Nvidia, AI 인프라 금융 조달에 5,000억 달러 목표 제시…아직 자본은 확정되지 않았다

Nvidia는 6개 Wall Street 금융기관과 금융 계약을 체결한 뒤 Google News에서 5,000억 달러라는 수치를 전면에 내세웠다. 이 금액은 막대하지만, 이미 조달된 현금이나 Nvidia가 관리하는 단일 펀드를 뜻하지는 않는다. 독립 플랫폼들이 시간이 지나며 동원하려는 제3자 자본의 목표치를 가리킨다.

이 구분이 이번 사안의 핵심이다. Nvidia는 더 이상 시장 확대를 칩 성능과 클라우드 수요에만 의존하지 않는다. 연기금, 보험사, 국부펀드 및 기타 기관투자자가 자금을 댈 수 있는 자산으로 AI 컴퓨팅 역량을 전환하는 데 힘을 보태고 있다.

이 전략은 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR를 Nvidia의 고객 파이프라인으로 끌어들인다. 동시에 AI 구축 붐을 둘러싼 핵심 긴장도 드러낸다. Wall Street는 미래의 컴퓨팅 매출이 오늘날의 데이터센터, 전력 계약, 빠르게 노후화하는 하드웨어에 대한 투자를 정당화할 것이라고 믿어야 한다.

Nvidia는 공급업체가 고객의 자사 제품 구매를 돕는 순환 금융과 달리, 이 구조에서는 독립적인 심사가 이뤄진다고 설명한다. 비판론자들은 덜 안심할 만한 가능성을 본다. 자금 조달원은 바뀌지만, 금융 지원을 받은 프로젝트가 Nvidia 시스템을 구매할 때마다 Nvidia는 여전히 이익을 얻는다.

Nvidia가 실제로 발표한 내용

Nvidia는 5,000억 달러 자본 조달의 완료가 아니라 금융 프레임워크를 발표했다.

8월 10일 Nvidia는 6개 주요 투자회사와 양해각서(MOU)를 체결했다고 밝혔다. 파트너들은 Nvidia 기반 AI 인프라를 지원하는 독립 금융 플랫폼을 구축할 계획이다.

회사의 금융 발표에 따르면, 이들 플랫폼은 5,000억 달러 이상의 제3자 자본을 동원하도록 설계됐다. 투자 대상에는 컴퓨팅 시스템, 데이터센터, 토지, 발전 설비, 냉각 장비 및 관련 인프라가 포함될 수 있다.

핵심 단어는 ‘동원’이다. 이는 적합한 프로젝트가 나타날 때 파트너들이 자체 펀드와 외부 투자자로부터 자본을 유치할 계획이라는 뜻이다. 각 기관이 공동 계좌에 정해진 배정액을 예치했다는 의미는 아니다.

이 계약들은 양해각서이기도 하다. 이러한 계약은 의도와 운영 원칙을 정하지만, 특정 시설에 대한 금융 지원 약정과 동등하지는 않다. 각 프로젝트는 여전히 재무적·기술적·법적 검토를 통과해야 한다.

Nvidia는 가속 컴퓨팅을 중심으로 구축된 대형 시설을 “AI factories”라고 부른다. 가속 컴퓨팅은 그래픽 처리 장치 등을 포함한 특수 프로세서를 사용해 범용 프로세서만 사용하는 경우보다 워크로드를 더 효율적으로 처리한다.

금융 플랫폼은 Nvidia 기술을 사용하는 시설에 집중할 예정이다. Nvidia는 여기에는 칩, 네트워킹, 소프트웨어, 스토리지 및 관련 인프라를 아우르는 완전한 시스템이 포함된다고 설명한다.

이 설계는 고객에게 개별 GPU 구매를 넘어선 자금 조달 경로를 제공한다. 개발업체는 건설, 전력, 장비, 장기 유지보수를 포함한 전체 운영 자산에 자금을 댈 수 있을 가능성이 있다.

이 구조는 발표를 하나의 금융 “deal”로 묘사한 Google News 보도에 단서가 필요한 이유도 설명한다. Nvidia는 독립 자본 제공업체들과 여러 관계를 구축했다. 5,000억 달러 목표는 명시되지 않은 기간에 걸친 이들의 합산 활동을 포괄한다.

Nvidia는 대차대조표에서 전액을 출자하겠다고 약속한 것이 아니다. Wall Street 기업들도 제안된 모든 데이터센터에 자금을 지원하겠다고 약속한 것은 아니다. 어느 시점에 목표가 달성될지를 보여주는 집행 일정도 어느 쪽도 공개하지 않았다.

따라서 첫 번째 결론은 헤드라인이 시사하는 것보다 좁다. Nvidia와 파트너들은 기관 자본이 AI 인프라 프로젝트에 유입될 수 있는 통로를 구축하기로 합의했다.

더 중요한 결론은 더 넓다. Nvidia는 하드웨어, 네트워킹, 소프트웨어와 함께 금융 역량이 자사 컴퓨팅 플랫폼의 일부가 되기를 원한다.

이는 회사가 판매하는 대상 자체를 바꾼다. 고객이 원하는 프로세서를 제공하는 것만으로는 더 이상 충분하지 않다. Nvidia는 고객이 더 어려운 질문에 답하도록 돕고 있다. 이를 운영하는 데 필요한 시설에는 누가 자금을 댈 것인가?

AI 인프라 자금 조달이 병목이 된 이유

Nvidia 성장의 다음 제약 요인은 단순히 기술이 아니라 점점 더 금융이 되고 있다.

AI 데이터센터에는 프로세서보다 훨씬 많은 것이 필요하다. 개발업체는 토지, 송전 용량, 발전 설비, 냉각, 네트워킹, 건설 인력, 장기 고객 계약을 확보해야 한다.

이 요소들은 흔히 서로 다른 일정에 따라 움직인다. 칩은 제품 주기 안에서 개선될 수 있지만, 변전소와 송전 프로젝트는 수년이 걸릴 수 있다. 차입자는 시설이 안정적인 매출을 내기 전에 지출을 시작해야 한다.

Nvidia는 규제 공시에서 이러한 노출을 인정했다. 회사의 연례 보고서는 데이터센터, 에너지, 자본의 가용성이 고객의 인프라 개발에 핵심적이라고 밝혔다.

이 보고서는 고객 집중도도 강조한다. 두 직접 고객이 2026회계연도 매출의 각각 22%와 14%를 차지했다. Nvidia는 문서에서 이들의 이름을 밝히지 않았다.

집중된 수요가 자동으로 취약한 수요를 의미하는 것은 아니다. 주요 클라우드 기업들은 대규모 사업을 운영하며 상당한 자본 프로그램을 뒷받침할 수 있다. 하지만 제한된 고객군에 의존하면 이들의 구매 일정 변화가 더 큰 영향을 미친다.

이 문제는 GPU 컴퓨팅에 집중하는 전문 클라우드 사업자인 neocloud에서 더 두드러진다. 이들 가운데 다수는 Microsoft, Amazon, Alphabet, Meta와 같은 신용등급, 다각화된 매출, 성숙한 대차대조표를 갖추지 못했다.

neocloud는 다년 고객 계약을 보유하고도 건설에 필요한 만큼을 차입하는 데 어려움을 겪을 수 있다. 대출기관은 고객의 지급능력이 유지될지, 가동률이 높게 유지될지, 장비가 재판매 가치를 보존할지를 평가해야 한다.

Nvidia AI 금융은 이러한 불일치를 겨냥한다. 투자회사들은 예상 현금흐름을 기반으로 프로젝트 금융, 프라이빗 크레딧, 인프라 지분, 자산유동화 구조를 결합할 수 있다.

프로젝트 금융은 일반적으로 특정 자산의 매출에 상환을 연계한다. 자산 기반 금융은 일부 담보에 의존하며, 프라이빗 크레딧은 공모 채권시장 대신 비은행 투자자에게 대출을 배치한다.

이 도구들은 투자자들이 차입자, 장비, 고객 계약, 부동산에 걸쳐 위험을 분산하게 한다. 또한 일부 지출을 주요 기술기업의 대차대조표 밖으로 옮길 수 있다.

제안된 플랫폼 규모는 부채가 구축 붐에 얼마나 빠르게 유입됐는지를 보여준다. Morgan Stanley 전략가들은 AI 부채 분석에서 2026년 전체 AI 부채 금융 규모를 약 5,000억 달러로 전망했다.

이 업계 추정치는 Nvidia의 금융 목표와는 별개다. 하지만 같은 수치는 회사가 기관시장의 참여가 필요하다고 판단하는 이유를 보여준다. 아무리 큰 기술기업이라도 모든 공급업체, 클라우드 사업자, 에너지 프로젝트를 기업 현금만으로 지원할 수는 없다.

Reuters에 따르면 Nvidia는 6월 250억 달러 규모의 채권 발행을 통해 자체적으로 다시 부채시장에 진입했다. 이 거래는 Nvidia의 자체 기업 차입으로, 새로 발표된 제3자 플랫폼의 일부가 아니었다.

회사의 위치는 이례적으로 전략적이다. 장비를 판매하고, 소프트웨어 계층을 제공하며, 시설 설계를 돕고, 이제는 자본 제공업체를 고객에게 연결한다.

이는 AMD 및 클라우드 기업들이 개발한 맞춤형 가속기보다 우위를 만든다. 이러한 대안들은 성능, 공급, 소프트웨어 지원, 비용을 놓고 경쟁한다. 이제 Nvidia는 프로젝트 전체를 금융 조달 가능하게 만드는 역량으로도 경쟁할 수 있다.

금융 채널이 물리적 제약을 없애지는 않는다. 전력망 연결을 만들어내거나, 변압기를 즉시 생산하거나, 충분한 유료 사용자를 보장할 수는 없다. 다만 후원자에게 감당 가능한 자본이 부족하다는 이유로, 본래 실행 가능한 프로젝트가 멈추는 것을 막을 수는 있다.

이 때문에 이번 발표는 헤드라인의 금액을 넘어 중요하다. Nvidia는 자본 가용성을 외부 의존 요소에서 자사 판매 시스템의 조율된 일부로 전환하려 하고 있다.

Google News 헤드라인이 가리는 실제 메커니즘

핵심 베팅은 AI 컴퓨팅 역량이 빠르게 감가상각되는 기술 재고가 아니라 금융 조달이 가능한 인프라처럼 작동할 수 있다는 것이다.

전통적인 인프라 투자자들은 긴 운영 수명과 예측 가능한 현금흐름을 지닌 자산을 선호한다. 유료도로, 파이프라인, 공항, 발전소는 사용자가 수십 년간 필요로 하기 때문에 부채를 뒷받침할 수 있다.

GPU 클러스터는 더 어려운 심사 문제를 만든다. 매출은 고객, 소프트웨어 수요, 가동률, 전력 비용, 빠르게 개선되는 프로세서에 좌우된다.

Nvidia와 파트너들은 이러한 불확실성을 관리 가능하게 만들고자 한다. 플랫폼은 자본을 승인하기 전에 각 고객, 시설, 전력원, 구매 계약, 예상 워크로드를 평가할 수 있다.

Nvidia CEO Jensen Huang은 AI 컴퓨팅이 투자 가능한 자산군이 되고 있다고 주장한다. 이 관점에서 클러스터는 단순한 칩의 집합이 아니다. 학습, 추론, 시뮬레이션, 엔터프라이즈 워크로드를 통해 매출을 창출하는 생산 역량이다.

추론은 학습된 AI 모델을 실행해 답변이나 예측을 생성하는 과정이다. 막대한 비용이 드는 학습 단계가 끝난 후에도 반복 수요를 만들어낼 수 있기 때문에 그 성장이 중요하다.

Wall Street 파트너들은 이 논지에 서로 다른 자본 풀을 제공한다. Apollo와 KKR는 대규모 신용 사업을 운영한다. BlackRock, Blackstone, Brookfield는 인프라 전략을 관리한다. Goldman Sachs는 금융을 주선하고 프로젝트를 기관투자자와 연결할 수 있다.

이들의 참여가 모든 위험을 Nvidia에서 떼어내는 것은 아니다. 그 위험을 누가 평가하고 보유하는지를 바꾼다.

독립 자본 제공업체는 고객 기반이 약하거나 가정이 비현실적인 프로젝트를 거부할 수 있다. 더 많은 후원자 지분, 더 강력한 보증, 더 긴 계약, 더 높은 수익률을 요구할 수도 있다.

이 심사 과정은 순환 금융 비판에 대한 Nvidia의 대응에서 핵심이다. Nvidia는 자본 제공업체들이 고객 수요, 가동률, 현금흐름, 잔존가치를 독립적으로 심사할 것이라고 말한다.

잔존가치는 자산의 유효 수명 일부가 지난 뒤에도 유지될 것으로 예상되는 금액이다. GPU의 경우 이 추정치는 중고시장 수요와 아키텍처 개선 속도에 달려 있다.

독립 기업들이 Nvidia의 상환 보증 없이 자본을 제공한다면, 금융 구조는 덜 순환적으로 보인다. 외부 투자자들은 자체 분석을 마친 뒤 위험 노출을 받아들인다.

그러나 독립성은 연속선상에 존재한다. Nvidia는 여전히 장비 표준에 영향을 주고, 고객을 대출기관과 연결하며, 프로젝트에 공동 투자하거나, 신용 지원을 제공할 수 있다.

공개 발표에는 Nvidia가 얼마나 투자·보증·담보 제공할지 공개되지 않았다. 최초 차입자, 예상 레버리지, 금리, 노후 장비의 처리 방식도 명시하지 않았다.

이 누락된 정보는 메커니즘에 대한 최종 판단을 막는다. 강력한 외부 계약을 바탕으로 자금을 조달한 프로젝트는 주로 Nvidia의 보증에 의존하는 프로젝트와 다르게 보인다.

同样的逻辑也适用于证券化。证券化会将贷款或合同现金流打包，并把这些付款的索偿权出售给投资者。它可以拓宽融资渠道，但也可能使底层假设更难审查。

Axios 的融资分析将这一机会与飞机、汽车和铁路所使用的融资模式作了比较。当信贷市场学会评估这些行业的生产性资产后，它们便得以扩张。

这种比较也有其局限。飞机可以在多个技术周期中保持商业价值。AI 硬件则可能在更先进的系统以更低能耗提供更多算力时，失去定价优势。

Nvidia 的软件生态或许能通过让旧系统继续兼容广泛使用的工具来支撑其残值。不过，兼容性并不能保证其使用能够持续盈利。

这才是隐藏在 Google News 标题之下、真正的 Nvidia AI 融资赌注。华尔街押注的是，算力需求将比单代芯片的生命周期更长。

如果这一前提成立，老化的集群仍可继续服务于低成本推理、研究、渲染、模拟和企业工作负载。如果不成立，贷款方可能会发现，其抵押品贬值速度快于还款进度。

华尔街资本并不能终结循环融资争议

第三方资本减少了一种循环性，但并不能证明终端用户需求足以支撑每一座拟建设施。

循环融资是指，为某一行业提供资金的公司，同时也向彼此采购、投资或提供财务支持。由此产生的交易，可能使营收增长看起来并不像最初所见那样独立。

Nvidia 曾投资于购买 Nvidia 设备或租用 Nvidia 驱动算力的 AI 实验室和基础设施提供商。这类关系在商业上可能合理，但仍会使需求分析更复杂。

新平台提供了直接回应。Nvidia 表示，Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 将以独立承销方式部署独立资本。

这一回应具有分量。这些机构对各自的投资者负有责任，而不佳的项目可能带来直接损失。与仅由供应商提供资金相比，它们的参与带来了更多外部审查。

但这仍未解决三个问题。

首先，Nvidia 尚未披露其对单笔交易的支持程度。即使外部机构提供初始资本，由 Nvidia 担保的项目仍会让公司暴露于客户违约风险。

其次，独立投资者也可能共享同样乐观的假设。大型机构并不保证预测准确，特别是在一种新资产类别缺乏长期违约历史的情况下。

第三，经融资的采购仍然是对 Nvidia 设备的采购。这些平台可以扩大 Nvidia 的可服务客户群，并加速原本无法下单的较弱借款人的订单。

这并不意味着这些营收是人为制造的。企业经常为飞机、建筑设备、车辆和电信网络融资。关键问题在于，预期现金流是否足以支撑债务。

S&P Global Ratings 在对 Nvidia 的评估中指出了这一依赖关系。该机构的信用分析称，如果 AI 投资放缓，客户对资本市场的依赖将构成风险。

这一警示之所以重要，是因为债务改变了压力出现的时点。股权投资者可以承受回报延迟，而不会强制要求偿还。信贷投资者则无论工作负载需求如何，都期待按计划付款。

因此，数据中心可能面临长期融资义务与短期算力价格之间的不匹配。运营商可能通过降低租赁费率来维持利用率，这能保护业务活跃度，却会削弱现金流。

设备快速迭代可能会加深这一问题。客户通常愿意为最新处理器支付更高价格，而较旧系统会转向要求较低的工作。

能效同样影响竞争力。一个集群在技术上仍然有用，却可能因新平台以相同电力产出更多算力而在经济上失去吸引力。

支持者认为，AI 需求正在编程、搜索、科学研究、机器人、广告、医疗保健和企业自动化等领域扩张。这一范围可能吸收多代硬件。

批评者则指出，有用的应用并不自动意味着每一个融资项目都能产生足够营收。利用率必须维持在高位，客户必须支付可持续的费率，能源成本也必须得到控制。

BlackRock 将 AI 描述为由实际需求支持的实体基础设施建设。其市场评估估计，数据中心投资达到 1.5 万亿美元，年化接近 2140 亿美元。

这一数字表明活动规模可观，但支出并不等同于经济回报。即使基础设施的长期重要性真实存在，也仍可能出现过度建设。

最健康的解读介于否定与确定性之间。华尔街的参与带来了新资本、专业承销和更广泛的风险分散。但这并不能独立验证尚未开业设施背后的营收。

因此，读者不应将融资目标视为需求预测。它是潜在投资的容量，仍取决于未来的项目批准。

最有力的证据将来自交易细节。强有力的合同、多元化客户、有限的供应商担保、保守的杠杆率以及透明的抵押品假设，都将支持 Nvidia 的论点。

沉重的担保、集中的租户、乐观的转售价值和反复再融资，则会加强对循环融资的担忧。

谁将承受 Nvidia 融资网络的压力

Nvidia 正在将融资渠道变成一个竞争层面，芯片竞争对手和云服务提供商必须作出回应。

AMD 在 AI 加速器领域与 Nvidia 直接竞争，而 Google、Amazon、Microsoft 及其他云公司则为自身服务设计定制处理器。每个竞争对手都可以在性能、软件、可用性或运营成本方面挑战 Nvidia。

Nvidia 的华尔街网络带来了另一种比较。评估两套系统的客户，现在还必须考虑哪一个平台更容易获得建设资本和长期信贷。

即使处理器的采购成本更低，如果贷款方认为其利用率前景或转售市场更弱，它仍可能失利。更昂贵的系统则可能因拥有更广泛的软件采用率和更多潜在买家而赢得融资。

这赋予 Nvidia 的 CUDA 软件生态金融意义。CUDA 是 Nvidia 用于在其 GPU 上运行并行工作负载的编程平台。它的普及可增加能够使用融资集群的客户数量。

Nvidia 还可以提供完整系统的参考设计。标准化设计减少了技术差异，帮助投资者比较设施并评估建设或运营风险。

竞争对手可以从多方面回应。AMD 可以深化与服务器厂商、云服务商和基础设施投资者的合作。超大规模云服务商可以为围绕其定制芯片建设的设施提供更长期的承诺。

云服务提供商也可以通过自身资产负债表为产能融资。Microsoft、Amazon、Alphabet 和 Meta 都能进入投资级债务市场，并拥有庞大的经营现金流。

直接压力可能主要落在较小的基础设施提供商身上。处于 Nvidia 首选融资网络之外的公司，可能面临更高的借贷成本或更有限的设备选择。

借款人还应审视融资方案是否限制未来的硬件决策。一座承诺使用 Nvidia 系统的设施，日后若要引入 AMD 加速器或定制处理器，可能代价高昂。

开发者和企业买家则面临不同影响。更多融资可以增加可用算力并缓解短缺。融资运营商之间的竞争也可能降低租赁费率。

但更低的费率会给承担债务的借款人带来压力。客户可能受益于充足的算力，而基础设施所有者却难以实现预期回报。

这种张力使其不仅仅是一场半导体竞争。Nvidia 正在组织芯片制造、数据中心开发、电力、云服务和机构融资之间的关系。

该公司的定位类似于工业平台提供商，帮助确立整个供应链使用的标准和融资方式。

这种模式可以巩固 Nvidia 的市场地位，而无需拥有每一座设施。公司从设备和软件中获利，而外部投资者则为大量实体资产提供资金。

它也提高了 Nvidia 对更广泛系统健康状况的暴露度。一波延迟设施或陷入困境的运营商，将影响客户、贷款方、设备价值和未来订单。

公司无法控制该系统的每一个环节。电网排队、许可、利率、地方反对以及模型经济性，都可能延迟部署。

对于企业技术团队而言，这一融资推动会影响采购选择。更大的装机基础可以改善获得兼容服务、受过培训的人员和软件工具的机会。

它也可能促使组织积累比团队容易追踪的更多技术和财务材料。结构化的知识库可以帮助团队在长期项目中比较供应商主张、架构决策和合同变更。

竞争结果不会由 Google News 上的公告数量决定。它将由哪些平台能以客户可承受的价格提供可靠算力来决定。

Google News 读者接下来应关注什么

三个信号将显示，5000 亿美元目标究竟代表可持续的基础设施融资，还是一项过大的意向声明。

第一个信号是初始交易的结构。投资者需要了解谁提供股权、谁持有债务、哪些抵押品支持偿还，以及 Nvidia 是否提供担保。

如果一个项目主要由外部资本、并以信用良好客户的合同为基础融资，将加强 Nvidia 的论点。这说明机构认为算力营收具有可融资性，而无需严重依赖供应商。

如果一笔交易需要广泛的 Nvidia 担保，则会削弱这一论点。这意味着外部投资者仍不愿在没有供应商支持的情况下接受项目的底层风险。

第二个信号是来自 AI 云服务和数据中心的运营表现。仅凭营收增长并不能解决问题。投资者需要利用率、定价、客户集中度、电力成本和再融资信息。

跨多元化客户的高利用率将支持可投资资产这一论点。租赁费率下降或依赖少数 AI 实验室，则会暴露脆弱的经济性。

运营商的公开文件可以提供部分可见性。它们可能披露设备义务、租赁承诺、债务契约、客户集中度和融资依赖关系。

第三个信号是竞争对手是否建立起可比的融资渠道。AMD、超大规模云服务商、服务器制造商和数据中心开发商，无法忽视一个将 Nvidia 设备与机构资本连接起来的系统。

一个可信的竞争平台将表明，基础设施融资正在变得硬件中立。它也会削弱 Nvidia 将融资渠道作为平台优势的能力。

경쟁 프로그램의 부재는 Nvidia의 입지를 강화할 수 있으며, 특히 차입자들이 Nvidia 기술에 장기적으로 묶이는 계약을 받아들인다면 더욱 그렇다. 그러나 이는 금융 시스템 전반의 집중도를 높일 수도 있다.

독자들은 5,000억 달러라는 수치를 이미 완료된 거래가 아니라 향후 활동의 상한선으로 받아들여야 한다. 이번 발표에는 프로젝트 목록, 배치 일정, 최종 자본 배분이 제시되지 않았다.

향후 몇 달은 양해각서가 공개된 투자로 이어지는지를 보여줄 것이다. 실제 위험 분담 구조를 드러내기 때문에, 이러한 거래는 총 목표치보다 더 중요하다.

향후 발표에서 사용되는 표현을 주의 깊게 살펴봐야 한다. “Committed,” “closed,” “funded”는 “targeted,” “planned,” “designed to mobilize”보다 더 큰 의미를 지닌다.

Nvidia의 재무제표에서 보증, 투자 약정, 고객 지원, 신용위험 집중도도 확인해야 한다. 이러한 공시는 Nvidia가 기술 공급업체에 머무르는지, 아니면 중요한 금융 안전망 역할을 맡게 되는지를 보여줄 수 있다.

이 회사의 전략은 AI 인프라 구축 규모를 고려하면 타당하다. 고객에게는 자본이 필요하고, 월가에는 새로운 인프라 자산군에 접근할 기회가 필요하며, Nvidia는 프로젝트들이 자사 플랫폼을 중심으로 표준화되기를 원한다.

해결되지 않은 질문은 AI 컴퓨팅이 인프라와 같은 현금흐름을 만들어내는지 여부다. 시설이 여러 하드웨어 주기에 걸쳐 운영되기 전에는 어떤 헤드라인도 이에 답할 수 없다.

Google News는 월가의 AI 야망 규모를 포착하기 때문에 5,000억 달러라는 수치를 계속 부각할 것이다. 그러나 독자들은 그 아래에 있는 계약들에 집중해야 한다.

프로젝트들이 고객의 지속적인 수요 덕분에 독립 자본을 유치하는 것인가, 아니면 Nvidia의 지원이 취약한 경제성을 자금 조달 가능한 것처럼 보이게 하는 것인가? 목표치를 이미 확보된 자금으로 간주하기 전에 첫 거래를 추적하고, 보증 조건을 비교하며, 실제 활용률을 확인해야 한다.