從房產(chǎn)抵押債券到GPU抵押債券，英偉達(dá)正在效仿AIG？

英偉達(dá)再次傳出將數(shù)據(jù)中心資產(chǎn)證券化的計(jì)劃，這次的交易可能將AI算力熱潮推向一個(gè)危險(xiǎn)的新階段。

據(jù)彭博宏觀策略師Simon White分析，英偉達(dá)擬將數(shù)據(jù)中心轉(zhuǎn)化為可投資資產(chǎn)的交易，有可能導(dǎo)致AI算力領(lǐng)域出現(xiàn)嚴(yán)重產(chǎn)能過(guò)剩，尤其是在基于結(jié)果定價(jià)模式逐漸成為行業(yè)標(biāo)準(zhǔn)的背景下。這一判斷的核心邏輯在于：金融化正在人為放大需求信號(hào)，掩蓋市場(chǎng)已經(jīng)供過(guò)于求的真實(shí)狀況——這與2008年金融危機(jī)前的住房泡沫如出一轍。

White指出，英偉達(dá)此次與Apollo、Brookfield、KKR、黑石、貝萊德及高盛達(dá)成的合作框架，意在撬動(dòng)逾5000億美元資本流入所謂"AI工廠"。英偉達(dá)將為部分交易中最高25%的GPU抵押品提供保險(xiǎn)，即為其回收價(jià)值兜底。這與住房泡沫時(shí)期的相似之處難以忽視。彼時(shí)，AIG通過(guò)為CDO優(yōu)先級(jí)別的債券出售保險(xiǎn)，使銀行得以減少資本占用，進(jìn)而分發(fā)更多有毒債務(wù)——最終在相關(guān)性驟升至一時(shí)，以國(guó)家救助收?qǐng)觥?/p>

金融化加速：GPU債券市場(chǎng)的AIG時(shí)刻

Simon White認(rèn)為，這場(chǎng)AI基礎(chǔ)設(shè)施熱潮在規(guī)模上已超越歷史上的美國(guó)州際公路建設(shè)（1960年代）和寬帶鋪設(shè)（2000年代）等基礎(chǔ)設(shè)施擴(kuò)張周期。為維持這場(chǎng)盛宴持續(xù)運(yùn)轉(zhuǎn)，已有多筆交叉融資和供應(yīng)商資助交易相繼落地——僅涉及英偉達(dá)的交易規(guī)模就高達(dá)7500億美元。

英偉達(dá)CEO黃仁勛明確表示，其目標(biāo)是將“AI工廠算力”打造成一種可投資資產(chǎn)類別。GPU支持的債務(wù)市場(chǎng)今年已呈爆發(fā)式增長(zhǎng)，而此次新協(xié)議則將這一進(jìn)程推向更深層次——資產(chǎn)證券化與分發(fā)。合作伙伴將提供資本、基礎(chǔ)設(shè)施專業(yè)知識(shí)，并推動(dòng)證券化與分發(fā)。

通過(guò)提升交易吸引力，英偉達(dá)將使債務(wù)結(jié)構(gòu)中的優(yōu)先級(jí)別債券獲得更高信用評(píng)級(jí)。與此同時(shí)，美國(guó)證券交易委員會(huì)（SEC）剛剛放寬了數(shù)據(jù)中心債券的證券化規(guī)則。White將此比作金融危機(jī)期間養(yǎng)老基金最終入場(chǎng)的節(jié)點(diǎn)——那往往標(biāo)志著風(fēng)險(xiǎn)開(kāi)始向更廣泛的負(fù)債端擴(kuò)散，也是危機(jī)走向終局的起點(diǎn)。

從表面看，英偉達(dá)的風(fēng)險(xiǎn)或許有限。但White提醒，這正是AIG當(dāng)年的判斷——隨著時(shí)間推移，AIG承接了越來(lái)越多自認(rèn)為無(wú)風(fēng)險(xiǎn)且有利可圖的義務(wù)，最終發(fā)現(xiàn)借款人信用壓力的相關(guān)性上升足以釀成災(zāi)難。

產(chǎn)能過(guò)剩信號(hào)：被金融煉金術(shù)掩蓋的供需失衡

White的核心擔(dān)憂在于，金融化正在系統(tǒng)性地屏蔽市場(chǎng)發(fā)出的產(chǎn)能過(guò)剩信號(hào)。與住房危機(jī)類似，當(dāng)今的資本支出熱潮更有可能在金融煉金術(shù)的潤(rùn)滑下吸引越來(lái)越多資本涌入，從而導(dǎo)致過(guò)度建設(shè)。而算力已經(jīng)足夠充裕的信號(hào)恐怕很難引起重視。

在需求側(cè)，White指出衡量標(biāo)準(zhǔn)本身正在發(fā)生根本性轉(zhuǎn)變。GPU租賃的標(biāo)準(zhǔn)計(jì)量單位是每小時(shí)成本，推理環(huán)節(jié)則是處理每個(gè)token的成本。但對(duì)終端用戶而言，真正重要的是輸出結(jié)果——我花的每一分錢(qián)能換來(lái)多少智能價(jià)值，或者更直白地說(shuō)，完成一項(xiàng)任務(wù)的成本是多少？

智能成本正在下降，但這一變化并未立即反映在GPU層面的定價(jià)上。如果一個(gè)模型能用少10倍的token完成同樣任務(wù)，而GPU的每token定價(jià)不變，那么每塊GPU的實(shí)際效率就相當(dāng)于提升了10倍。

隨著“token最大化”成為歷史，模型在處理同一任務(wù)時(shí)token用量可以大幅波動(dòng)的證據(jù)不斷涌現(xiàn)，加之大語(yǔ)言模型（LLM）可被輕易調(diào)整以消耗更多token，基于結(jié)果的定價(jià)模式正越來(lái)越受到企業(yè)用戶的青睞。這一趨勢(shì)一旦成為主流，將對(duì)模型提供商形成壓力，推動(dòng)其減少token消耗，進(jìn)而壓低GPU租賃價(jià)格。

同樣值得關(guān)注的是，GPU的實(shí)際利用率據(jù)報(bào)道嚴(yán)重偏低。Cast AI的報(bào)告顯示，GPU平均利用率僅為5%；ClearML則發(fā)現(xiàn)，近半數(shù)企業(yè)正在為閑置芯片浪費(fèi)“數(shù)百萬(wàn)美元”。

杰文斯悖論的局限：路徑依賴才是市場(chǎng)的真正風(fēng)險(xiǎn)

面對(duì)上述效率提升的論據(jù)，AI資本支出多頭的慣常反駁是杰文斯悖論（Jevons paradox）：算力驅(qū)動(dòng)的智能成本下降，將不可避免地推動(dòng)需求上升，以量補(bǔ)價(jià)。

但White對(duì)此并不買(mǎi)賬。他認(rèn)為，杰文斯悖論無(wú)法在所有時(shí)間維度上持續(xù)奏效，而對(duì)市場(chǎng)而言，路徑依賴才是關(guān)鍵。他判斷，在當(dāng)前大語(yǔ)言模型主導(dǎo)的AI發(fā)展階段，智能需求（而非token需求）在現(xiàn)行價(jià)格水平上的增速，遲早會(huì)放緩至足以引發(fā)算力成本長(zhǎng)期下行的程度。

作為貸款方，當(dāng)?shù)盅浩返南嚓P(guān)性開(kāi)始惡化，而另一項(xiàng)關(guān)鍵風(fēng)險(xiǎn)——借款人的信用狀況——也同步走弱時(shí)，風(fēng)險(xiǎn)將迅速累積。屆時(shí)，英偉達(dá)將不得不履行其保險(xiǎn)義務(wù)，而與此同時(shí)，其自身融資的其他交易也可能出現(xiàn)問(wèn)題，更不用說(shuō)其核心產(chǎn)品價(jià)值的下滑。Google等同樣以自身資產(chǎn)負(fù)債表為這場(chǎng)資本支出熱潮提供支撐的企業(yè)，也面臨類似風(fēng)險(xiǎn)。

正如住房危機(jī)所揭示的，相關(guān)性一旦啟動(dòng)，便不會(huì)停下來(lái)等人。White的結(jié)論是，英偉達(dá)此次擬議交易，只是讓市場(chǎng)距離再次目睹這一金融自然力量又近了一步。