SemiAnalysis：Nvidia GPU 債務擔保引爆數兆美元 AI 金融市場，預計 2029 年起每年透過營收分成模式獲利 139 億美元
2026 年 7 月 6 日 - SemiAnalysis 報告
Nvidia 已成為事實上的「人工智慧中央銀行」，透過提供信用擔保，預計將在 2029 年前催生超過 7 兆美元的 AI 待償債務，並重塑整個 GPU 租賃市場。Nvidia 的擔保計畫向 GPU 雲端服務供應商提供最低營收保證，以換取營收分成。此舉解決了 AI 基礎設施建設中最關鍵的瓶頸：即除了少數大型超大規模雲端服務商（hyperscalers）之外，其他客戶難以取得融資的問題。
新營收來源：近乎純利的經常性收入
根據 SemiAnalysis 的模型推算，Nvidia 擔保計畫在 2027 會計年度將產生 18 億美元的增量營收，並在 2029 會計年度快速成長至 139 億美元。此預測假設 Nvidia 在 2027 會計年度擔保 932 百萬瓦（MW）的運算容量，2028 會計年度為 1,000 百萬瓦，2029 會計年度則為 1,500 百萬瓦。這筆營收屬於近乎純利的經常性收入，代表 Nvidia 在雲端服務供應商超過保證底價的租賃收入中所分得的份額。SemiAnalysis 估計，Nvidia 可從超過擔保底價的營收中獲取 40% 至 60% 的分成，換算下來，每個交易案生命週期內的平均抽成率約為 18% 至 20%。
該計畫將 Nvidia 的商業模式從一次性硬體銷售，轉型為與下游雲端經濟掛鉤的經常性營收來源。對於每個受擔保的叢集（cluster），Nvidia 可在六年期間內獲得此營收分成，同時加速原本受限於融資能力的 GPU 銷售。在 Nvidia 的資產負債表上，這些交易顯示為雲端服務協議，金額將從 2027 會計年度末的 775 億美元，成長至 2029 會計年度的 1,753 億美元；除非擔保條款被觸發，否則這些金額均屬於表外或有負債。
擔保機制運作解析
Nvidia 擔保計畫的運作機制展現了精密的金融工程設計，旨在確保 GPU 叢集具備融資可行性，同時為成功將設備出租給第三方的雲端供應商保留強勁的獲利空間。在典型的架構中，Nvidia 提供為期六年的「照付不議」（take-or-pay）承諾，並訂定隨時間變動的預先協議價格。SemiAnalysis 提供了一個範例：假設 GB300 GPU 的六年平均擔保價格為每小時 2.36 美元，儘管該機構預期多數供應商會協商出更高的底價。
以雲端供應商目前一年期市場租金每小時 6.75 美元出租 GB300 GPU 為例，其經濟效益如下：供應商在達到 Nvidia 擔保水準（假設第一年為每小時 3.68 美元）之前保留 100% 的營收，超過部分則與 Nvidia 分成。若 Nvidia 抽取超額部分的 40%，供應商在扣除分成後，從超出擔保部分的每小時 3.07 美元中，實際可獲得每小時 5.52 美元。對於專注於短期租賃的供應商而言，這仍可帶來 25.4% 的專案內部報酬率（IRR）；相比之下，若無擔保，儘管專案 IRR 可達 40.7%，但關鍵在於沒有擔保就無法取得融資，叢集根本無法建成。
擔保計畫的原意並非為了被觸發。SemiAnalysis 模型顯示，若供應商找不到客戶，被迫以擔保價格租給 Nvidia，專案 IRR 將趨近於零或微幅負值。然而，正是這種情境確保了放款人眼中的融資可行性，因為即便在最壞的情況下，債務償還仍有保障。放款人在評估債務償還覆蓋率（DSCR）時會假設擔保被觸發，通常要求初期達到 1.3 倍覆蓋率，這對應到 70% 至 80% 的貸款成數（LTV）。
解決 AI 專案的「三位一體」難題
該擔保計畫解決了 SemiAnalysis 所謂的「AI 專案三位一體」問題，即任何 GPU 叢集必須具備的三大要素：資本、承購合約（offtake）與資料中心。過去，執行任何 AI 運算建設都面臨循環依賴問題：放款人要求投資等級的超大規模雲端服務商提供承購合約，才願意放款；而要取得承購合約，則需權益資本來支付設備訂金；但籌集權益資本又要求證明已具備承購與放款承諾。最後，要說服資料中心營運商提供代管服務，也需要證明已具備承購與融資能力，或者必須從零開始興建資料中心。
有了 Nvidia 的 AA/Aa2 投資等級擔保，這個循環被打破了。放款人現在願意提供與擔保期限相符的債務，並對 Nvidia 的信用評級感到滿意，無需再要求超大規模雲端服務商的承購合約。權益投資人也因融資與營收底價皆有保障，更願意出資支付訂金。資料中心的部分雖然仍具挑戰，但 Nvidia 也擴大了支援範圍，直接向營運商租賃資料中心容量，再轉租給雲端供應商。
該計畫的更廣泛戰略目標，在於重塑 GPU 市場本身的結構。正如 SemiAnalysis 指出：「多數新興雲端（neocloud）生態系統中的業者，除非直接租賃給大型超大規模雲端服務商，否則無法為大型 GPU 建設籌集足夠的債務。Nvidia 不希望市場僅由少數集中化的買家主導。」若市場無法超越傳統五年期、由超大規模雲端服務商擔保的承購結構，隨著後者資產負債表對數兆美元運算能力的擔保能力觸頂，市場將很快陷入瓶頸。
7 兆美元的融資挑戰
融資需求的規模極為驚人。SemiAnalysis 預測，包含 GPU、網路、儲存、附屬 CPU 運算及資料中心在內的年度 AI 資本支出，將在 2028 年超過 2 兆美元。2024 至 2029 年的累計 AI 資本支出將達到約 11.1 兆美元，債券市場將成為主要資金來源。AI 債務融資總額將從 2024-2025 年的數千億美元，成長至 2029 年的約 7.1 兆美元，使其成為美國僅次於抵押貸款證券（規模超過 13 兆美元）的第二大資產支持債務市場。
在此之前，多數 AI 建設皆由 Google、Amazon、Meta、Microsoft 與 Oracle 等超大規模雲端服務商以現金流支應。去年以來，情況出現轉變，這些公司開始轉向債務市場。作為參考，CoreWeave 獲得 Meta 擔保的 85 億美元延遲提款定期貸款，固定利率部分定價為 5.9%，比 Meta 五年期債券約 5.0% 的殖利率高出約 90 個基點。此利差反映了市場對 CoreWeave 執行風險的定價。相比之下，CoreWeave 的五年期無擔保公司債殖利率約為 10%，這說明了為何雲端供應商強烈偏好有擔保、有承購合約支持的融資結構。
擴大此市場面臨重大障礙。超大規模雲端服務商的擔保並非無限，其資產負債表無法支撐數兆美元的運算保證。放款人仍處於學習曲線中，多數銀行傾向躲在投資等級的承購合約背後，而非開發獨立評估 GPU 叢集經濟效益、代幣經濟學與終端需求的能力。資本提供者缺乏定價與管理風險的基本工具，除了 SemiAnalysis 自有的產品外，市場上幾乎沒有建構完善的 GPU 租賃價格指數，也沒有流動性高的衍生性商品市場，所有交易均為雙邊進行，缺乏公開透明度。
小型客戶面臨的市場結構問題
目前的市場結構對超大規模雲端服務商與大型 AI 實驗室寡頭之外的客戶造成了嚴峻問題。創投支持的 AI 新創公司與推論服務商需要大規模叢集與短期合約，以快速達到下一輪融資目標並補充運算資源。由於多數雲端供應商偏好五年期的大型承購合約，這些客戶面臨兩難：必須支付更高的預付款、簽署超出預期的長期合約、取得較少的 GPU、被迫使用非首選的 GPU 型號，或被迫接受遙遠的開始日期。
與專注於訓練的 AI 實驗室相比，推論服務商對時間的敏感度尤其高。實驗室通常會簽署三年或更長的合約，但推論服務商拒絕簽署超過一年的合約，寧可放棄運算資源也不願簽署長約。在有限的短期租賃容量中，市場仍由賣方主導。SemiAnalysis 報告指出，僅剩少數雲端供應商提供一年期租賃，部分甚至要求預付高達 100% 的合約總值。需求強勁的供應商透過預付款金額直接全額資助叢集資本支出，實現了理論上無限的 IRR，且無需投入任何現金。
Nvidia 的計畫直接針對此動態。透過擔保那些專注於多元化客戶群與多樣化合約期限（特別是低於一年）的供應商，Nvidia 旨在「擴大運算可用性」，並「將運算市場開放給少數大型超大規模雲端服務商與 AI 實驗室之外的更多業者」。這也降低了競爭風險，因為超大規模雲端服務商正日益部署客製化晶片以對抗 Nvidia 的系統。
資料中心挑戰與 Nvidia 的直接租賃
儘管有 GPU 擔保，資料中心仍是「三位一體」中最具挑戰的一環。許多資料中心營運商質疑，既然能直接與 Microsoft 等超大規模雲端服務商簽署 10 至 15 年的承購合約，為何要租給雲端供應商？這種偏好導致了明顯的價格歧視。以投資報酬率（Yield-on-Cost，年度資料中心開發營收佔專案成本的百分比）比較，雲端供應商面臨的成本比超大規模雲端服務商高出 3% 至 5%，以補償資料中心營運商因信用品質較弱與現金流較不確定所承擔的風險。
Nvidia 透過直接向代管服務商租賃資料中心容量並轉租給雲端供應商來解決此瓶頸。在 GTC 大會後宣布政策變更後，Nvidia 承諾租賃數個十億瓦（GW）的容量。SemiAnalysis 追蹤顯示，過去兩季已簽約超過 700 百萬瓦，另有數個十億瓦的合約正在最後洽談階段，預計數週內完成。此舉將交易複雜度從三方（出租方、承租方、擔保方）簡化為兩方，集中並加速了流程。
該機構指出，此策略現在必須與 Google 透過擔保安排進行的外部 TPU 銷售競爭，儘管「Nvidia 目前的情況比 Google 更具挑戰。Nvidia 希望支持許多 GPU 新興雲端業者，而 Google 主要與 Fluidstack 和 Anthropic 合作。」
早期交易集中在亞太地區
初期的擔保公告集中在亞太地區。2026 年 6 月宣布的 SharonAI 澳洲 72 百萬瓦 AI 工廠，在六年擔保下可擴展至 4 萬個 GB300 GPU，擔保總價值達 48.8 億美元。這意味著六年內的 GPU 平均底價約為每小時 2.33 美元。Sharon AI 的規模將在 2027 年中擴展至 132 百萬瓦，合約容量 102 百萬瓦，總計超過 5.5 萬個 Nvidia GPU。
2026 年 6 月 29 日宣布的 Firmus 印尼巴淡島 360 百萬瓦 AI 叢集，展現了該計畫的規模雄心。該專案預計將位於 Kabil 工業科技園區的 DayOne 設施內。Firmus 先前在新加坡專注於採用浸沒式冷卻的 H100，隨後在墨爾本啟動了一個 1.8 萬個 GB300 的叢集，該叢集位於其自建的 42 百萬瓦資料中心，並由 Blackstone 領投、Coatue 支持的 100 億美元融資設施提供資金。Nvidia 的擔保讓 Firmus 得以擴大規模，專注於 AI 原生企業、一般企業與推論服務商，提供多種租賃期限。該公司預計六年內將獲得 250 億至 300 億美元的客戶營收，超過擔保水準的營收將與 Nvidia 分成。
此外，Firmus 宣布與 Gunvor 簽署 600 百萬瓦的固定能源合約，將在 2032 年前為南澳州 1.2 十億瓦的新再生能源開發案與 1.5 十億瓦時的儲能設施提供承購保障，不過資料中心容量仍需確認或興建。SemiAnalysis 指出，還有許多額外的交易尚未公開。
GPU 借貸市場的演進
為了使 GPU 融資滿足上述資本需求，借貸市場必須迅速從目前的萌芽狀態走向成熟。初期 Nvidia 擔保的貸款定價將高於目前五年期超大規模雲端服務商擔保的交易（SOFR 加 225 個基點，約 195 個基點的 Z-spread 或 5.9% 的總殖利率），但低於 10% 的無擔保公司債（約 600 個基點的 Z-spread）。SemiAnalysis 認為，擔保「提供了放款人所需的支撐，讓他們能適應市場，並為未來將新興雲端平台視為獨立融資對象的時代做好準備，無需任何外部擔保，就像評估其他進行長期投資但暴露於短期價格風險的企業一樣。」
放款人將需要新的工具來因應此演進。SemiAnalysis 已透過其產品填補這些空白：其「GPU 租賃價格指數」追蹤所有主要 GPU 型號從隨選到五年期整個期限結構的雙邊合約價格，提供過去不存在的交易驗證基準；「AI TCO 模型」自 2023 年起即預測 GPU 租賃價格，並提供包含 IRR、投資資本報酬率與債務償還覆蓋率的完整財務報表模型；「ClusterMAX」是業界唯一的雲端供應商評級系統，從可靠性、網路與定價等 10 個標準評估供應商；「InferenceX」基準測試則衡量真實世界的 GPU 推論吞吐量與代幣效率，使放款人能量化其所資助叢集的營收能力。
該機構的諮詢業務已為投入數百億美元資本至雲端供應商的客戶提供技術與盡職調查諮詢，利用這些工具驗證商業假設並承保投資案例。即便有 Nvidia 擔保提供安全保障，SemiAnalysis 報告指出，最高品質的放款人現在仍會在該機構的協助下，嚴格審查供應商的營運品質、市場進入計畫、客戶名單與定價策略。
Nvidia 的四層買家經濟學
SemiAnalysis 將 Nvidia 的潛在市場劃分為四個同心圓需求池，越往核心，對 Nvidia 的經濟價值越深。最廣泛的池子包含所有 Nvidia 買家，公司僅賺取一次性產品利潤。雲端供應商則是一個子集，將晶片轉化為租賃業務，成為重複購買者與商業生態系統的骨幹，儘管 Nvidia 的獲利仍僅基於硬體。
NVIDIA 雲端合作夥伴（NCPs）形成認證層，獲得參考設計、優先配額、工程與市場進入支援。Nvidia 獲得了標準化、黏著度與明確的客戶群，但獲利仍以硬體為主。最核心的池子則由具備擔保的 NCP 組成。在此，Nvidia 為叢集提供信用支持，並對受擔保的容量進行營收分成，將一次性硬體銷售轉化為經常性、近乎純利的收入來源，並取得原本在銷售時放棄的下游租賃經濟效益。
正如 SemiAnalysis 總結：「池子越往核心收窄，買家與 Nvidia 生態系統及其目標的契合度就越高，經濟效益就越深。而擔保就是將更多營運商拉入具融資可行性池子的槓桿，這正是 Nvidia 從中提取更多經常性價值的所在。Nvidia 在擴大市場大餅的同時，也分到了更大的一塊。」
AMD 也部署了擔保策略，早在 2025 年 6 月就向 AWS、Oracle、Digital Ocean、Vultr、Tensorwave、Crusoe 等雲端供應商提供擔保交易。作為換取購買更多 AMD GPU 的條件，若供應商無法完全售出容量，AMD 準備透過長期合約租回大量容量，用於內部軟體開發。