Amazon 的 Nvidia 芯片融资或可将 80 亿美元移出账面

据报道，Amazon 正在探索一项价值 80 亿美元的 Nvidia 芯片交易：将硬件所有权转移给投资者，同时把设备继续留在 AWS 数据中心内。拟议中的 Amazon Nvidia 芯片融资将覆盖部署在美国十多个地点的数千颗 Grace Blackwell 芯片。

据报道，Amazon 将把这些处理器置入一家特殊目的实体（SPV），即为持有特定资产而设立的独立法律实体。外部投资者将为该实体提供资金，而 Amazon 将通过租赁继续使用这些芯片。

这一结构将 AI 硬件采购转变为融资安排。Amazon 保留对算力的使用权，但由另一实体提供大部分资本并持有底层资产。

相关谈判也揭示了 AI 基础设施竞争中的更大转变。云计算公司不再只需决定采购哪些处理器，还必须决定由谁持有这些处理器、承担其折旧，以及承受相应融资风险。

据报道，这笔 80 亿美元交易将带来哪些改变

这笔交易将把 Amazon 对先进 Nvidia 处理器的使用与对这些资产的直接所有权分离。

根据最初的芯片融资报道，Amazon 已讨论将约 80 亿美元的 Nvidia Grace Blackwell 芯片转入由外部投资者出资的 SPV。据报道，谈判涉及安装在十多座美国数据中心的设备。

该提案仍在讨论中。Amazon 尚未公开宣布交易完成、披露参与投资者身份，或公布最终租赁条款。

若按报道所述完成，SPV 将持有这些芯片并将其出租给 Amazon。AWS 可在现有设施内运营这些硬件，而无需通过传统的预付款采购承担全部购置成本。

售后回租通常始于一家公司出售资产，并立即从新所有者手中租回同一资产。使用方保留运营使用权，而投资者则获得合同租赁付款及可能的剩余价值。

这一提案似乎遵循了这一基本逻辑，不过具体顺序尚未披露。SPV 可能直接购买芯片、从 Amazon 手中收购芯片，或在设备安装期间提供融资。

这些区别对会计处理至关重要。仅因独立法律实体持有资产，并不意味着该资产会自动从公司的合并资产负债表中消失。

会计处理取决于控制权、合同义务、担保以及租赁的经济实质。若 Amazon 实际控制该安排，仍可能需要确认租赁负债，或将该实体并表。

因此，“移出账面”描述的是据报道的融资目标，而非已确认的会计结果。投资者需要等待最终协议和 Amazon 的披露，才能判断实际转移了多少风险。

这些资产本身具有不同寻常的重要性。Nvidia 的 Grace Blackwell 系统在高密度计算平台内整合了高性能图形处理器、CPU、内存、网络和散热组件。AWS 可将其用于模型训练、推理和高要求的科学计算工作负载。

与通用服务器不同，先进 AI 系统依赖于高度集成的集群。供电、网络、液冷和软件配置，都可能决定昂贵处理器能否高效运行。

因此，拟议中的实体融资的不只是存放在仓库中的独立芯片。它将持有生产性基础设施中的关键组件，而 Amazon 预期将通过云服务从中获利。

Amazon 将继续控制客户访问、工作负载调度和服务交付。外部投资者则获得对这些硬件的财务敞口，但无需自行成为云服务运营商。

这种分工构成了本文的核心张力。Amazon 可以转移法律所有权和初始出资，但无法转移让设备保持高利用率和商业价值的责任。

若客户需求持续强劲，租赁付款可支撑可预测的投资者回报。若需求减弱，或新一代处理器降低设备价值，损失如何分配将取决于合同条款。

因此，这笔交易并不表明 Amazon 正在退出 AI 基础设施领域。它表明 Amazon 希望在不通过自身资产负债表为每一层投入资金的情况下实现扩张。

Amazon Nvidia 芯片融资为何此时出现

Amazon 考虑引入外部资本，是因为其基础设施项目的增长速度，甚至已超过其可观的经营现金流能够轻松承受的范围。

Amazon 预计 2026 年资本支出约为 2200 亿美元，高于此前约 2000 亿美元的预测。该总额包括数据中心、芯片、机器人、履约基础设施和卫星投资。

其第二季度申报文件显示，当季现金资本支出为 531 亿美元。2026 年前六个月的支出达到 963 亿美元。

Amazon 表示，大部分技术基础设施投资用于支持 AWS 增长。这一表述并未单独列出 AI 支出，但显示出云业务对公司资本需求的显著影响。

支出增加与需求加速同步发生。根据 Amazon 的季度业绩，AWS 第二季度销售额增长 37%，年化营收运行率达到 1690 亿美元。

AWS 运营利润达到 166 亿美元，而一年前为 102 亿美元。这些数据支持 Amazon 的观点，即新基础设施服务于持续增长的业务，而非尚未经验证的附带项目。

不过，更快的增长并不能消除融资问题。相关收入的大部分会在基础设施付款之后才实现，尤其是数据中心还需要土地、电力接入、建筑、散热、网络和处理器。

Amazon CEO Andy Jassy 曾表示，2026 年出资建设的大部分 AWS 容量将在 2027 年和 2028 年实现商业化。Amazon 还表示，客户承诺已覆盖计划容量中的相当大一部分。

这一时间差仍然显著。设施仍在建设时，Amazon 就要向供应商和承包商付款；而云服务收入则在客户开始使用系统后逐步累积。

Amazon Nvidia 芯片融资能够缩小这一缺口。投资者如今为硬件提供资金，并在约定期限内获得租赁付款，而 Amazon 则可保留现金用于其他基础设施需求。

据报道的 80 亿美元价值，不到 Amazon 预计 2026 年资本支出的 4%。它本身不会改变公司的财务状况。

其重要性来自这一模式。若一个大型芯片资产组合能以可接受的条款吸引外部资本，Amazon 就可能在后续硬件世代或其他数据中心资产上复制这一结构。

该提案还反映出 AI 处理器的特殊经济性。Nvidia 系统价格高昂、供应稀缺，且部署后不久即可产生租赁收入。

这些特点使其比没有二级市场的高度定制化设备更容易获得融资。投资者可以评估签约使用情况、租赁付款、预计使用寿命和可能的转售价值。

但 AI 处理器的技术过时速度，也比许多传统基础设施资产更快。Nvidia 经常推出性能更高、内存更大、能效更优的系统。

这造成了融资期限与技术相关性之间的不匹配。投资者可能希望获得多年期的租赁付款流，而 AWS 则希望保留采用新硬件的灵活性。

因此，最终租期将至关重要。短期协议赋予 Amazon 灵活性，却让投资者承担更多剩余价值风险；长期协议保护投资者，却会使 Amazon 受制于逐渐老化的资产。

续约条款、提前终止权、维护责任和升级选择也可能同样重要。这些条款均尚未公开披露。

这一时机也与 Amazon 的混合芯片战略有关。AWS 在提供 Nvidia GPU 的同时，也在开发用于 AI 训练的自研 Trainium 加速器，以及用于推理的 Inferentia 芯片。

Amazon 将定制芯片定位为提升性价比、降低对单一供应商依赖的方式。不过，客户需求仍要求 AWS 部署大量 Nvidia 设备。

这解释了为何据报道的融资聚焦于 Nvidia 硬件。这些芯片具有强大的客户认知度，其外部价值也比主要为 Amazon 自身平台设计的硬件更清晰。

外部投资者更容易评估 Nvidia 资产，因为同一处理器系列出现在多家云服务商中。专为 AWS 设计的处理器则会面临更狭窄的转售市场。

因此，这笔交易并未化解 Amazon 与 Nvidia 之间的战略张力。AWS 当下需要 Nvidia 的容量，同时也在投资替代方案，以期控制未来成本和供应。

保留算力，同时转移资本负担

核心权衡在于所有权与控制权：Amazon 希望在不承担全部初始成本的前提下，保持对芯片的运营控制。

对 Amazon 而言，吸引力首先在于资本效率。将芯片所有权转移至外部实体，可以在支持同一 AWS 部署计划的同时释放或保留现金。

公司可将这些现金投入建筑、电气设备、网络、自研处理器或其他业务，也可以限制资产负债表上持续折旧硬件的集中度。

投资者获得的是另一种投资机会。他们并非直接押注 Amazon 的零售利润率，也不是开发自己的云服务。

相反，他们将为可识别的设备提供融资，并由大型企业客户支付的租赁款提供支持。这类似于飞机、能源项目、电信设备和商业地产中已成熟的融资结构。

这种比较也有其局限性。飞机可以更换运营商，建筑可以吸引其他租户。安装在 AWS 设施内的液冷 AI 机架，可能更难与周边基础设施分离。

移除硬件可能需要技术工作、停机时间，以及与供电和网络系统的协调。因此，其实际转售价值可能与处理器的理论市场价值不同。

Amazon 的运营角色同样不可或缺。投资者需要 AWS 售出足够多的算力容量，才能证明设备持续使用具有合理性。

SPV 可以重新分配财务权利要求，但无法创造客户需求。处理器只有在应用以足够高的使用率运行时，才能产生经济价值。

对于 AWS 客户而言，眼下的使用体验或许不会改变。开发者仍将从 Amazon 购买云容量，而不是与持有硬件的实体协商。

这种融资结构仍可能影响产品决策。租赁成本、利用率承诺和硬件寿命，都可能影响 Amazon 如何为由 Nvidia 支持的服务定价或分配产能。

高利用率将强化这一模式。Amazon 可以将租赁付款与持续的云服务收入匹配，同时保留资金用于追加部署。

低利用率则会暴露该结构的弱点。即便客户工作负载转向更新的 Nvidia 系统、Trainium 或其他加速器，Amazon 仍可能必须履行付款义务。

这一区别表明，融资并不等于消除风险。Amazon 或许能够减少资产所有权，但会通过固定租赁承诺继续承担需求风险。

担保也可能将风险重新带回公司。投资者可能要求最低付款额、残值保护、购买选择权，或在硬件价值下跌快于预期时获得补偿。

这些条款会让 SPV 更容易获得融资，但也会削弱 Amazon 已转移基础经济风险敞口这一说法。

最终的会计处理将遵循这些经济实质。如果 Amazon 担保了过多价值，或主导该载体的关键活动，审计师可能会认定大量义务仍由 Amazon 承担。

租赁会计可能会在 Amazon 的资产负债表上确认使用权资产及相应负债。最终呈现方式或许不同于直接拥有芯片，但并不会让这些承诺变得不可见。

现金流分类也可能发生变化。直接采购通常被列为资本支出，而根据适用的会计准则，租赁付款可能会被划分为经营和融资类别。

这种差异会影响市场普遍关注的指标。投资者在评估云计算公司时，常常会比较资本支出、自由现金流、债务和租赁义务。

融资结构可以让一项指标看起来更轻，却增加另一项承诺。读者应审视完整披露，而非只看一个标题数字。

Amazon 的规模赋予其谈判筹码。其披露的芯片资产组合足够庞大，能够吸引基础设施基金、私募信贷公司、保险机构和机构投资者。

该公司还具备知名交易对手方的优势。与客户基础较不多元化的年轻云服务提供商相比，这可能降低投资者要求的回报率。

不过，Amazon 并不像受现金约束的初创公司那样依赖这笔交易。公司的规模使其可以发行传统债务，或通过运营现金流为资产提供资金。

这使该提案具有战略揭示意义。Amazon 似乎正在测试，AI 算力能否成为独立于普通企业借款之外的一类机构化资产。

如果条款有利，SPV 可让投资者选择直接配置芯片租赁敞口。随后，Amazon 可以将企业债务额度留给缺乏类似可识别抵押品的项目。

据报道，这一结构将把 Nvidia 系统转化为可融资的基础设施，而非仅将其视为技术采购。这一转变的重要性不止于 Amazon 的单笔交易。

先例同时揭示机遇与风险

Amazon 将延续 AI 数据中心领域已显现的融资趋势，但芯片带来的折旧问题比建筑物更为尖锐。

Meta 通过与 Blue Owl Capital 的合作树立了一个重要先例。双方的合资企业同意开发并拥有位于路易斯安那州的 Hyperion 数据中心园区。

双方承诺为约 270 亿美元的开发成本按各自份额出资。Meta 保留少数股权，而由 Blue Owl 管理的基金成为多数股东。

Hyperion joint venture涵盖建筑物以及寿命较长的电力、冷却和连接基础设施。Meta 计划通过租赁安排使用该园区。

Meta 的披露也说明，不能将“表外”理解为“无风险”。其文件描述了一项在特定条件下与该园区相关的残值担保。

该担保实际上起始金额为 280 亿美元，并会随时间递减。它说明，科技公司可以转移所有权，同时仍为投资者提供下行风险保护。

据报道，Amazon 的交易会将类似的融资逻辑应用于处理器，而非整个园区。这一区别可能增加残值的不确定性。

建筑物和电力基础设施可以服务于多代设备。Grace Blackwell 系统则属于特定技术周期，并面临后续产品的直接竞争。

CoreWeave 提供了另一项相关对照。这家专注型云服务提供商已采用由客户合同和基础设施抵押品支持的资产级债务。

其融资披露描述了以合同现金流和基础设施资产为担保的债务融资安排。这些安排帮助其为履行客户承诺所需的 GPU 服务器提供资金。

CoreWeave 证明，当预期收入和抵押品能够支持贷款时，贷款方愿意为 AI 硬件融资。Amazon 则以更庞大的资产负债表和更多元化的客户基础进入同一基本市场。

区别在于，CoreWeave 的业务围绕外部融资的基础设施建立。Amazon 传统上则拥有更强的直接持有资产能力。

如果 Amazon 采用类似结构，外部融资就将从专业云服务商的手段，进入领先超大规模云服务商的运营模式。

Microsoft、Google、Oracle 和 Meta 都面临类似压力。它们都必须在未来 AI 收入完全到来之前，确保电力、建筑、芯片和网络资源到位。

它们可以发行企业债务、签订长期租约、成立合资企业，或采用项目级融资。不同选择会改变风险在财务报表和交易对手之间的呈现方式。

Amazon 对 Nvidia 芯片的融资也会在 AWS 内部形成竞争压力。定制的 Trainium 处理器会与 Nvidia 系统争夺部分训练工作负载，尽管软件支持和客户偏好有所不同。

客户采用 Trainium 时，Amazon 可以掌控更多硬件经济收益，因此将从中获益。当客户需要 Nvidia 的软件生态、成熟工具或特定性能特征时，Nvidia 仍不可或缺。

SPV 可能让 Nvidia 产能更容易扩张，而无需消耗同等规模的内部资本。这可能降低 Amazon 将工作负载立即转向自研芯片的财务压力。

反向结果同样可能出现。长期租赁承诺可能会强化 Amazon 保持 Nvidia 系统高利用率的动机，即使更新的内部芯片已可使用。

因此，融资合同可能影响技术资源配置。AWS 可能需要比过去更谨慎地平衡客户选择、服务经济性和合同约定的利用率。

Nvidia 也会受益于更深厚的融资市场。当投资者愿意为已部署的 GPU 集群提供资金时，云服务提供商可以下达更大的订单，而不必承担全部初始资本负担。

更多融资可以支持整个硬件周期内的需求，但也会让市场更加依赖于利用率和转售价值的假设。

这种依赖值得审视。先进 GPU 的确拥有二级市场价值，但在产品快速迭代期间，其经济寿命仍存在不确定性。

新架构带来的性能提升可能降低旧系统的收入潜力。电力成本会加速这一转变，因为较新的处理器可能以更低能耗完成工作负载。

软件兼容性可以放缓折旧，尤其是在应用依赖 Nvidia 的 CUDA 平台时。不过，兼容性并不能保证旧系统在每一种云服务价格下都保持竞争力。

因此，投资者必须评估两种时间尺度。第一是合同租赁期限，第二是客户愿意为该硬件支付有吸引力价格的期间。

如果技术时钟先到期，就会有人承担这一缺口。可能是 SPV 投资者，也可能是通过担保承担责任的 Amazon，或双方通过重新谈判条款共同承担。

持怀疑态度的解读并不是说这笔交易预示 AWS 需求疲软。Amazon 报告的增长和产能限制恰恰指向相反方向。

更有力的批评是，融资可能掩盖长期义务的实际归属。即使固定付款和担保仍在延续，表面上的资本支出也可能下降。

一项完成的交易应通过租赁承诺、合并决策、担保披露和现金流影响来评估。缺少这些细节，“不在其账上”仍是不完整的描述。

三个信号将揭示这一模式是否有效

接下来的证据应来自最终合同条款、AWS 利用率以及老旧硬件的处理方式。

第一个信号是 Amazon 是否完成交易并确认投资者身份。签署协议将表明机构资本接受先进芯片在这一规模上作为可融资资产。

融资组合将十分重要。股权投资者承担更多残值风险敞口，而贷款方则依赖可预测的租赁付款和抵押品保护。

任何 Amazon 提供的担保都值得密切关注。最低租赁付款或残值支持会降低投资者风险，但会让 Amazon 保留更多经济风险敞口。

第二个信号是 Amazon 的财务报告。未来文件应显示 SPV 是否被合并、租赁如何分类，以及哪些承诺仍处于已确认负债之外。

投资者应将资本支出与总租赁义务和现金付款进行比较。较低的采购总额并不一定意味着 Amazon 在合同期限内承诺的资金更少。

自由现金流将提供另一项有用指标。即使 AWS 增长加速，Amazon 的基础设施计划也已经消耗了大量现金。

如果这笔交易能保留近期现金，同时不产生不成比例的未来义务，它将支持 Amazon 的资本效率论点。如果承诺只是从一个会计类别转移到另一个类别，其益处就会显得更有限。

第三个信号是 Nvidia 和 Amazon 自研芯片的硬件利用率。AWS 需要在整个租赁期内保持对 Grace Blackwell 产能的强劲需求。

服务可用性、客户承诺和 AWS 定价变化，可以反映利用率是否依然紧张。快速降价或过早迁移至更新处理器，将挑战残值假设。

Amazon 的 Trainium 路线图也应纳入同一分析。强劲采用将提升 Amazon 对芯片经济性的控制力，但也可能与租赁的 Nvidia 产能争夺特定工作负载。

这些平台之间的平衡将显示，外部融资究竟是在扩大客户选择，还是将 Amazon 锁定在特定硬件组合中。

当 Nvidia 的下一代系统进入广泛部署时，硬件更新条款将变得尤其重要。支持替换或升级的 SPV，比僵化绑定于单一代际的结构更具适应性。

投资者可能会通过为资产组合而非单一芯片代际提供融资来应对。多元化资产池可以涵盖多个硬件代际、数据中心和租赁安排。

这种方式会分散技术折旧风险，但也会降低融资透明度，因为投资者需要评估一组更复杂的资产。

即使从未接触过融资合同，云服务客户也应关注这类安排。它们可能影响哪些处理器可用、服务能获得多久支持，以及算力如何定价。

在 Nvidia GPU 与云服务商专用加速器之间做选择的开发者，仍应持续评估软件可移植性。融资可以改变产能的经济性，但无法消除技术迁移成本。

企业采购方应审查自身云服务协议中的承诺条款。面临大规模基础设施义务的服务商，可能会鼓励客户更早、更长期地预留容量。

对于可预测的工作负载，这可能改善资源可用性。但若模型架构、流量模式或硬件需求发生变化，也可能降低灵活性。

更广泛的问题在于，AI 芯片能否支撑一个类似飞机租赁或基础设施融资的投资市场。鉴于其规模和信用实力，Amazon 据报提出的交易为此提供了一次严肃的检验。

一项成功的交易很可能会促使其他 hyperscaler 推出类似工具。它可能让养老基金、保险公司、私募信贷机构和基础设施投资者更接近实体 AI 供应链。

这类资金流入将扩大融资能力，但也会把 AI 需求风险分散至更多机构。该体系可能因多元化而更具韧性，也可能因共同假设而更加相互关联。

决定性变量并非 SPV 的法律形式，而是终端客户能否在获得融资的处理器失去经济优势之前，创造足够稳定且持久的收入。

因此，Amazon 据报提出的方案不只是一次会计操作，而是试图将寿命较短的技术资产转化为长期投资产品。

该公司将保留算力、客户关系和运营决策权。投资者则提供资本，并承担经协商确定的一部分硬件风险。

应关注披露信息，而不只是据报 80 亿美元这一 headline。最终条款将揭示 Amazon 是否真正转移了风险，还是主要改变了付款时间表。

对于 AWS 客户和开发者而言，实际问题同样直接：外部融资能否以可持续的价格带来更多可用算力，还是会制造持续时间超过硬件寿命的承诺？答案将决定 Amazon Nvidia 芯片融资会成为可复制的基础设施模式，还是仅仅是对一个异常支出周期的特殊应对。