算力現在是一種資產類別了。

看來，我們又到了討論金融創新的時候。

Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 等金融巨頭正與 Nvidia 合作，共同籌集 5,000 億美元資金，目標是將算力轉變為一種資產類別。

Nvidia 執行長黃仁勳向 CNBC 表示：「這是科技晶片首次成為可投資的資產類別。」他強調：「這些晶片現在是能產生收益的資產，它們具生產力、壽命長、可互換且具彈性。」

BlackRock 執行長 Larry Fink 則將此比喻為：「這才剛開始，就像我 1970 年代剛踏入房貸抵押證券市場時一樣。」

然而，黃仁勳去年對 Nvidia 上一代 Hopper 晶片的說法卻大相徑庭。他在公司 AI 大會上宣傳最新 Blackwell GPU 架構時表示：「當 Blackwell 大量出貨時，Hopper 晶片將會乏人問津。」他當時還說：「Hopper 晶片在某些情況下還行，但不多。」因此，現在聽到晶片是「能產生收益」且「壽命長」的資產，坦白說，這讓我感到非常錯愕。

至少目前來看，黃仁勳的說法並非完全錯誤。舊晶片的租賃價格一直在上漲，Silicon Data 預計將持續上漲至 2028 年。有個有趣的例子是：一家雲端服務供應商在合約續約時，幾乎將其 Nvidia Blackwell B200 晶片對某客戶的租賃價格翻倍。

BlackRock 執行長 Larry Fink 向 CNBC 表示：「這才剛開始，就像我 1970 年代剛踏入房貸抵押證券市場時一樣，我將此視為金融工程的下一個未來。」對某些人來說，這可能會敲響警鐘。正如前對沖基金經理 Mark Rubinstein 所指出的，當房貸過度生產時，房貸抵押證券就失敗了。

目前 AI 產業的資料中心正趨於飽和，且中國的開源模型儘管功能強大，卻需要較少的算力，這兩者都可能威脅到晶片需求持續增長的概念。此外，還有一個更基本的問題：像 Anthropic 和 OpenAI 這些推動當前大部分需求的頂尖實驗室，真的能賺錢嗎？

在我們深入探討黃仁勳的「數學」之前，我想先指出一點：這並非板上釘釘的交易，而是一些諒解備忘錄。你可能還記得，去年 Nvidia 曾簽署一份 1,000 億美元的諒解備忘錄，計畫投資 OpenAI，但最終並未實現。

諒解備忘錄的妙處在於，你可以發布重大公告，然後實際交易是否推進似乎就不那麼重要了。不過，我們姑且假設這是真的，因為即使只是一個試探氣球，它也透露出一些有趣的訊息。

揭露資產的真面目

讓我們暫停一下，為什麼我們要談論「算力」？根據黃仁勳的說法，「Nvidia 的算力不只是一顆晶片。」這是因為它還包含 CUDA 軟體。

黃仁勳在 X 平台（前身為 Twitter）上發文表示：「這就是 Nvidia AI 工廠與單純的笨重晶片不同之處。」他強調：「它們的價值並非在安裝時就固定不變：CUDA 持續提升其產出；已安裝的基礎設施在初始折舊期後仍能保持高效生產。」

然而，單靠晶片和軟體並不能創造算力，它們只有在龐大的資料中心基礎設施中才能發揮作用，這需要倉庫和電力供應。黃仁勳似乎在討論算力時忽略了這些要素，將 Nvidia 的系統稱為「一個完整的 AI 工廠平台，包含加速運算、網路、系統軟體、AI 框架和全球開發者生態系統。」值得注意的是，這份清單中缺少了實體設施。

姑且不論「AI 工廠」這個荒謬的概念，黃仁勳之所以淡化資料中心的重要性，部分原因在於大部分融資已流向該領域。Rubinstein 寫道：「Blackstone 已建立一個價值 1,850 億美元的平台，包含在建設施，並估計穩定資料中心的長期所有權市場最終可能成長至 1 兆美元。」

黃仁勳對此並不關心，因為其中大部分是房地產，與他無關。黃仁勳真正關心的是人們購買 Nvidia 晶片。

因此，這裡的「算力」並非指整個資料中心堆疊；它只是個流行語，用來指代我們熟悉的老朋友，以 GPU 為抵押的貸款。我能理解為何有人想用「算力」取代「GPU」，因為眾所周知，GPU 的壽命比建築物短得多，估計約在兩到五年之間。

我想「算力」這個詞也涵蓋了以 TPU 為抵押的貸款，所以這也算是一個原因。

今年夏天早些時候，Broadcom 曾推出一個價值 350 億美元的方案，與 Nvidia 現在提供的方案非常相似。Broadcom 與 Apollo 和 Blackstone 簽訂協議，為我們現在所稱的算力提供資金，並以約一百萬顆晶片作為抵押品。

Apollo 和 Blackstone 將從利息中獲利；Broadcom 則為這些晶片所在的特殊目的載體發行的兩筆優先債券提供了擔保。這筆交易旨在提振 Broadcom 晶片的需求。看來 Nvidia 注意到了這一點，並出於相同的原因採取了同樣的行動。

因此，黃仁勳現在正大力宣揚 Nvidia 晶片的長壽命。他以 2020 年推出的 A100 晶片（Hopper 之前的一代）為「有力例證」，說明算力如何隨時間改進，並稱其「仍活躍於商業使用中」。

他表示：「客戶持續承諾進行多年部署，將 A100 的經濟壽命延長至近十年。」天啊，這與他去年對其華麗新晶片的說法真是大相徑庭！

如果黃仁勳在眾目睽睽之下宣稱折舊年限是十年，那麼我不認為銀行有理由不相信他。

我們之前也討論過晶片融資的問題。你可能記得，對於晶片的折舊年限，業界一直沒有共識；只要 Nvidia 願意為購買其晶片的公司提供援助，這似乎就不那麼重要了。事實上，你可以將黃仁勳的聲明本身視為一種變相的紓困。

在晶片折舊的討論中，放空者 Michael Burry 曾建議晶片的適當折舊週期為兩到三年。IBM 的 Arvind Krishna 則表示折舊需要五年。而現在黃仁勳卻說他一顆晶片的經濟壽命長達十年！真是令人驚訝。

這對貸方來說至關重要，因為它決定了貸款條款。例如，根據 CoreWeave（GPU 抵押貸款的先驅，也是 Nvidia 的客戶）的公司文件，隨著其晶片折舊，CoreWeave 可借貸的金額會減少。

因此，如果黃仁勳在眾目睽睽之下宣稱折舊年限是十年，那麼我不認為銀行有理由不相信他。我想，這對於任何試圖從這個財團獲得貸款的人來說都非常有用。

黃仁勳提到了算力價格的上漲，包括 2022 年推出的 Hopper H100 晶片。儘管他的邏輯可能帶有自利成分，但他對價格上漲的說法並未誇大。

AI 產業分析師 Brendan Burke 表示，這些上漲是由於對推論（inference，指訓練好的模型分析新資料的業界術語）的需求增加所驅動。這意味著舊晶片的每小時費率保持高位，甚至在某些情況下有所增加。

他告訴我：「推論晶片嚴重短缺，這逆轉了價格下降的預期趨勢。」

在 CoreWeave 第二季財報電話會議上，執行長 Michael Intrator 表示，該公司已成功出售 2020 年架構的 GPU，合約期限延長至 2029 年。將這些線索串聯起來，由於 CoreWeave 與 Nvidia 關係密切，我不禁懷疑這是否就是黃仁勳所指的十年折舊週期。

恰巧，衍生性商品交易所 CME Group 已宣布計畫在十月推出算力期貨，前提是監管機構批准相關的兩份合約。

需求激增會永遠持續下去嗎？我不知道。這麼多資料中心正在建設，如果算力（或者說晶片）真如黃仁勳所說那樣具有可互換性，那似乎意味著資料中心供應商將在飽和市場中進行價格競爭。

然而，隨著 AI 整合到更多領域，除了頂尖實驗室之外，更多普通公司也將需要運行推論。採用的速度至關重要，如果太慢，這種模式可能會遇到麻煩。

我們的無畏領導者 Nilay Patel 在 Slack 上焦急地詢問，為何投入一美元到算力中，就能獲得 1.01 美元的回報。黃仁勳並未直接回答這個問題，他寫道：「回報在於 AI 的實用性。」

但如果我對現狀的理解沒錯，且這裡的「算力」只是老舊且熟悉的 GPU 抵押貸款，那麼投資回報就如同債務通常的回報一樣：利息。

就是這樣。我們也不知道合約的具體內容，而細節至關重要。（例如，在似乎啟發了 Nvidia 公告的 Broadcom 合約中，Broadcom 並非擔保所有債務，而僅是優先級較高的優先債務。）根據先前的 GPU 抵押貸款經驗，我猜測購買算力者的合約也包含在抵押品中。

該合約的優劣取決於背後的公司，Microsoft 肯定會支付帳單，但 OpenAI 尚未盈利且需要持續募資，因此其合約對貸方來說風險較高。此外，任何協議中都可能包含條款，給予債務提供者某種收益分成或其他優惠方式。不過，我確定的是，這個新的算力財團對 Nvidia 來說似乎是一筆相當不錯的交易。

競爭格局

去年，我與史丹佛大學的 Vikrant Vig 交談時，他指出大多數 GPU 貸款都以 Nvidia 晶片作為抵押品。這反過來使得公司更容易以 Nvidia 晶片而非競爭對手的 GPU 獲得新貸款，因為 Nvidia GPU 貸款的融資成本較低，其抵押品流動性更高。

如果 Nvidia 與這些金融機構的交易最終敲定，那麼為 Nvidia 晶片獲得融資將變得更加容易。如果你從零開始建立一個新興雲端服務商（即 CoreWeave、Crusoe 和 Lambda 等出租算力的小公司），購買 Nvidia 晶片將為你提供競爭對手（例如 Broadcom）不一定能提供的支援。

Hedgeye Risk Management 的 Felix Wang 告訴 Bloomberg：「實際上，他們在沒有真正降低 GPU 價格的情況下，讓 Nvidia 的產品變得更便宜了。」

Nvidia 一直積極投資並為新興雲端服務商提供融資，以擴大其客戶群。透過資助和扶植這些新興雲端服務商，Nvidia 降低了大型業者（例如 Microsoft、Amazon、Google 和 Meta）在價格上的議價能力。

有趣的是，在 SpaceX 最近的財報電話會議上，這家大型新興雲端服務商表示它將獨家使用 Nvidia 晶片；後來我們才發現 Nvidia 在 SpaceX 擁有 210 億美元的股份。SpaceX 當時正在評估 Nvidia 的替代方案，但其資料中心建設需要大幅增加支出，因此 Nvidia 的投資可能已將這家新興雲端服務商鎖定。

「這將是一項重大的『牧羊』工作，讓他們遵循同一種方法。」

但 Burke 指出，這種融資還有另一個有趣的副作用。由於貸方希望貸款之間具有相對的一致性，這可能會進一步標準化 Nvidia 晶片在資料中心中的安裝方式。這也可能賦予 Nvidia 競爭優勢。