《華爾街日報》報導，輝達正考慮為OpenAI提供約二千五百億美元的融資擔保，讓軟銀（Softbank）旗下的SB Energy在俄亥俄州那座大型資料中心能夠借到錢動工。

二千五百億美元是什麼概念？這幾乎是一個中等國家的年度GDP。

消息一出，很多人認為黃仁勳是「左手換右手」。這種說法太簡化，他並非在製造假需求，而是真心要幫產業打破資本瓶頸。

然而這種「影子銀行」的做法，亦無可避免的吹大了整個產業的泡沫風險。

這，確實是一筆「循環融資」。輝達提供信用擔保→專案因此能借到錢→資料中心蓋起來→OpenAI搬進去後塞滿輝達的GPU→晶片銷售收入流回輝達。

循環融資會吹大AI泡沫？
先搞清楚擔保、直接貸款的差異

錢繞了一圈回到起點，很多人看到這裡就下結論：泡沫化，完蛋了。

但在恐慌之前，有一件事值得搞清楚。「擔保」和「直接貸款」在會計與法律上截然不同。當年的電信業巨人朗訊（Lucent）是把真金白銀借出去，貸款躺在資產負債表上，客戶一倒閉立刻變成呆帳，那是實打實的信用曝險。

輝達今天提供的是「或有負債」：不花一分錢，不增加資產負債表上的債務，也不影響損益表。只有當OpenAI真的違約、擔保被觸發時，它才會變成真金白銀的問題。

以輝達今天的財務體質，撐得住。單季自由現金流將近五百億美元，總債務僅八十五億美元。就算二千五百億美元的擔保中有相當比例被觸發，以目前的現金產生速度，輝達完全有能力在一、兩年內消化。

真正值得追蹤的，是資產負債表「外面」的東西。

擔保不會影響當季財報數字，因此，這比直接出借資金更容易獲得批准。若輝達要開一張二千五百億美元的支票直接借錢給OpenAI，董事會與評等機構都會施壓。

但擔保只是在財報裡標註一行「最大曝險總額」，於是它容易被加碼：為OpenAI提供二千五百億美元的擔保；用價值六十三億美元的大單，包銷CoreWeave剩餘的雲端容量；對OpenAI三百億美元股權投資還有其他設施租賃擔保。

輝達預計為OpenAI擔保2,500億美元；後者2025年的收入是130億美元。

真正風險不在財報
估值壓縮、本益比降才是真考驗

每一筆單獨看都合理，加在一起卻構成快速膨脹的或有負債網絡。

真正的風險也不在於破產，而在「估值壓縮」。當市場意識到輝達正在用自己的信用催化全產業的需求，投資人會質疑需求背後的風險，進而調降本益比。當年思科（Cisco）也做賣方融資，靠資產負債表撐了下來，但股價暴跌後花了二十五年才重回高點。

而財務報表之外的風險會不會被觸發，最終取決於一個更基本的問題：需求到底是不是真的？

很多人直覺以為，輝達出來做擔保是因為晶片賣不動了，恰恰相反。

輝達最新一季資料中心收入為七百五十二億美元，年增九二％。四大巨頭在二○二六年的資本支出加起來逼近七千五百億美元，GPU依舊供不應求。

OpenAI為何仍然需要擔保？因為，AI產業的瓶頸已經改變了。兩年前，最大的瓶頸是GPU不夠，後來變成了電力、土地與散熱。今天，最大的限制是資本。一座大型AI工廠需要幾百億甚至上千億美元，這是超級重工業。

而OpenAI身處在一個極其殘酷的遊戲規則中。二○二五年，它的收入大約一百三十億美元，同年營業虧損卻超過兩百億美元。它有生意、有客戶、有成長，但它拿不到「投資等級」的信用評等。

當它想擺脫對微軟的單一依賴，自己聯手軟銀去蓋大型資料中心時，保守的債務市場根本不敢放貸給一家信用評等不夠的科技新創。黃仁勳扮演的，就是「影子銀行」與「信用包裝」。

把近期新聞串聯起來：輝達推出資料中心租賃方案、提供長期雲端合作、建立AI工廠解決方案，現在又傳出提供財務擔保。可以看出，黃仁勳正在系統性降低「擁有AI算力」的門檻。

過去，輝達只需要設計最好的GPU，一手交錢一手交貨。但當AI工廠的規模膨脹到一座要價數百億美元時，客戶無法一次付清。輝達若堅持只做設備商，天花板就會受限於客戶的資產負債表。

這類似勞斯萊斯按「飛行時數」收費，當產品貴到客戶無法直接購買時，企業要嘛降價，要嘛降低購買門檻並承擔風險——輝達選擇了後者。

這是一把雙面刃：若AI工廠最終成為企業必備的基礎設施，估值邏輯將改寫；但若模型公司無法自己造血，今天的擔保就會變成明天的信用風險。

不過，這次交易裡有一個非常重要的細節：這筆二千五百億美元的擔保，是用來蓋資料中心的，包括土地、廠房、電力和冷卻系統，它沒有涵蓋晶片採購和模型研發。

在金融邏輯上，這叫「前置基礎設施融資」，風險性質不同。借錢研發模型，一旦技術落後，花出去的研發費用沒有殘值了。擔保蓋資料中心，資料中心是硬資產，即便OpenAI倒閉，位於俄亥俄州十GW的資料中心依然存在，輝達可轉租給其他巨頭。

輝達下注的是整個算力賽道，而非單一公司。

最危險的劇本，是以下幾件事同時發生。第一、OpenAI和Anthropic的變現開始降速，收入成長放緩，但訓練與基礎設施的支出降不下來，導致現金流缺口擴大。第二、貸款開始收緊。當信貸市場對AI基礎設施定價更謹慎，信用違約交換（CDS）利差擴大，企業融資成本就會上升。最後是工程延誤，大型資料中心因土地、電力或資金問題拖慢進度，增加融資燒錢時間。

當這些情況同時發生，擔保就會從帳面風險變成真實風險。

我不覺得現在是恐慌的時候。需求是真的，黃仁勳想把AI生態系做大做強的心也是真的。

但也必須承認，當賣鏟人開始承擔金融銀行的角色、借錢給顧客買鏟時，哪怕他的動機再純粹，客觀上也確實把整體金融槓桿拉得更緊，增加了泡沫破裂時的衝擊力。

未來我們需要追蹤的，不只是AI工廠蓋得多快，更包含OpenAI的收入能否跑贏資本支出、GPU租賃價格是否下滑，以及巨頭是否開始下調資本支出。

黃仁勳是用極大的熱忱與實力在推動一個時代進步。但是正如歷史無數次證明的那樣：偉大的願景與膨脹的泡沫，往往是同一個故事的兩面。