八月，Nvidia召集了六家金融巨頭— 阿波羅全球管理 、 黑石集團 、 布萊克石集團 、 布魯克菲爾德 、 高盛 、以及KKR—to設定一個... （待補充）
八月，Nvidia聚集了全球六大財富集團—阿波羅、黑石、布萊克石、布魯克菲爾德、高盛、以及KKR—to建立一個可動員超過5000億美元資金的財富平台。這是由於一家公司從製造晶片到在人工智慧領域中塑造整個競技場的最新一步，同時也表明世界上最有價值的公司的成長依賴於下一個重大工程挑戰，或者客戶是否能夠承擔其產品的成本。這也指出人工智慧領域的整體趨勢。即使世界上的人們關注模型發布、晶片能力和資料中心容量，決定誰能夠競爭的變量越來越多地取決於金錢。人工智慧公司之間的競賽下一階段將取決於誰能夠承擔資金；行動從前沿實驗室轉向了貸款桌。誰能夠低成本大量融資，將會設定速度，而這場比賽仍然以美國為優勢，該國的資本市場遠超任何其他國家。對於中國和歐洲來說，關閉科技差距的道路是通過財富差距來走的。科技革命往往被記住為其科技成就：蒸汽機、鐵路、網際網路。與這些科技成就相等重要的是其財務機器：股份公司散布了航海交易的風險；早期的債券和股票市場為鐵路提供了
…
以下為原文節錄，僅供導讀。完整報導與著作權均屬原媒體與原作者所有，請點擊下方連結前往原始出處閱讀。
前往原文 / Original Source →
【業州愚公解讀】
這篇的重點不在誰的模型更強，而在一個轉折：AI 的瓶頸已從實驗室移到資金成本。八月，輝達把阿波羅、貝萊德、黑石、布魯克菲爾德、高盛、KKR 六家金融巨頭拉到一起，成立可動員逾五千億美元的融資平台，替 AI 基建公司輸血。輝達因此不只是賣晶片，而是替客戶安排「怎麼付錢」的人。
為什麼重要？過去半世紀科技業是輕資產：軟體寫一次，複製給十億人幾乎零邊際成本。AI 把它拉回重工業——要廠房、晶片、變電站、電。美國五家最大的超大規模雲端業者，二〇二六年資本支出預計七千三百億美元，其中最多三分之一要靠舉債，來自自有資產負債表的比例正在縮小。連史上最賺錢的公司都得借錢才留得住牌桌。
值得注意的是，這其實是把「專案融資」搬進算力：電廠、收費公路、機場都先投入巨額資本、再用多年穩定收益攤還，如今他們想讓算力變成養老基金與保險公司願意持有的資產。但報導也指出類比並不完美——能源設施能用幾十年、需求可預測，GPU 卻要面對技術迭代與快速折舊。這個期限錯配最該盯。
常見誤解有兩個。第一，以為 AI 競賽只看晶片與模型；其實誰能用更低成本拿到更長期的錢，誰決定節奏。第二，以為「舉債」就是警訊；基礎設施本來就用專案融資，問題在資產壽命與債務期限對不對得上。對華語讀者而言，這也說明中國與歐洲追趕 AI 的路同時是條金融的路：沒有夠深的股債市場與長期資金，只能靠財政與銀行信貸。後續該看三個數字：平台實際到位金額（而非「可動員」上限）、超大規模業者明年資本支出中舉債比例，以及 GPU 折舊年限的會計假設。
撰文：業州愚公