炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：经济观察报）

欧阳晓红/文

当地时间8月27日，美股投资者以近9%的涨幅，给英伟达最新财报投下赞成票。但比需求更慢、更难定价的问题同时浮出水面：支撑英伟达下一阶段增长，需要多少资本与信用？

当地时间8月26日，英伟达公布2027财年第二季度业绩：实现营业收入962亿美元，同比增长106%，其中数据中心收入890亿美元，同比增长117%。英伟达预计第三季度营业收入将达到1080亿美元。这些核心指标超过市场预期。此外，英伟达还给出了罕见的一年期预测：2028财年收入仍增长约70%——“AI（人工智能）需求见顶论”暂被推翻。

过去3年，市场盯着的是英伟达还能卖多少GPU（图形处理器）。如今，另一本账单越来越重要：部分前沿AI公司的增长速度，已经快于自身资产负债表和信用能力能够承载的速度。

换言之，英伟达下一美元收入，不仅取决于卖了多少GPU，可能还取决于客户还能投入多少资本、资本市场愿意提供多少信用，以及这些钱究竟有多贵。

需求还在 融资能力成变量

英伟达首席财务官科莱特·克雷斯在电话会上表示，全球前5大超大规模云服务商的资本开支预计将从2026年的接近8000亿美元，升至2027年的约1.3万亿美元；云产业积压订单已经超过2万亿美元。

英伟达收入高速增长的另一面，是客户越来越庞大的资本开支。

彼时，微软、亚马逊、Meta（元宇宙）、Alphabet（谷歌母公司）等大型科技公司可以更多依靠自身现金流完成“现金流→数据中心→GPU”的循环。现在，随着AI基础设施投资规模上升，越来越多的项目开始引入企业债、项目融资、租赁、私募信贷以及SPV（特殊目的载体）等结构，吸引保险、养老金等长期资本。

因此，决定英伟达增长的不再只有需求和供给，还多了第三个变量——融资能力。

克雷斯解释，部分前沿AI实验室拥有强劲的训练和推理需求，但增长速度已经超过自身资产负债表和信用能力能够支持的程度。这些企业往往缺乏长期基础设施合同和投资级融资历史，难以仅凭自身信用获得与扩张速度相匹配的基础设施融资。

其潜台词是，市场需求存在，但这些需求能不能被融资激发出来？英伟达给出的答案之一，是将资本市场更深地接入算力产业链。正如8月10日，英伟达宣布与阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛以及私募股权机构KKR合作，拟建立独立的算力融资平台，逐步动员超过5000亿美元第三方资本，用于AI基础设施建设。英伟达创始人黄仁勋此前表示，英伟达最多可提供1250亿美元的支持，相当于潜在交易规模的约25%。

克雷斯同时强调，第三方资本仍需独立评估客户信用、市场需求和项目风险，“我们并不是贷款人”。

但在部分项目中，英伟达的角色已经从单纯的设备供应商，延伸至一定程度的信用支持者和基础设施收益分享者。这与过去单纯出售GPU的商业模式有着明显不同。

对于外界“循环融资”的质疑，英伟达管理层这样解释：真实需求增长速度超过部分客户资产负债表能够承载的速度，融资工具是在弥补资本形成与业务扩张之间的时间差，而非凭借融资人为创造芯片需求。

这一判断最终仍要由未来的算力利用率、项目现金流和资本回报率验证。

摩根士丹利将这种模式称为“资产负债表即服务”。其在情景测算中估计，到2028年底，英伟达相关总体信用敞口可能接近2000亿美元，其中或有义务峰值可能接近900亿美元。

这可能暗示，随着AI资本形成越来越依赖外部融资，英伟达自身的资产负债表，正成为产业扩张的一部分。

更具体的案例是软银旗下的俄亥俄州SB Energy项目。标普全球评级确认，英伟达将为该项目提供剩余价值担保，并因此在信用分析中对其进行债务调整。不过，标普全球评级同时维持英伟达AA级发行人信用评级和稳定展望，认为目前相关安排对信用指标的负面影响仍较有限。不过，标普全球评级也提醒，AI生态系统杠杆持续增加可能提高英伟达未来经营和财务表现的波动性。

由此，问题在于，并非AI需求是否存在，而是支撑这些需求的资本结构能够扩张到什么程度。

一旦AI资本开支越来越多地依赖企业债、项目融资、租赁和私募信贷，并通过SPV等结构引入养老金、保险资金等长期资本，资金价格的重要性便明显上升。这也意味着，长期美债收益率对AI产业的影响不再局限于科技股估值。作为长期资本定价的重要参照，美债收益率变化也会通过无风险利率、信用利差和项目风险溢价等渠道，影响AI基础设施的融资成本和最低回报要求。

景顺亚太区全球市场策略师赵耀庭分析称，全球债券市场正在释放资本成本结构性上升的信号。从投资角度看，收益率上升会对大型科技股估值形成压力。但在他看来，美国经济保持韧性也是收益率维持高位的重要背景，科技行业强劲的盈利增长有望抵消部分估值压力。

英伟达发布财报的当天，美国偏热的通胀数据推高市场对货币政策保持偏紧的预期，美债收益率和美元随之走强，英伟达股价在常规交易时段下跌约1.6%。某种程度上，“AI让央行更鹰”亦正在从理论变成事实。

在安融（香港）信用评级有限公司董事局主席周沅帆看来，AI资本开支的金融传导链正在变得更长——英伟达的收入对应客户不断扩大的AI资本开支，而这些资本开支又通过债券、租赁、项目融资和私募信贷等渠道进入资本市场，最终受到基准利率、信用利差和项目风险溢价的共同约束。

摩根士丹利预计，2026年全球AI相关债务发行规模将接近5700亿美元，较上年明显增长。其同时指出，随着资本开支快速增加，此前主要依赖强劲现金流的大型科技企业正越来越多地转向债务融资。

这使美国财政融资与AI基础设施融资，在边际上开始争夺同一批全球长期资本。两者的投资者并不完全相同，但在保险、养老金、长期资管和信用投资者等资金池中，期限和收益率的竞争正在增强。

从固收角度看，这并不意味着企业债的信用“优于”美国国债。更准确地说，当长期无风险利率维持高位，投资者会要求AI项目提供更高的信用利差、项目风险溢价和资本回报率。最终，这些要求都会转化为数据中心必须跨越的最低收益门槛。

对英伟达而言，这意味着一种新的利率敏感性正在形成。以前，美债收益率波动首先反映在英伟达的股票估值上，未来还可能通过客户的融资成本和项目回报门槛，影响GPU订单最终能否转化为真实资本开支。

钱更贵 智能更便宜

资本并非唯一的变量。英伟达在电话会上披露，新一代AI平台Vera Rubin相较上一代平台，可将推理吞吐量最高提升约35倍，并进一步降低生成词元（token）的单位成本。

这与英伟达计划逐步动员5000亿美元第三方资本，看似指向两个相反方向：一边是单位智能成本快速下降，另一边是AI基础设施所需资金总量继续膨胀。

两者并不矛盾。更低的词元成本降低了单次训练和推理价格，却可能刺激更多模型、更多智能体和更大使用量。单次计算越来越便宜，总计算量却增长得更快，最终需要建设的数据中心、采购的芯片与内存、筹集的资本金额反而更多。

这是一种典型的“效率反弹”：技术进步减少的是每单位智能所需资本，不一定减少整个AI产业所需资本。

因此，当钱越来越贵，AI有两种办法继续扩张：一种是找到更多的钱，对应机构资本、企业债、长期租赁以及各种信用增级安排；另一种是让同样的钱生产更多智能，对应更高的每瓦特性能、更低的词元成本和更高的数据中心利用率。

英伟达正在同时押注这两条路径。而决定这一轮AI资本周期能够走多远的，也许正是两条曲线之间的赛跑——资本成本上升得有多快，单位智能成本下降得又有多快。

至少眼下，资本市场还是选择继续相信增长。某种意义上，英伟达又给AI交易“续了一口气”。英伟达财报发布后，瑞讯银行分析师Ipek Ozkardeskaya称，英伟达的预测确认AI基础设施建设仍将“全速推进”；高盛分析师James Schneider则认为，这一长期指引有望缓解投资者对高额AI支出的担忧。

当地时间8月27日，英伟达股价上涨8.74%，也显示出股票市场暂时选择相信：需求仍在，AI基础设施投资周期尚未结束。但股价并没有回答资本结构问题。

值得观察的是，随着英伟达资产负债表越来越多参与AI产业的资本形成，担保、残值风险、最低收入支持及其他或有义务最终会占用多少信用容量？

黄仁勋在电话会上说：“算力，就是收入。”

这更像一句宣言。算力考卷，英伟达几乎交出了满分；信用考卷仍在展开，其考察的除了英伟达自身的资产负债表之外，还包括客户融资、最低收入保证和长期项目现金流能否经受一个完整资本周期的检验。

周沅帆认为，如果算力能够持续产生足够高的收入和现金回报，那么5000亿美元第三方资本可能只是AI基础设施成为一种新资产类别的开始。反之，如果利用率、收入增速、设备残值或者项目回报中的任何一个核心假设发生变化，今天帮助释放需求的信用安排，也可能成为未来需要重新定价的风险。

而资金价格决定着这场考验的门槛。在周沅帆看来，近期美债长端收益率上升，不只反映通胀和货币政策预期，也包含财政赤字、债券供给和偿债负担上升所要求的风险补偿。严格地说，这部分更宜称为财政风险溢价或期限溢价，而不是企业债意义上的信用利差。

当长期无风险利率本身超过5%，AI项目不仅需要证明能够产生收入，还必须证明其资本回报率足以覆盖融资成本，并持续高于投资者持有长期国债所能获得的回报率。

过去，英伟达的故事建立全世界都缺GPU。下一阶段，市场面对的是两种稀缺：能够支撑AI基础设施扩张的长期资本，以及愿意为这种扩张承担风险的信用。

（作者 欧阳晓红）

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。

欧阳晓红

经济观察报首席记者 长期关注宏观经济、金融货币市场、保险资管、财富管理等领域。十多年财经媒体从业经验。