英偉達推出“算力貸”新模式，收入分成換GPU重塑AI產業金融

在生成式AI狂飆突進的當下，算力已成為比石油更珍貴的硬通貨。然而，一組H100集群動輒數億的起步價，讓絕大多數創業者望而卻步。正當行業陷入“算力荒”與“資本荒”的雙重困境時，英偉達出手了——但不是以傳統硬件商的身份，而是以一種前所未有的金融巨鱷姿態。一場名為“算力貸”的新模式正浮出水面，它以收入分成換取GPU使用權，將AI產業的金融邏輯徹底改寫，最先擁抱這場革命的，正是一批被稱為“Token工廠”的新物種。

01

長久以來，英偉達扮演的是“賣鏟人”角色，將價值不菲的GPU賣給云廠商和科技巨頭。但隨著大模型競爭白熱化，H100、B200等芯片的交貨周期拉長到半年以上，二手市場價格翻倍。對于急于將模型產品化的AI企業而言，一次性買斷算力不僅是沉重的財務包袱，更是難以逾越的入場門檻。

從“賣鏟人”到“開銀行”

傳統的融資路徑——股權融資或銀行貸款，在面對輕資產、高風險的AI創業公司時效率極低。于是，英偉達開始借鑒SaaS行業成熟的“收入分成融資”模式，推出了“算力貸”。其核心邏輯極其硬核：與其讓GPU在渠道中空轉等待買家，不如主動將其作為一種信用資產，直接輸送到最有潛力的AI應用端。

這意味著英偉達的角色發生了質變。它不再僅僅是硬件供應商，而是變成了一個掌控著核心生產資料、同時具備了風險評估和資本回收能力的“算力銀行”。這一轉變將英偉達的商業模式從一次性買賣升級為基于整個AI生態長期現金流的抽水，其估值錨點也從硬件出貨量轉向了生態生命周期的總價值。

02

Token工廠的現金流魔術

“算力貸”的運作模式，對于“Token工廠”類企業來說，無異于一場現金流魔術。所謂的Token工廠，是指那些專注提供大模型推理API服務，按生成的token量向客戶收費的公司。它們的業務模型極度清晰：輸入算力，輸出token，賺取token消耗與算力成本之間的價差。

在新的算力貸方案下，一家Token工廠無需抵押任何固定資產。它只需向英偉達或其指定的金融伙伴展示其API調用量、客戶合同和預計增長曲線。一旦通過評估，它就能立即獲得一個大規模的GPU集群算力配額。作為回報，該工廠承諾在未來一定期限內，將其token銷售收入的某個固定比例（例如5%到15%）定期支付給英偉達，直到回報總額達到一個預設的上限（比如硬件初始價值的1.3至1.8倍）。

這一設計精妙地解決了時間錯配。初創公司算力消耗最大的引流期，恰好是現金流最緊張的時期。收入分成模式將其最大的一項固定成本，直接轉化為可變成本，跟隨營收上下浮動。當工廠的業務爆發，每秒token生成量飆升，它支付的分成同步增加；若業務遇冷，其成本壓力也會自然減輕。這種彈性，讓AI創業的存活率和試錯空間得到了指數級提升，將沉甸甸的算力負債變成了彈性支付的“算力訂閱+利潤共享”。

03

產業金融暗流

事實上，算力金融化的暗流早已涌動。英偉達支持的GPU云服務商CoreWeave，曾開創性地以囤積的H100芯片作為抵押物，從華爾街獲得高達數十億美元的債務融資。這證明了頂尖GPU具備類似不動產的硬通貨信用。而“算力貸”則更進一步，將信用基礎從“擁有GPU所有權”深化到了“具備用GPU創造現金流的能力”。

這直接重塑了AI產業的估值體系。Token工廠不再僅僅是技術公司，它們變成了擁有可預測、可審計現金流的金融實體。其核心資產除了算法團隊，更包含了由英偉達算力貸保障的、穩定的token生產能力。未來投資機構評估此類公司時，可能不再單純看用戶數，而將重點關注“算力分成覆蓋率”和“token毛利率”。一場圍繞算力信用的產業金融革命已然拉開序幕，算力變成了真正的資本，token產出數據則成為最可靠的信譽憑證。

04

英偉達的算力銀行野心

英偉達力推“算力貸”，背后是一盤深遠的生態棋局。通過金融手段，它將GPU的最終流向牢牢鎖定在最具增長性的應用層，確保自家高端芯片的產能都能被高效消化，并且深度綁定了下一批潛在的獨角獸。這種模式下，即使未來有競爭對手在硬件性能上接近，也難以撼動由金融契約和長期分成協議構建的客戶粘性。

然而，這一模式也潛藏著巨大風險。英偉達在承擔銀行職能的同時，也扛起了信用違約的敞口。一旦AI應用泡沫破裂，大量Token工廠營收不及預期，違約風險可能集中爆發，反過來沖擊英偉達自身的金融穩健性。更深遠的影響在于，這種超低門檻的算力供給，可能會進一步加劇市場對英偉達生態的依賴，形成一個由它絕對主導的封閉系統，初創公司的命運被與其深度捆綁。

“算力貸”的登場，標志著AI產業正式邁入金融資本深度綁定的新紀元。算力，這種數字世界的能源，正在經歷一場從商品到資本品的范式躍遷。對于像Token工廠這樣的新生代玩家而言，算力貸是以未來換現在的大膽賭注，也是以小博大的絕佳跳板。黃仁勛正在出售的，已不僅是芯片，而是AI時代的金融操作系統。