搞大了

今天A股、港股和黄金都是盘中跳水，主要是美伊那边谈判又遇阻，布油一度冲破90美刀，所以其他资产普跌，然后今晚巴基斯坦那边又说，美伊接近达成某种安排（US-Iran are close to some arrangement）。

总之，还是此前说的，现在不管是中东局势，还是美联储的决策，都像老太太的裹脚布一样又臭又长，所以还是多从股债性价比、产业基本面等角度，做好基于长期视角的配置吧。

对了，昨晚提到的白银LOF，今天再跌6个点，还有8个点的溢价。

从板块来看，亮点是光模块上午大幅反弹，而从消息面来看，主要是下面这条昨晚美股盘中传出的消息——英伟达要联合多家金融机构，搞5000亿美刀的超级AI融资合作，兹事体大，对整个AI、科技、以及大盘，实际都有极其深远的影响，必须好好帮大家解读一下了，建议看完全文。

此事加剧了我个人的担忧，对后续AI的投资建议，也放在文末了。

先说几个结论：

第一，英伟达此举，是准备把华尔街的钱，大规模、标准化地引进AI数据中心，是要把AI从科技公司的烧钱游戏，变成全社会一起加杠杆的金融游戏；

第二，简单来说，英伟达联合金融机构一起，要把AI的基础设施投资，从「非标」搞成「标准化资产」；

第三，AI产业层面的发展毋庸置疑，但从风险视角看，以前AI板块暴雷，是点状的，以个别公司的股价波动为主，而未来，会是股、债、私募信贷等，跨资产层面的大幅波动——再说的夸张一点（如果演绎下去，其实也不夸张），以前跑过头了顶多是「科技泡沫」，未来出岔子了可能就是「金融危机」；

第四，按照这一套投融资模式，把社会资本绑定，如果再出现一次Deepseek时刻，对AI板块的影响和造成的价格波动率，可能会超过2025年初。

咱们尽量用大白话来拆解一下，可能是你全网能看到的，最全面、且最适合个人投资者的一篇解读了。

1、这事的本质是什么？

简单来说就是，AI要发展，按目前的模式下，需要更多的算力，更多的数据中心，但这块的投资，靠科技大厂自己的自由现金流，已经不够了，强如谷歌，二季度的自由现金流也开始转负。

而单一企业的发债借钱（比如科技巨头们发的企业债，或者OpenAI搞的那些循环融资的模式），也太慢。

所以英伟达现在想干的，是把原来「一单一谈」的AI融资，逐渐变成：有标准、有模板、可以复制、可以批量投放的金融产品。

金融从业人员对这就很熟了，这就是「非标转标」。

这是不是和Reits有点像？

以前一家高速公路企业要再修一条路，得自己找银行借钱，或者单独发债，但如果企业把旗下的项目全部打包成Reits，用高速费作为现金流，那么，保险、公募、个人的钱就能很快投进来了，分分钟可以完成扩募。

而英伟达现在想对AI数据中心干的，某种程度上也是类似的事情——把GPU、服务器、数据中心和长期算力合同，包装成一种华尔街看得懂、能估值、敢借钱的资产。

2、作为大白话博主，我再举个例子。

假设今天有人想修琼州海峡大桥，有人想修渤海湾大桥，还有人想修台w海峡大桥，虽然都叫跨海大桥，但水深、地质、风浪、长度完全不同，对应的造价和技术方案也当然都不同。

现在，三个负责项目的省都要去筹钱，如果找银行借，理论上对每个项目，银行都要研究一遍，海底勘探怎么搞？桥体用什么模式？一天能跑多少辆车？收费能不能覆盖利息？

如果每座桥都重新研究，这就叫非标。

这些AI数据中心原来也是一样——OpenAI、Anthropic、谷歌，等等，他们使用的数据中心，对应不同规格的GPU、不同的客群、不同的付费模式，他们每发一次债，金融机构买之前都得重新判断：GPU能用几年？算力租金多少？付费的主体是企业还是个人？未来现金流能不能cover利息？

这么搞下来，融资当然慢，而融资慢了，买英伟达的芯片不就慢了吗？

所以，英伟达现在想做的，就是建立一套标准——假设还是拿建桥作为案例，英伟达既像总设计院，告诉你桥该怎么设计；其次又像海底勘探和技术认证机构，帮助金融机构判断项目靠不靠谱；最后，它还是最关键的设备供应商，而且不用投标就能中标。

也即，数据中心怎么搭、GPU怎么组、网络怎么配、电力和散热怎么搞，都围绕英伟达的生态展开。

大白话说，以前英伟达只是给矿区卖铲子的，现在它还想参与制定，什么矿值得挖，什么矿可以放心贷款（且按这次新闻里说的，25%的部分其还能兜底），这就叫搭建生态中心（类似苹果的app store）。

以上，你就知道，英伟达做这个事，屁股放在哪里了。

3、从整个资金链来看。

原来的模式下：科技巨头们自己用自己的钱、或者用发债的钱→建数据中心→然后买GPU、光模块、服务器。

现在的模式下：养老金、保险、主权基金、私募信贷的钱→买上述新闻里出现的Apollo、贝莱德、黑石、KKR这些管理人的资管产品→形成AI融资池→给数据中心和AI相关的融资，投到一个个具体的项目里→项目拿钱买GPU、光模块、服务器、电力设备→未来靠算力的租金和大模型的付费收入，还本付息。

所以最大的区别就在于我们上面总结里说的：

英伟达此举，是准备把华尔街的钱，大规模、标准化地引进AI数据中心，是要把AI从科技公司的烧钱游戏，变成全社会一起加杠杆的金融游戏。

4、英伟达为什么这么积极？黄总为何这么跳？

黄仁勋本来是没有推特的，上个月刚开通了一个账户，然后这新闻出来后，质疑的声音很多，其第一时间就在推特里，洋洋洒洒做了背书和自证。

（多说一句，我个人觉得老黄有点魔怔了，为了撑起英伟达5万亿的市值，有点太跳了，我纯粹是不相信英伟达这么家时代风口下的公司，这么个管理能力，能牵头做这些跨越式、跨行业、跨周期的本事，粗暴点说，就是这个事情里，拍脑袋的成分有多少，不得而知，金融机构也是先上船再说，到底有没有做全面的风险评估，who knows）

对英伟达的来说，好处就是三条，上面其实也说了：

第一，卖出更多的GPU；

第二，把数据中心，绑定在其CUDA的架构生态内；

第三，甚至在技术壁垒以为，形成一套金融壁垒。

以上三点，请牢记，这就是老黄的屁股。

5、那么，风险是什么，代价是什么（BBC的口吻，what is the cost?）

以前AI风险更多是点状风险，个别公司发展不如意，那么其股价跌。

但当全社会的资本都被绑定后，AI就从一个单纯的科技产业周期，开始变成科技+信用周期。

也即——以后任何风吹草动，都可能通过金融体系向整个市场扩散。

比如OpenAI现在出问题了，过去可能就是软银的股价跌（OpenAI的大股东），但未来金融机构会马上问：它租的数据中心怎么办？这些数据中心背后的贷款怎么办？里面的GPU还能值多少钱？

于是可能形成一个链条：

XX公司违约→数据中心估值下降→GPU抵押价值下降→信用利差扩大→金融机构减少投资敞口→新数据中心减少→英伟达等订单下降。

最后，一个公司的问题，可能变成整个AI资产类别的估值重新定价。

6、所以，后续可能需要关注几个风险点。

第一，AI应用端的收入增速，比如市场常提的大模型的ARR，要看起增长是否会追不上资本开支的速度（这个比较宽泛）；

第二，GPU租赁价格和数据中心利用率是否持续下降（相对容易跟踪）；

第三，GPU迭代太快，贷款还没还完，设备已经大幅贬值（此前说过的，折旧的问题）；

第四，AI产业里中个别企业出现融资或者信用问题，其债券的二级市场利率，或者CDS利差走阔，可能传染到市场。

第五，极端一点来说，假如未来美国大模型真的被中国大模型干翻，而中国大模型又跑在不同的生态上，对英伟达等依赖度不高，那么，这套玩儿法就g了——比如，Deepseek未来的效率进一步提升，变成海外大模型的1/20，那么你抵押的资产得打几折？

整体来看，我个人也继续看好AI在产业层面的推进，在投资上也适度参与，但黄总这么一搞，我是下定决心要控制自己投资账户里，AI的总敞口了，因为这么大体量的投资，用一种似乎没怎么经过严谨推演的方式推出，其行为模式超过我的认知了，而我的底层认知里，控风险、理性投资，还是第一位的。

......

最后，分享一条星球的长文问答，既谈经济、也说投资，既谈宏观、也说人生，写的比较长，感兴趣的可以看看。

......

求赞、在看。

风险提示：全文若有涉及个股或者产品的内容，仅为市场描述，不代表任何推荐，事实上，本账号从不进行荐股。

市场有风险，投资需谨慎，任何的投资，都需投资者结合自身风险承受能力，审慎做出决策，请大家一定要注意。