文 | 智讯智库，作者 | 刘婷

AI基础设施的瓶颈正从GPU供应延伸至土地、电力、长期租约和项目融资。有算力需求，不等于吉瓦级项目能够融资、建成并持续运营。在这一背景下，英伟达正通过规格、投资、担保和容量采购，介入芯片之外的基础设施环节。

7月26日，《华尔街日报》报道称，英伟达正就为OpenAI拟租赁的俄亥俄州南部10吉瓦园区提供约2500亿美元财务担保展开洽谈。报道称，担保覆盖数据中心租约及相关债务融资，不包括园区内英伟达芯片的采购；双方还在单独讨论最高约3500亿美元的芯片采购融资。但这两项安排均未获得官方确认[14]。

报道后的首个交易日，英伟达五年期CDS(Credit Default Swap, 信用违约互换)盘中扩大约14个基点至82个基点，股价收跌4.99%，市值蒸发约2500亿美元；此后股价反弹，并于7月31日重返全球市值首位[22][27]。但由此引出的信用风险问题并未消失：英伟达在推动下游项目、获取更多GPU订单的同时，也开始承接原本分散于客户、出租人、开发商和金融机构的部分风险。

这笔拟议担保能否落地尚不确定，但它延续了英伟达通过规格、资本和信用介入AI基础设施建设的既有路径。约2500亿美元将潜在支持规模推到了新的量级，也使这套机制受到更广泛关注。

因此，本文关注的重点，是英伟达如何介入AI基础设施项目，以及由此形成的利益交换与风险分配。

文章基于公开资料撰写，部分合作仍处于洽谈或落实阶段，具体安排以公司后续披露为准。本文仅用于产业分析，不构成投资建议。

核心判断如下：

• 角色正在变化：英伟达正从芯片供应商走向AI基础设施组织者。

• 收益与风险并存：相关工具推动项目融资和GPU订单落地，也使部分风险向英伟达集中。

• 重点不在短期偿付：更值得跟踪的是风险是否继续扩大，以及独立第三方需求能否接手。

状态说明：A＝已签署并有正式文件披露；B＝正式宣布、尚待交割或条件落实；C＝意向或非约束性安排；D＝媒体报道、公司未确认或无法独立核实。

英伟达如何介入AI基础设施

沿着一座AI工厂的形成过程看，英伟达的介入可以归纳为三个环节：先通过DSX和关键接口定义设施怎么建，再通过股权投资和租约担保提高项目的可融资性，最后通过容量采购及潜在主租约，提高项目投运后的需求和付款确定性。

怎么建：从芯片接口到AI工厂

DSX是英伟达用于设计、仿真、建设和运营大型AI数据中心的参考框架，覆盖计算、网络、供配电、液冷、数字孪生和运营接口。其中，DSX Reference Design统一计算与设施设计，DSX Sim和DSX Air支持交付前验证，DSX Flex则将数据中心负荷管理纳入电网协同[1][2]。

这一框架已经进入建筑和设备供应链。Eaton、施耐德电气和Vertiv等企业正在围绕DSX提供电气、冷却和设施模型[2][3]。其核心作用，是提前把新一代计算系统对供电、冷却和网络的要求写入设施设计，降低平台换代时大规模改造厂房的概率。

英伟达的产品边界也在同步扩展。其业务已经从GPU延伸至Vera CPU、BlueField DPU与存储、NVLink互连、Spectrum-X网络、机架级系统及运营软件。CoreWeave计划部署Rubin、Vera CPU、BlueField及多代英伟达基础设施；Marvell的定制XPU则可以通过NVLink Fusion接入英伟达机架级系统[8][9]。这表明，英伟达正在通过产品组合和关键接口扩大其在整座AI工厂中的影响力。

怎么融资：从股权资本到信用支持

统一的技术方案可以降低建设摩擦，却不能自动解决启动资本和客户信用问题。英伟达使用的金融工具性质各不相同，应按照它们解决的项目缺口和触发方式分别判断，而不能把名义金额机械相加。

股权投资补充的是启动资本。FY2026（2025年1月27日至2026年1月25日），英伟达向私营公司和基础设施基金投资175亿美元；FY2027第一季度（2026年1月26日至4月26日），公司购买非上市证券约186亿美元，另有270亿美元附条件投资承诺预计在FY2027剩余期间完成投放[10][11]。2026年2月，OpenAI还宣布英伟达参与其新一轮融资，投资额为300亿美元(B)[24]。

租约担保补充客户信用。截至2026年4月26日，英伟达公开披露的最高潜在担保责任为35亿美元，合作伙伴另存入约7亿美元托管资金。若合作伙伴违约，且托管资金及其经营活动不足以覆盖义务，英伟达可以承接租约自用或转租；作为担保对价，公司还获得了未来按约定价格购买合作伙伴股份的权利[10][11]。

除已披露的股权投资和租约担保外，英伟达还可能进一步介入大型项目融资。媒体报道称，公司正洽谈为OpenAI相关园区提供约2500亿美元担保，覆盖数据中心租约及相关债务融资，但该安排尚未获得官方确认(D)[14]。在具体条款披露前，无法依据名义金额判断其实际现金支出和风险敞口。

怎么消化容量：采购与潜在主租约

租约担保解决的是“客户可能付不起”的问题，剩余容量采购解决的则是“算力可能卖不掉”的问题。

CoreWeave最能直观体现这些工具如何叠加。英伟达既向其投资20亿美元，又推进多代产品部署和软件互操作，并通过一项初始价值63亿美元的订单，承诺在满足交付、可用性等条件后，购买截至2032年4月仍未被其他客户使用的剩余容量[8][16]。在同一合作关系中，英伟达同时扮演投资者、平台供应商和潜在容量购买者。

容量采购也可能服务于英伟达自身需求。2026年5月，IREN披露与英伟达签署一份为期五年、价值约34亿美元的云服务合同，用于英伟达内部AI和研发负载(A)[25]。因此，需要区分为合作伙伴承接剩余容量的安排与英伟达自身的正常算力采购，两者虽然都表现为容量购买，承担的经济功能并不相同。

潜在主租约意味着更深一层的信用介入。Hut 8在得州Beacon Point园区签署了两份15年期租约，合计对应704MW IT容量和196亿美元基础期合同价值[6][7]。Hut 8仅披露租户为一家高投资级公司，《金融时报》援引知情人士称租户为英伟达，并计划将部分容量转租给采用其GPU的云服务商。但英伟达尚未确认租户身份(D)[18]。由于Beacon Point采用DSX参考架构，若租户报道属实，英伟达将在同一项目中同时参与设施设计并提供长期租户信用。

理解这些工具为何集中出现，需要进一步观察GPU订单形成条件发生了怎样的变化，以及英伟达为何愿意主动填补其中的缺口。

为什么英伟达要向基础设施补位投资单位从“卡”变成“兆瓦”

过去，GPU采购主要表现为服务器资本开支：客户确定预算、购买设备，再将其部署到已有数据中心。吉瓦级AI工厂则是另一种投资形态。除GPU外，项目还需要土地、电网接入、变电设施、液冷、高速网络、建筑壳体和长期运维，任何一个环节缺位，都可能导致芯片订单无法按期交付和部署。

因此，行业越来越多地使用兆瓦和吉瓦，而不是GPU数量来描述项目规模。IREN公布的是最高5GW的DSX基础设施规划，SK电讯规划的是最高2GW的AI工厂，Hut 8 Beacon Point两期租约对应的则是704MW IT容量。这些兆瓦口径反映的是项目可承载并持续运行的计算规模[4][5][6][7]。

当投资对象从服务器扩展至整座园区，GPU订单也必须嵌入期限长达十几年甚至更久的合同和融资结构，其落地由此同时受到电力、许可、租户信用和长期资本的约束。

需求存在，不等于项目能够融资

英伟达已在风险提示中明确指出，数据中心、能源和资本的可得性，是客户建设其AI基础设施的关键条件。资本实力较弱的企业通常难以为大型基础设施项目获得融资，进而延迟部署或缩减加速计算与AI的采用规模[13]。

算力需求本身无法自动转化为长期融资。客户即使有使用算力和购买GPU的意愿，也未必有能力签下十五年租约，银行也未必愿意为整座园区提供贷款。由于项目贷款主要依靠租户的长期付款偿还，贷款人在决定是否提供融资时，会重点评估租户的持续付款能力，以及项目能否按期建成并投入运营。

期限错配形成信用缺口

基础设施、客户合同与计算设备的期限彼此错配。数据中心租约和项目融资通常持续十五年，并可通过续租选择权进一步延长；算力客户合同往往更短；英伟达的数据中心计算架构则已进入一年一代的产品节奏[6][7][13]。

银行为项目提供的是长期融资，但保持技术竞争力的计算设备可能更快迭代。因此，贷款人更关注合同后半程：初始客户合同到期后，容量能否重新出租；原租户退出后，项目能否找到信用水平相近的替代者；旧GPU产生的租金和利用率，能否继续覆盖尚未到期的债务。

这种期限错配会降低项目长期现金流的确定性，增加融资难度。租约担保、剩余容量采购和潜在主租约，则通过补充付款与需求承诺，提高项目获得长期融资的可能性。

为什么由英伟达补位

能够承担这一角色的企业并不多。英伟达拥有强劲的经营现金流和可被出租人、贷款人接受的信用资质，同时也是项目建成后GPU、网络和整套计算系统订单的直接受益者。相较于一般金融机构，英伟达更了解产品路线、设备迭代和算力容量的用途；在部分安排中，还可以将相关容量用于研发、自用或转租[10][13]。

英伟达也有扩大客户基础的动机。大型云厂商既是其重要客户，也具备开发自有ASIC和替代计算方案的能力。通过支持新型云厂商、模型公司和主权AI平台，英伟达可以在传统超大规模云厂商之外培育新的算力需求，并扩大CUDA、NVLink和DSX的采用范围[8][10]。

因此，这些安排既服务于项目融资，也具有生态扩张作用。英伟达通过资本和信用支持采用其平台的新客户，并降低对少数超大规模云厂商的长期依赖。

各方从中得到什么

对模型公司而言，最直接的收益是锁定长期可用的算力和数据中心容量。即使自身尚未具备投资级信用，也可以借助担保人、主租户或云厂商签署长期合同。对CoreWeave等新型云厂商而言，英伟达提供的不仅是股权资金，还包括剩余容量采购、新产品早期部署机会，以及土地、电力和建筑壳体等设施层面的支持。资本帮助项目启动，容量采购提高收入确定性，产品协作则使其更早接入新一代平台[8][15][16]。

对数据中心开发商而言，核心收益是获得更具可融资性的长期合同现金流。信用资质较弱或缺乏评级的最终用户，通常难以仅凭自身信用支撑期限长达十五年以上的项目融资。英伟达通过租约担保和长期容量采购，为项目补充更强的付款承诺和信用支持，使相关租约更容易获得贷款人和债券投资者认可[10][16]。

对金融机构而言，投资级担保人、长期容量购买者和主租户的介入，使项目的付款来源更加清晰，信用风险也更易评估。建筑、电力和设备供应商则可以获得统一接口、可复制的设计方案和更明确的订单预期。DSX将计算、网络、供电、制冷和数字孪生纳入同一套参考设计，使部分设计验证和运行调试能够在设备实际交付前完成。对于主权AI平台，这种标准化路径也有助于加快本地算力基础设施建设[1][2][3][5]。

英伟达获得的回报覆盖多个层面，包括GPU、CPU、网络和存储产品订单，CUDA、NVLink和DSX的平台采用，对机架、设施及运营接口的影响力，股权和权证带来的潜在收益，以及可用于研发、自用或转租的算力容量。英伟达支持的项目越多，采用其产品和接口的基础设施就可能越多；随着相关标准被更广泛采用，后续项目沿用其技术体系的设计和部署成本也可能下降[8][11][16]。

市场担心什么，风险落在哪里短期偿付不是主要矛盾FY2026，英伟达经营活动现金流约1027亿美元；FY2027第一季度，单季经营现金流约503亿美元[10][11]。

截至2026年4月26日，英伟达持有现金、现金等价物及可交易债券约503亿美元，另持有约302亿美元可交易股权证券；有息票据账面净额约84.7亿美元，250亿美元商业票据额度尚未使用[11]。（单季经营现金流与期末现金类资产取整后均约503亿美元，前者是期间流量，后者是期末余额。）

不过，这些资产并不都能随时用于履约或赔付。可交易股权证券会受到市场价格波动影响，截至期末，约274亿美元上市股权投资还受到短期出售限制[11]。即便考虑这些约束，英伟达的现金类资产仍明显高于现有有息债务，短期偿付能力较强。

担保规模不等于实际信用损失

媒体报道的约2500亿美元拟议担保尚未官宣，目前不构成英伟达已确认的负债(D)。即使相关安排最终签署，报道中的金额也不能直接等同于等额现金支出或预期损失。英伟达实际承担的风险，仍取决于担保范围、触发条件、期限、追索权、抵押品、托管资金及其他风险分担安排[14]。

英伟达五年期CDS一度扩大至约82个基点，表明市场提高了对其信用风险的定价。但该合约自2025年11月才开始活跃交易，历史样本较短。CDS可以反映投资者对新增信用敞口的担忧，却不能直接等同于担保损失，也不足以单独判断实际违约概率[22]。

风险没有消失，而是在向英伟达集中

这些工具改变了风险的承担方式，但没有消除风险。

独立第三方需求仍无法量化

CoreWeave既是英伟达的投资对象，也与其签有剩余容量采购安排，但同时也拥有来自其他客户的需求。Jane Street已承诺购买约60亿美元CoreWeave云服务并投入约10亿美元股权，CoreWeave与Meta的长期合同规模也达到约210亿美元[19][20]。这些合同表明，其业务并非全部依赖英伟达支持，但不能证明全部规划容量都能获得同等利用率。

判断需求独立性需要区分两个问题：客户是否与英伟达存在股权关系，以及相关容量最终由谁付费并承担闲置风险。即使交易对手是英伟达的被投企业，其容量仍可能由独立第三方购买；反过来，即使项目面向外部客户，英伟达也可能通过剩余容量采购、自用或主租后转租承担部分利用率风险。资本关系与最终付款责任不能相互替代。

现有披露仍无法量化受支持项目中有多少收入和利用率来自独立第三方，也无法判断新增项目在多大程度上依赖英伟达的投资、担保、主租约或容量采购。

错向风险：风险上升时，缓释手段也会贬值

巴塞尔框架所称的一般错向风险，是指交易对手违约风险与共同市场因素同向变化[23]。英伟达并非银行，相关安排也未必属于监管资本意义上的交易对手信用风险，但这一概念可以用来描述其经济结构。

当AI需求下降时，客户违约和担保触发的可能性可能上升；与此同时，英伟达用于降低损失的算力转售权、转租价值和GPU残值也可能下降。由此，英伟达面临的风险敞口增加，而违约后可以回收的价值却同步减少。

信用支持无法消除外部约束

即使客户具备付款能力、终端需求真实存在，项目仍可能因芯片供应、出口限制、电力接入、许可审批或建设进度而延期[10][11]。这些因素不仅会推迟GPU交付和容量投产，也可能影响相关资产及合同权利的实际价值。

在中国市场，本土替代芯片可能压缩英伟达的可服务市场和长期定价空间；出口许可及转售、转移限制则可能缩小特定GPU的再部署范围，进而影响其残值[10][11]。

电力扩容则是一个涉及监管、技术和工程建设的多年过程。并网排队、许可审批、建设成本和电价变化，即使在客户信用良好的情况下，也可能导致项目延期[11]。

飞轮能否自己转起来

判断这套机制能否持续，关键在于新增容量和收入对英伟达自身资本与信用的依赖程度。后续需要重点观察三个方向：新增股权投资、担保、主租约和容量采购承诺是否放缓；被支持项目的独立第三方收入和利用率是否上升；以及担保是否发生代偿、剩余容量采购是否实际发生，并开始影响现金支出和信用利差。

如果担保敞口趋于稳定、未售容量逐渐由第三方客户消化，说明英伟达的支持主要发挥了项目启动作用，后续增长可以更多依靠外部需求。反之，如果每一轮扩张都需要英伟达继续增加投资、担保、主租约和容量采购，这套生态仍然依赖其资产负债表提供推力。

现有披露能够确认的是，英伟达已经把规格、资本和信用嵌入AI基础设施的形成过程；尚无法量化的是，新增项目对这些支持究竟有多深的依赖。接下来最关键的验证，是独立第三方需求能否在风险进一步集中之前接过增长动力。

【风险提示】本文基于公开信息进行分析，仅为产业洞察，不构成任何投资建议，投资者应独立判断并自行承担风险。

参考资料：

[1] NVIDIA. NVIDIA DSX Gives Infrastructure Builders the Playbook for AI Factories[EB/OL]. 2026-05-31[2026-07-30].

[2] NVIDIA. NVIDIA Releases Vera Rubin DSX AI Factory Reference Design and Omniverse DSX Digital Twin Blueprint With Broad Industry Support[EB/OL]. 2026-03-16[2026-07-30].

[3] VERTIV. Flexibility at Gigawatt Scale: Reference Architectures for the NVIDIA DSX Blueprint[EB/OL]. 2025-10-27[2026-07-30].

[4] NVIDIA, IREN. NVIDIA and IREN Announce Strategic Partnership to Accelerate Deployment of up to 5 Gigawatts of AI Infrastructure[EB/OL]. 2026-05-07[2026-07-30].

[5] NVIDIA, SK GROUP. SK Group and NVIDIA Expand Strategic Partnership Across AI Factories and Next-Generation Memory[EB/OL]. 2026-07-24[2026-07-30].

[6] HUT 8. Hut 8 Commercializes First Phase of 1 GW Beacon Point AI Data Center Campus with 15-Year, 352 MW IT Lease[EB/OL]. 2026-05-06[2026-07-30].

[7] HUT 8. Hut 8 Fully Commercializes 1 GW Beacon Point AI Data Center Campus with Second 352 MW IT Lease[EB/OL]. 2026-07-20[2026-07-30].

[8] NVIDIA, COREWEAVE. NVIDIA and CoreWeave Strengthen Collaboration to Accelerate Buildout of AI Factories[EB/OL]. 2026-01-26[2026-07-30].

[9] NVIDIA, MARVELL. NVIDIA AI Ecosystem Expands as Marvell Joins Forces Through NVLink Fusion[EB/OL]. 2026-03-31[2026-07-30].