠賣」，而是部分客戶開始「買不起」。為了讓AI熱潮能繼續往前推進，輝達找上包括阿波羅全球管理、貝萊德、黑石、高盛與KKR在內的華爾街金融巨頭，規畫一套規模最高達5000億美元的AI融資架構，試圖將昂貴的AI晶片與運算設備轉化為金融資產，但也可能把原本藏在AI產業鏈裡的信用風險轉移到投資人身上。
AI熱潮遇到的新瓶頸：不是沒需求，而是沒錢
目前真正能夠輕鬆負擔AI基礎建設支出的，主要還是Meta、微軟、Google等擁有雄厚現金流與資產負債表的大型科技公司。但在這些科技巨頭之外，還有大量AI新創、雲端服務商與企業客戶同樣需要大量輝達晶片，卻必須透過借貸才能負擔設備成本。
隨著利率維持高檔，資本市場又被大量大型科技公司發債需求擠壓，信用條件較弱的企業取得資金變得更加困難，這也讓輝達的問題產生微妙變化。
過去，輝達最擔心的是供應跟不上需求，但時至今日，如果客戶沒有足夠資金購買或租用晶片，最終仍可能反過來限制輝達的營收成長。因此，黃仁勳這次找上的不是另一家晶片公司，而是華爾街，希望將「買晶片」變成一種金融商品。
這套計畫的概念，是由華爾街金融機構建立專門的融資平台，向退休基金、保險公司與主權財富基金等機構投資人募集公、私募債務資金，再用這些資金支應AI晶片的購買或租賃。
簡單來說，原本是AI公司自己想辦法借錢買輝達晶片，現在則是把多家企業的AI設備融資需求集中起來，由金融機構進行信用評估、籌資與安排。
更重要的是，輝達晶片本身可能成為貸款或租賃交易的重要抵押資產，這讓AI運算設備開始具備類似飛機、信用卡應收帳款與房貸等資產的金融化特徵。貝萊德執行長Larry Fink甚至將現在的AI運算融資環境，類比為他職涯初期、金融機構開始發展房貸證券化市場的時代。
從輝達的立場出發，這套模式的好處是讓更多原本資金不足的客戶取得晶片，等於替AI需求打開新的資金水龍頭，但問題也從這裡開始。
AI晶片真的適合拿來當抵押品嗎？
對於債券投資人而言，最重要的問題不是「現在有沒有人想要輝達晶片」，而是「如果AI景氣突然降溫，這些晶片還值多少錢？」
AI硬體的一大特性，就是技術進步速度非常快。新一代GPU推出後，舊一代設備是否還能維持原有的租金、轉售價格與使用價值，並不像房屋或部分傳統基礎資產那麼容易判斷。
黃仁勳則強調，輝達舊一代晶片至今仍被客戶使用，顯示GPU的價值並不會隨新產品推出而立即消失。參與這項融資計畫的金融業高層也認為，目前AI晶片供不應求的程度，讓它們與過去快速折舊的電腦處理器有所不同。 （相關報導： AI資料中心搶地搶電，如今多了一道難題：華爾街開始把「居民反對」算進融資風險 ｜ 更多文章 ）
這裡存在一個關鍵差別：AI產業看的是GPU還有多少運算需求，但債權人關注的是借款人還不起錢時，這批GPU究竟能賣多少錢。一旦AI基礎建設擴張速度放慢，或下一代輝達晶片的效能提升幅度超乎預期，舊設備的殘值可能比金融機構目前估計的更快下滑。
