在8月，Nvidia召集了金融界六大巨头——阿波罗（Apollo）、黑石（BlackRock）、黑石集团（Blackstone）、布鲁克菲尔德（Brookfield）、高盛（Goldman Sachs）和KKR——为此做出努力。
在八月，Nvidia集结了金融界六大巨头—阿波罗、黑石、布鲁克菲尔德、黑岩、高盛和KKR—来搭建融资平台，能够动员超过5000亿美元的资金用于建设人工智能基础设施。 这是该公司从生产芯片到orchestrating AI更广泛的比赛场地的最新一步，也表明世界上最有价值的公司的增长依赖于下一个大型工程挑战的程度，而不是客户是否能继续承受其产品的价格。 这也指向了AI更广泛的发展方向。即使世界上的人们痴迷于模型发布、芯片性能和数据中心容量，决定谁能参与竞争的变量只是钱。 公司和国家之间的AI竞争的下一个阶段将依赖于谁能为其支付；行动从前沿实验室转移到了信用部门。 无论谁能以低成本和规模化的方式筹集资金，都将决定速度，而这场比赛仍然 favors美国，其资本市场比其他任何地方都要深。 对于中国和欧洲，关闭技术差距的道路是通过金融差距。 技术革命往往被记住为它们的技术：蒸汽机、铁路、互联网。 与此同样重要的是使它们成为可能的金融机器：联
…
这篇的重点不在谁的模型更强，而在一个转折：AI 的瓶颈已从实验室移到资金成本。八月，辉达把阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛、KKR 六家金融巨头拉到一起，成立可动员逾五千亿美元的融资平台，替 AI 基建公司输血。辉达因此不只是卖晶片，而是替客户安排「怎么付钱」的人。
为什么重要？过去半世纪科技业是轻资产：软件写一次，复制给十亿人几乎零边际成本。AI 把它拉回重工业——要厂房、晶片、变电站、电。美国五家最大的超大规模云端业者，二〇二六年资本支出预计七千三百亿美元，其中最多三分之一要靠举债，来自自有资产负债表的比例正在缩小。连史上最赚钱的公司都得借钱才留得住牌桌。
值得注意的是，这其实是把「专案融资」搬进算力：电厂、收费公路、机场都先投入巨额资本、再用多年稳定收益摊还，如今他们想让算力变成养老基金与保险公司愿意持有的资产。但报导也指出类比并不完美——能源设施能用几十年、需求可预测，GPU 却要面对技术迭代与快速折旧。这个期限错配最该盯。
常见误解有两个。第一，以为 AI 竞赛只看晶片与模型；其实谁能用更低成本拿到更长期的钱，谁决定节奏。第二，以为「举债」就是警讯；基础设施本来就用专案融资，问题在资产寿命与债务期限对不对得上。对华语读者而言，这也说明中国与欧洲追赶 AI 的路同时是条金融的路：没有够深的股债市场与长期资金，只能靠财政与银行信贷。后续该看三个数字：平台实际到位金额（而非「可动员」上限）、超大规模业者明年资本支出中举债比例，以及 GPU 折旧年限的会计假设。
撰文：业州愚公以下为原文节录，仅供导读。完整报道与著作权均属原媒体与原作者所有，请点击下方链接前往原始出处阅读。
前往原文 / Original Source →
编辑评论 / Editor's Note
近年来，人工智慧技术在金融业的应用日益广泛，各大金融机构都在积极探索其在投资、风险管理等方面的潜力。这种合作模式不仅能够促进金融业的技术升级，也能够推动人工智慧技术在实际应用中的发展。通过这种合作，金融机构可以更好地应对市场变化，提高投资效率和风险管理能力。