谁在为3.6万亿美元的AI数据中心热潮实际出资？

区块链文库报道：

AI热潮通常被描述为一场技术竞赛，但其背后隐藏着巨大的融资挑战

建设一座现代化AI数据中心，远不止购买英伟达GPU那么简单。开发商需要土地、电网连接、发电站、冷却系统、光纤、变压器、服务器以及长期电力供应。仅单个大型园区，这些成本就可能高达数百亿美元。

行业估算显示，到2030年，全球AI基础设施建设可能需要数万亿美元的投资。为这一扩张提供资金，正越来越多地吸引银行、债券投资者、私人信贷基金、基础设施管理机构，甚至英伟达自身。据估算，2026年至2030年间，围绕更广泛的AI基础设施建设，融资需求约为3.6万亿美元。

这催生了一个新的金融生态系统：构建AI模型的公司，往往与拥有建筑物、提供贷款或承担长期资产风险的公司并非同一批。

超大规模云服务商可现金支付——多数AI公司则不能

微软、Alphabet、Meta和亚马逊拥有庞大的资产负债表，能够用运营现金流为数据中心的大部分支出提供资金。而规模较小的AI公司和云服务商则面临更棘手的问题——它们可能需要数十亿美元的GPU和基础设施，而这些设施可能要多年后才能产生足够的收入来偿还投资，从而产生了对外部资本的需求。

一种选择是普通公司债务。AI云服务商越来越多地发行债券和可转换票据，为GPU及数据中心扩张融资。例如，Nebius在2026年8月宣布发行45亿美元可转换债券，部分收益用于其不断扩张的AI基础设施业务。这一交易很好地说明了股权投资者如何通过最初为债务、但后期可能转换为股票的证券，间接为数据中心提供资金。可转换债券已成为支持基础设施热潮的几种融资工具之一。

大型银行也可以直接提供贷款，而私人信贷基金则越来越多地为那些介于常规公司贷款与房地产基础设施之间的项目提供融资。

融资来源及其典型用途

公司现金：超大规模云服务商资本支出及自有设施
债券/可转债：GPU、服务器及公司扩张
银行贷款：建设与设备
私人信贷：高风险或专业化项目
项目融资：单个数据中心园区
基础设施基金：长期持有物理资产
供应商担保：为客户及开发商提供信用支持

数据中心正成为项目融资资产

从融资角度看，一个超大型AI园区越来越像发电厂、机场或收费公路。开发商可能成立一家特殊目的公司，持有土地和物理基础设施。银行和私人投资者则根据大型租户（如OpenAI、微软或其他云服务商）签署的长期合同提供贷款。这些租户合同至关重要，因为贷款方需要可预测的现金流。一家高估值AI公司签署的15年或20年租约，可以用来支持数十亿美元的债务。基础资产、电力权及相关设备都成为抵押品的一部分。

近期的一个例子是软银支持的SB Energy在俄亥俄州为OpenAI开发的项目。英伟达同意提供高达1050亿美元的信用支持，与该项目现场的租约和基础设施挂钩，同时直接对SB Energy进行投资。该园区设计规模可达8吉瓦电力。这种结构有助于解释为何AI基础设施正在吸引传统基础设施投资者。AI基础设施的繁荣已从芯片扩展到网络、存储、电力和冷却领域，融资端也在做同样的事情：资本正遍布整个物理供应链。

英伟达：既是供应商，又扮演融资方角色

最不寻常的发展或许是英伟达越来越直接地参与为其自身生态系统融资。该公司不仅销售GPU，还投资于AI实验室、基础设施公司和云服务商，同时提供担保及其他形式的信用支持，帮助客户获得融资。英伟达已帮助撬动数千亿美元的外部资本，并最近与多家主要金融机构合作，计划将AI基础设施转变为更广泛的可投资资产类别。某些拟议的结构涉及由GPU资产和未来客户收入支持的私人债务。

这可以加速对英伟达硬件的需求，因为客户更容易获得融资。但这也带来了新的风险：如果芯片供应商投资客户、担保其租约并帮助为购买其芯片的设施提供融资，投资者需要区分真正独立的需求与由供应商融资支撑的需求。英伟达已反驳了将其模式描述为循环融资的说法，但这一担忧已足够显著，以至于该公司最近暂停了与部分小型AI云服务商的收入分成安排。

同一个项目中，供应商支持可以与股权、债务和长期租约并存。

最大制约因素可能是资本，而非芯片

AI数据中心的建设成本也在上升。GPU系统仍然昂贵，而内存、网络、变压器和冷却设备都面临供应紧张。部分基于英伟达的AI服务器系统价格因内存成本上涨而上涨超过15%。服务器成本不仅提高了技术成本，也提高了融资需求。更高的利率又增加了一层压力。以5%借贷成本融资的数据中心，与以8%融资的相比，经济性截然不同。这意味着国债收益率和私人信贷利差的变动，会直接影响多少AI项目仍具有经济吸引力。资本密集型行业对借贷成本上升尤其敏感。

因此，融资问题与技术问题同等重要。如果AI需求持续增长，华尔街可能会将数据中心视为一种类似于电信塔、公用事业和可再生能源项目的新基础设施资产类别。但如果AI收入令人失望，损失可能不仅限于科技公司，还会波及银行、债券持有人、私人信贷基金、基础设施投资者以及为项目提供担保的供应商。

这正是AI数据中心热潮不同寻常之处：技术可能是新的，但其背后的数万亿美元，正越来越多地通过全球金融体系中一些最古老的工具——债务、抵押品、租约和长期现金流承诺——来融资。