当前 AI 数据中心建设主要依赖英伟达芯片和借来的资金，形成一种以英伟达芯片为抵押物的贷款模式，其中英伟达既是芯片供应商，也是许多 AI 公司的投资方，这种模式存在多重风险。
核心观点：AI 数据中心建设热潮背后存在脆弱性，主要源于以快速贬值的 GPU 为抵押的贷款模式，以及英伟达在生态系统中过高的影响力。
关键数据：
- 英伟达今年对 AI 公司投资超过 70 家，其中重要类别为新型云服务（neoclouds），如 CoreWeave。
- CoreWeave 等公司通过贷款购买英伟达芯片，并将芯片作为贷款抵押，将英伟达 1 美元投资转化为 5 美元的芯片采购。
- CoreWeave 的 GPU 贷款利率高达 14%，远高于 10 年期住房抵押贷款利率 5.3%。
- GPU 贷款的贷款价值比（LTV）差异很大，低至 50%，高至 110%。
- 摩根士丹利预计，到 2028 年底，仅在数据中心上的 AI 支出将达到 3 万亿美元。
- 私募信贷机构在 GPU 贷款市场占据主导地位，如 CoreWeave 的 23 亿美元贷款由 Magnetar、Blackstone 等支持。
- 迈克尔·伯里认为，超级规模云服务商在 2026 年至 2028 年间少计提了高达 1760 亿美元的芯片折旧。
研究结论：
- GPU 贷款风险：GPU 作为快速贬值的资产，其价值评估和折旧周期存在不确定性，可能导致贷款违约和资产搁浅。
- 英伟达的动机：英伟达有强烈动机支持 neoclouds，以维持自身芯片销售和市场份额，但这种支持可能面临竞争压力和财务风险。
- 竞争加剧：谷歌、亚马逊、微软、Meta 等公司都在开发自己的 AI 芯片，AMD 也在追赶，英伟达面临竞争压力，可能减少对 neoclouds 的支持。
- 系统性风险：AI 行业高度互联，GPU 贷款风险可能通过连锁反应蔓延至银行体系，引发系统性金融风险。
- 未来展望：如果多家 neoclouds 同时倒闭，市场将被大量芯片淹没，英伟达可能无力救助，导致严重后果。
总结：AI 数据中心建设热潮背后存在以 GPU 为抵押的贷款模式，该模式依赖英伟达的芯片和资金支持，存在多重风险。GPU 贷款风险、英伟达的动机、竞争加剧等因素可能导致系统性金融风险，需要关注 AI 行业的未来发展和潜在风险。
