Nvidia 循环融资辩护：投入 1 美元、回收 100 美元为何并非故事的全貌

Nvidia 以一句引人注目的说法驳斥了循环融资的标签：其每投入 1 美元，都可能通过扩大的 AI 基础设施需求带回 100 美元。CEO Jensen Huang 于 9 月 10 日在高盛 Communacopia and Technology Conference 上提出了这一论点。投资者仍未确信，这一比例回答了他们最核心的问题。

围绕 Nvidia 循环融资的争论，实际上并不在于其投资能否带来更多芯片销售。显然可以。更棘手的问题是，这些销售究竟代表独立需求，还是由 Nvidia 自身的资本、担保和采购承诺支撑的需求。

如今，这一区别尤为重要，因为 Nvidia 所做的远不只是供应处理器。它投资 AI 开发者，支持客户融资，承诺采购云端算力，并帮助保障数据中心选址。OpenAI 和 CoreWeave 位于这一相互关联市场的核心位置。

这些安排能够消除 AI 扩张面临的真实约束。但它们也使 Nvidia 对支撑其营收增长的客户和设施承担金融敞口。因此，投资者正在检验整个体系的持久性，而不仅仅是下一笔订单的规模。

Nvidia 的“1 美元变 100 美元”辩护是销售论点，而非投资回报

Huang 所说的“1 美元变 100 美元”描述的是商业飞轮，而不是 Nvidia 投资组合已披露的回报。

Huang 在高盛会议期间驳斥了循环融资的批评。他说：“这不是循环，因为我们投入一点钱，却有很多钱回来。”随后他进一步强调：“我们投入一，回来一百。”

有关 Huang 融资辩护的报道显示，这番话引发了与会者的笑声。它也为 Nvidia 的战略提供了一个令人印象深刻的概括。

不过，这一数字更多是修辞表达。Nvidia 尚未公布证据，表明每投入 1 美元都能产生相当于其价值 100 倍、可衡量且已实现的回报。这一说法描述的其实是，战略投资如何能够撬动规模大得多的基础设施项目。

不妨简化理解这一机制。Nvidia 向需要额外计算能力的 AI 实验室或云服务运营商投资。该公司凭借更强的资本状况，获得设施、电力、融资以及 Nvidia 系统。

项目的总支出可能远超 Nvidia 的股权投入。随后，当其处理器、网络产品和软件完成部署时，Nvidia 获得营收。未来的扩张还可能带来对其后续世代系统的额外需求。

这也是 Huang 认为该策略不同于封闭金融循环的原因。Nvidia 并非只是向客户转移资金，再通过硬件采购收回完全相同的金额。其资本帮助搭建了一个更大的项目，涉及开发者、贷款方、公用事业公司、地产方和外部投资者。

该公司还表示，客户增长并不止于设备采购。更多可用的计算能力让 AI 开发者能够训练模型、运行推理、服务用户并创造收入。推理是指利用训练完成的模型回答请求或完成任务的过程。

如果这些工作负载能够实现商业价值，Nvidia 早期的支持便加速了真实经济活动。届时，这项投资将更像是帮助释放受限需求的供应商融资。

但这一辩护仍有若干未解问题。它没有区分营收与利润，没有衡量获得回报所需的时间，也没有披露 Nvidia 承担了多少风险。它同样没有说明，由此产生的算力中有多少将服务于付费的第三方客户。

一笔设备订单能够为 Nvidia 立即带来营收，却可能让云服务运营商背负多年的固定义务。从不同参与者的角度看，经济账并不相同。

这家芯片制造商可以在终端用户产生足够收入、足以证明该设施合理之前确认硬件销售。这一时间差正是 Nvidia 循环融资争论的核心担忧。

因此，Nvidia 的说法最适合作为对战略杠杆作用的解释。它不应被视为经审计的回报计算，也不是对每项投资的保证。

市场的怀疑并不能证明这一策略正在失败。它表明，投资者希望看到这一令人难忘的比例背后有运营数据作支撑。

Nvidia 不再只是销售算力

Nvidia 如今还帮助融资、担保、预留并组织将 AI 需求转化为其系统订单的基础设施。

该公司最新的监管披露显示，其角色已经扩展到何种程度。截至 2026 年 7 月 26 日，Nvidia 报告了 990 亿美元的股权投资，以及另外 250 亿美元的股权投资承诺。

这些数字涵盖了广泛的投资组合，并不只涉及直接购买 Nvidia 产品的公司。但它们仍体现了如今与 Nvidia 更广泛商业战略相连的资本规模。

Nvidia 还与部分 AI 云服务商引入了协议。在这一模式下，服务商采购 Nvidia 基础设施，而 Nvidia 则承诺从它们那里购买部分计算能力。

如果第三方提出更优条件，服务商可以停止向 Nvidia 提供这些算力，并将其转售。Nvidia 表示，这些承诺通常持续六年，截至 7 月 26 日总额为 360 亿美元。

这一安排解决了实际部署中的难题。较小型的 AI 云服务商可能拥有可观的客户储备，却缺乏支持大规模基础设施项目所需的资产负债表。长期算力承诺让这些项目更容易获得融资。

当外部需求不足时，Nvidia 可以将预留的计算能力用于内部研究。该公司称，随着第三方客户消耗这些算力，相关承诺会相应减少。

这种结构在预测需求与已建成设施之间搭起了一座桥梁。但它也意味着，Nvidia 可能同时出现在同一笔交易的多个环节。

该公司供应系统、支持云服务运营商、预留算力，有时还会分享第三方使用带来的收入。每一种角色都有合理的商业目的，但它们的组合使需求更难解读。

Nvidia 在信贷支持方面又向前迈进了一步。其季度文件披露，为部分 AI 云服务合作伙伴的义务提供了最高 35 亿美元的担保。

同一份文件还描述了针对俄亥俄州一个与 OpenAI 相关的数据中心开发项目、上限为 1,050 亿美元的担保。SB Energy 的关联方正在建设该项目，计划承载约 4.25 吉瓦的信息技术负载。

若发生特定租户违约，担保适用于规定部分的租赁和电力付款。它们并不覆盖整个项目，也不覆盖 OpenAI 的每一项义务。

这一敞口也将逐步显现。每项担保通常会在九个建设阶段中的一个投入运营时生效，最早从 Nvidia 的 2029 财年开始。

Nvidia 表示，随着 OpenAI 支付租金，其义务将会下降。如果 OpenAI 达到令人满意的信用评级，或相关租约终止，担保也可能结束。

作为回报，该园区将专门部署 Nvidia AI 基础设施，仅有有限例外。随着园区扩张，Nvidia 还获得了支持约 3.8 吉瓦额外容量的选择权。

这已经不只是传统的半导体销售。Nvidia 正在利用其资产负债表，应对土地、电力、建筑和信用资质的短缺问题。

这些约束是真实存在的。客户若没有建成的数据中心、电力容量、冷却设备、网络和融资，就无法部署处理器。

Nvidia 将这些缺失的投入视为阻碍原本有效需求的瓶颈。它的解决方案是在客户或外部资本能够承担更多负荷之前，为基础设施提供支持。

这改变了投资者必须分析的内容。产品领先地位依然至关重要，但已不再是唯一问题。交易对手的实力、设施利用率、电力可用性和融资条件，如今都会影响 Nvidia 增长的质量。

Nvidia 循环融资如何连接 OpenAI 与 CoreWeave

核心冲突在于 Nvidia 的需求赋能叙事，与投资者担心供应商支持正成为需求信号本身的一部分之间的矛盾。

循环融资通常指资金在关联公司之间流动，并以营收形式回到其原始来源。这个标签可能暗示，已报告的需求并不像表面看起来那样独立。

Nvidia 对这一说法提出异议，因为其项目中有外部客户、贷款方、开发商和基础设施业主参与。该公司还称，其干预释放了市场原本就需要的生产性能力。

与 OpenAI 的安排说明了双方的观点。OpenAI 需要规模庞大的计算能力，但长期数据中心租约需要强有力的信用支持。

Nvidia 的担保帮助这家开发商获得土地、电力和建筑。由此建成的园区预计将几乎完全使用 Nvidia 设备。

从 Nvidia 的角度看，它为一位拥有显著计算需求的客户消除了融资障碍。从怀疑者的角度看，Nvidia 支持了一项客户义务，而这项义务有助于创造未来的 Nvidia 销售。

两种描述都可能准确。尚未解决的问题在于，OpenAI 未来的营收和使用量能否在不持续依赖供应商支持的情况下，为已建成的容量提供合理支撑。

CoreWeave 提供了另一个有参考价值的例子。这家 AI 云服务运营商购买 Nvidia 系统，并向模型开发者和企业出售对这些计算能力的访问权限。

2026 年 1 月，Nvidia 通过私募配售购买了约 2,300 万股 CoreWeave 股票。CoreWeave 报告称，该交易带来了 20 亿美元的总募集资金。

CoreWeave 的财务披露还显示，截至 6 月 30 日，其剩余履约义务为 1,037 亿美元。这一指标代表已分配给尚未交付服务的合同对价。

这一积压订单为未来已签约业务提供了证据。但它仍不等同于已收取的现金、已完工的设施或已实现的利润。

CoreWeave 预计，其中 41% 的义务将在 2028 年 6 月前确认。另有 39% 预计将在随后两年内确认，其余部分将在更晚时候确认。

该公司必须建设并运营足够的容量来履行这些合同。它还需要可靠的电力、及时的施工、高效的融资以及持续高水平的使用率。

这揭示了订单与完整经济循环之间的差别。Nvidia 可以在场地可用时供应硬件，但运营商必须在数年内将这些硬件变现。

如果终端客户持续使用这些算力，Nvidia、CoreWeave 与 AI 开发者之间的联系便会构成一条富有生产力的供应链。资本推动建设，建成的设施承载工作负载，而这些工作负载为持续扩张提供资金。

如果利用率走弱，同样的关系也可能传导金融压力。云运营商可能背负高成本产能，而 Nvidia 则面临投资损失、担保敞口或未来订单减少。

角色的高度集中使这场讨论不同寻常。供应商融资在航空航天、电信、汽车和工业设备领域已存在数十年。

Nvidia 的情况结合了供应商融资、股权投资、产能承诺、基础设施担保以及占主导地位的硬件平台。这些项目还需要规模异常庞大、期限很长的承诺。

这并不意味着这些交易本身不当，或按定义就构成经济上的循环。它只是让独立需求变得更值得验证。

外部用户最终必须为 AI 服务支付足够费用，以支撑链条中的每一层。这些付款需要覆盖模型开发商、云运营商、数据中心所有者、公用事业公司、贷款机构和硬件供应商。

任何投资乘数都无法消除这一要求。Nvidia 可以加快建设，但无法永久以自身资产负债表替代整条链条中的客户收入。

因此，关键问题并非资金是否会回流至 Nvidia，而是在财务义务压垮较弱参与者之前，价值是否已由独立客户注入系统。

第三方资本增强了论点，但并未消除风险

大型外部投资者提供了独立的承销判断，但其参与并不保证利用率成功或 AI 服务能够盈利。

Nvidia 并非独自为整个扩张提供融资。8 月，该公司宣布已与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 签署谅解备忘录。

拟议中的平台旨在长期动员超过 5,000 亿美元资金。Nvidia 将其描述为面向建设 AI 基础设施客户、由独立机构承销的资金池。

这些融资合作伙伴关系支持了 Nvidia 的观点：成熟机构将 AI 算力视为可融资资产。这些公司拥有自身的风险控制机制，也对投资者负有责任。

它们的参与削弱了对循环融资最简单的批评版本。该体系中存在大量外部资本，而这些资本并不自动受 Nvidia 控制。

不过，这些协议被描述为谅解备忘录。Nvidia 警告称，初步安排未必会形成最终协议。

标题中的总额代表计划长期动员的资本，不应被视为已投入完工项目的现金承诺。

Nvidia 还可能在部分交易中提供有限的剩余价值支持。剩余价值支持是指保护资产在融资期结束后预计仍可保留的部分价值。

这一特征很重要，因为 AI 处理器可能面临快速的技术迭代。评估长期融资项目的贷款方，必须估计那些可能被更新系统超越的硬件在未来仍有多大用途。

Nvidia 认为，其 CUDA 软件平台通过保持跨应用和工作负载的兼容性，延长了设备的使用寿命。该公司还表示，其算力可以在不同客户和运营商之间调配。

这种灵活性可以改善资产的经济性。但它无法保证特定地点的需求，无法阻止服务价格下跌，也无法消除更换旧系统的成本。

因此，投资者必须区分三种验证方式。外部资本验证融资意愿。已签署合同验证客户承诺。持续且盈利的使用验证底层经济性。

目前，市场对前两类有充分证据。第三类的发展较为缓慢，因为许多项目仍在建设中。

Nvidia 最近的经营业绩显示，当前需求依然强劲。该公司报告称，截至 7 月 26 日的季度营收为 962 亿美元，是上年同期的两倍以上。

数据中心营收达到 890 亿美元，同比增长 117%。Nvidia 预计下一季度营收将达到 1,080 亿美元，上下浮动 2%。

这些数字不支持将当前全部需求描述为由金融手段制造出来的说法。大型科技公司、政府、企业和独立开发者正在大规模使用 Nvidia 系统。

Nvidia 还表示，供应仍然受限。首席财务官 Colette Kress 表示，若供应能力更充足，公司可以实现更快增长。

然而，短缺会令需求衡量更复杂。预期配额有限的客户，可能会申请超出其最终所需的设备。

这种行为通常被称为重复下单，在供应受限时可能使订单簿看起来更强劲。这并不意味着每笔订单都是虚假的，但会降低订单作为需求指标的准确性。

投资者也记得早期的基础设施周期。光纤网络、可再生能源项目和大宗商品设施有时会在最终需求与已安装产能匹配之前吸引大量资本。

AI 拥有不同的技术、客户和收入模式。历史教训更为有限：融资热情无法替代利用率数据。

大型资产管理机构的参与使 Nvidia 的战略更可信。但如果预期的 AI 需求迟迟未能到来，也会扩大受影响的群体。

为何 Nvidia 股票会在非凡增长下仍然下跌

股价可能下跌，是因为投资者正在重新评估增长的质量、持续时间和财务结构，而不是否认增长的存在。

Nvidia 股价在 9 月 10 日下跌 2.37%，录得连续第三日下跌。更广泛的 Nasdaq 同样下跌，而美国国债收益率和油价上升给市场带来压力。

这一背景很重要。单个交易日不足以证明投资者否定了 Huang 对融资问题的辩护。

长期担忧更为具体。Nvidia 的估值依赖于非凡增长能够跨越多个产品代际和经济周期延续。

当市场预期更高时，强劲的季度业绩也可能与股价下跌并存。市场定价的是未来现金流，而不只是最新披露的营收。

Nvidia 预计下一财年的营收将增长约 70%。这一展望显示出信心，但也提高了市场对每一项新承诺的要求。

该公司的供应和产能承诺从上一季度的 1,190 亿美元增至截至 7 月 26 日的 2,790 亿美元。这些协议帮助 Nvidia 为未来需求锁定零部件和生产产能。

如果预期需求发生变化，这些承诺就会带来风险。Nvidia 的文件警告称，不准确的需求估计可能导致库存问题、产能错配、成本上升和营收波动。

与此同时，Nvidia 增加了股权投资、基础设施担保、云服务承诺和长期融资计划。每一项计划都在解决一个现实瓶颈。

综合来看，它们增加了支撑未来增长所需的假设数量。客户需要融资，项目需要电力，设施需要按时建成，终端用户需要有价值的 AI 工作负载。

任一环节出现问题，都可能放缓硬件部署。这就是市场关注营收质量，而非平等看待每个已宣布项目的原因。

“1 美元到 100 美元”的辩护也从 Nvidia 最有利的角度界定了问题。当生态系统合作伙伴建设产能时，该公司目前确实能够获得可观营收。

投资者也必须考虑较弱的一面。Nvidia 的支持可能推迟最终需求接受独立检验的时点。

产能承诺为 AI 云服务商提供收入确定性。担保改善其获得信贷的能力。股权投资则增强客户的资产负债表。

这些措施可以造就成功的公司和健康的市场。但它们也可能模糊：若没有 Nvidia 参与，哪些项目原本仍能获得融资。

最大的超大规模云服务商提供了重要对照。Microsoft、Amazon、Alphabet、Meta 和 Oracle 通常拥有成熟业务和投资级融资能力。

它们可以通过经营现金流和成熟的信贷市场为 AI 基础设施提供资金。它们的采购相对直接地反映了自身对算力的需求。

AI 实验室和专业云运营商通常资源较少，对外部资本的依赖更高。它们的需求可能是真实的，但财务基础依然脆弱。

这一区别解释了为何投资者不会对每一笔 Nvidia 销售采取同一种解读。进入盈利云平台的处理器，与进入高度杠杆项目的处理器，承担着不同的交易对手风险。

会计确认的速度也可能快于业务结果。Nvidia 在满足相关确认要求时确认产品收入。

而数据中心的经济成功，则会在多年的利用率、服务定价、维护、电力成本和再融资中逐渐显现。市场尚无法观察到完整记录。

Nvidia 的资产负债表赋予其支持扩张的非凡能力。截至 7 月 26 日，该公司报告持有 566 亿美元现金、现金等价物和有价债务证券。

它还持有 428 亿美元有价权益证券。这些资源降低了短期流动性担忧，但并不意味着每一笔配置都具有同等生产力。

因此，这种怀疑应被理解为对归因的要求。投资者希望知道，增长中有多少来自独立客户的经济性，又有多少依赖 Nvidia 的介入。

Huang 的回应强调了这种介入所创造的乘数效应。股价的犹豫反映了市场对以下问题的不确定性：当这种介入不再可用或不再必要时，会发生什么。

“100 美元”说法仍未说明什么

Nvidia 对其机会规模的描述，比对独立消费与受金融支持产能的区分更为清晰。

第一个缺失指标是第三方利用率。Nvidia 表示，当外部客户接手产能时，其云服务承诺会下降，但并未提供单一的综合利用率。

这一比率将帮助投资者判断，新设施是在服务独立客户，还是依赖 Nvidia 的预留产能。

第二个缺口涉及集中度。大型合同可以代表可信需求，但也可能让运营商依赖于少数 AI 实验室。

届时，项目延期、模型发布表现较弱或客户重新谈判，都可能影响多家基础设施公司。当这些公司共享供应商和财务支持者时，风险会进一步扩大。

第三个缺口是 AI 服务的盈利能力。高使用率本身并不能证明模型提供商赚取了足以支撑其基础设施承诺的收入。

开发者可能通过补贴推理服务来吸引用户。云运营商可能折价提供产能，以保持设施繁忙。这些策略会增加活动量，却未必产生可持续的现金流。

第四个担忧是技术折旧。Nvidia 快速的产品周期强化了对新系统的需求，但可能降低旧设备的相对价值。

云服务提供商需要在每套系统的使用寿命内获得足够收入，以覆盖建设、融资和运营成本。新的架构可能在旧投资尚未完全收回前就对价格形成压力。

第五个担忧是担保敞口。Nvidia 披露的最大敞口并不等于预期损失，且若干义务要在数年后才开始。

不过，这些担保将 Nvidia 的财务表现与客户的信用状况联系在一起。这种关联在经济下行期间最为关键，届时多家交易对手可能同时承压。

Nvidia 在其文件中承认了这些不确定性。该公司表示，这些承诺和担保取决于客户及合作伙伴的表现，并可能影响财务业绩。

这项披露比两种极端解读都更值得重视。这些安排既不能自动证明需求被人为制造，也并非对常规销售毫无风险的延伸。

它们是带有或有风险敞口的战略融资工具。其成败取决于它们帮助建设的资产能否产生足够的效益。

最有力的看涨论点始于当前的使用情况。AI 开发者仍在训练更大的模型、处理更多推理请求，并将助手部署到各类软件产品中。

企业也希望部署私有模型、自动化工作流、编程系统和研究工具。这些应用创造了超越少数前沿实验室的计算需求。

如果这些工作负载持续扩张，Nvidia 的介入将被视为前瞻性的基础设施协调。该公司将在传统贷款机构理解这一资产类别之前消除瓶颈。

质疑者的论点则始于资本密集度。AI 公司可能会在自身收入尚不足以支撑相关承诺之前，宣布雄心勃勃的容量需求。

如果供应商投资和担保一再填补这一缺口，硬件销售的增长速度可能快于最终客户的经济回报。这种失衡将通过利用率走弱、租赁价格下跌或合同修订显现出来。

两种情形都尚未得到完全验证。Nvidia 当前的营收增长支持前一种观点，而其不断扩大的财务角色则给投资者带来关注后一种风险的理由。

因此，Nvidia 循环融资的问题无法通过追踪一笔交易中的一美元来回答。它要求跟踪从融资、建设、部署、使用到最终付款的完整产能链条。

这条完整链条决定了 Nvidia 是在加速一个富有生产力的市场，还是在支撑一个尚无法独立融资的市场。

三个信号将检验 Nvidia 对其融资策略的辩护

下一轮检验将来自运营证据，而非又一个重大新闻标题或修辞上的倍数。

第一个信号是专业 AI 云服务商的第三方消费情况。投资者应关注客户是否会接替 Nvidia 的预留产能，以及云服务运营商能否在不大幅折价的情况下维持较高利用率。

CoreWeave 的收入确认和剩余履约义务提供了有用指标。合同履行、现金回款和客户多元化的重要性，高于已公布积压订单的又一次增长。

如果第三方用户持续吸收产能，Nvidia 关于其促进需求的解释就会更有说服力。如果 Nvidia 继续承担预留产能，循环融资的担忧便会加重。

第二个信号是融资计划能否转化为由独立机构承保的项目。Nvidia 提议的平台涉及成熟的资本提供方，但其备忘录仍需落实为最终交易。

投资者应审视谁承担第一损失风险、残值如何计算，以及贷款方是否要求 Nvidia 提供额外支持。这些细节表明外部资本是否认为 AI 算力能够独立融资。

在没有实质性 Nvidia 担保的情况下获得资金的项目，将削弱对循环融资的批评。对供应商兜底的依赖不断增加，则会强化这种批评。

第三个信号是 AI 应用带来的终端市场收入。模型开发商和企业软件提供商必须将计算使用转化为持续性的客户付款。

应关注利润率是否改善、付费采用是否具备持久性，以及促销定价结束后工作负载是否仍具经济性。这些证据位于融资链条的末端。

如果 AI 服务产生的现金足以支撑数据中心租赁，Nvidia 的基础设施战略将类似于成功的供应商主导型市场培育。如果收入落后于义务，系统将面临再融资和利用率压力。

对于开发者和企业买家而言，这场讨论影响的不仅是 Nvidia 的股票。融资决定了多少算力进入市场、由哪些服务商控制，以及访问能力能否保持稳定。

更多产能可以缓解短缺并支持新产品。杠杆过高的产能则可能造成价格剧烈变化、服务商整合，或项目中断。

实际问题很直接：真实客户是否正在为足够多有价值的 AI 工作付费，以支撑正在建设的基础设施？

Nvidia 表示，其资本以极大规模释放了这类需求。在未来几个季度中，利用率、独立融资和客户收入将表明，1 美元到 100 美元的说法描述的是否是一台可持续的商业引擎。