Nvidia又做一件相當大嘅事，而且今次唔係推出新晶片，而係直接將手伸入金融市場。2026年8月10日，Nvidia宣布同Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs同KKR六家大型金融機構簽署備忘錄，準備建立獨立嘅AI運算基建融資平台，長期目標係動員超過5000億美元第三方資本，投入AI基礎設施。
首先一定要講清楚，呢5000億美元唔係Nvidia自己掏出嚟，亦唔係今日已經有5000億美元現金擺咗喺枱面。現階段只係簽咗備忘錄，正式合作條款仍然要等最終協議。真正負責組織大部分資金嘅，係Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs同KKR呢批金融巨頭；Nvidia主要係技術、生態系統同需求嗰邊嘅核心角色。但正正因為咁，市場立即出現一個非常合理嘅問題：Nvidia點解要做呢件事？而且我認為，應該先將睇空Nvidia嗰班人嘅理論完整講清楚，唔好一開始就話佢哋錯。
熊派最大嘅質疑就係「circular financing」，循環融資。Nvidia自己賺好多錢，於是投資AI公司、雲端公司、數據中心營運商，甚至幫成個AI產業解決融資問題；呢啲公司攞到錢之後做乜？起數據中心、租算力、買GPU，而大量GPU又係向Nvidia買。結果就變成Nvidia投資客戶，客戶再用資金買Nvidia產品，Nvidia收入增加，賺更多錢，再投資下一批AI公司。
你將條鏈畫出嚟，的確係有一個循環：Nvidia或者資本市場提供資金，AI公司得到融資，AI公司買更多GPU，Nvidia收入上升，然後更多資本再進入AI產業。所以熊派就會問一個好尖銳嘅問題：究竟係市場本身真係需要咁多算力，定係Nvidia同金融市場不斷提供資本，製造出一個本來冇咁大嘅需求？如果冇呢啲融資，客戶仲會唔會買咁多GPU？
呢個問題係合理嘅。尤其今次一下子講到5000億美元，當然更加令人懷疑：係咪AI開始要靠金融工程，先至可以維持高速增長？但我點解唔完全接受呢個解釋？因為我聽黃仁勳講過好多次佢對呢件事嘅理解。佢真正嘅判斷並唔係「我要畀錢啲客買我嘅GPU」，而係佢認為未來AI算力需求增長得非常快，而真正限制算力供應嘅，已經唔單止係GPU本身，而係成條AI infrastructure供應鏈入面有好多bottleneck。
我用一個最簡單嘅方法解釋，就係水桶理論。一個水桶可以裝幾多水，唔係由最長嗰塊木板決定，而係由最短嗰塊木板決定。AI算力都一樣。假設市場需要100個單位算力，你有100個單位GPU設計能力，但係HBM只有80，你最後最多只能做到80。HBM有100，但先進封裝只有85，一樣只能做到85。晶片全部有，但高速networking、光通訊或者液冷系統唔夠，你仍然起唔到足夠嘅AI cluster。
再下一步，所有設備都有，但係冇足夠電力，又係冇用。電力都有，但data center起唔切，一樣冇用。甚至所有硬件、土地同電力都有，但客戶自己嘅資產負債表承受唔到幾十億、幾百億美元嘅資本開支，finance本身又變成另一個bottleneck。所以如果用黃仁勳呢套邏輯理解，今次5000億美元融資平台其實只係再打通另一個關節：以前Nvidia處理GPU、HBM、先進封裝、networking、光通訊、液冷、data center、電力，依家連finance呢塊短板都開始處理。
當然，講到呢度你仍然可以話：呢啲全部都係黃仁勳自己嘅說法，佢梗係話AI需求好大。咁我哋唔好信黃仁勳，我哋睇市場。我認為真正判斷黃仁勳啱定熊派啱，最重要有幾組objective data。
第一就係token。過去一兩年，AI處理嘅token數量唔係普通增長，而係以倍數增加。尤其agentic AI出現之後，情況更加唔同。以前你問AI一條問題，可能係一個prompt、一個answer就完。但agent唔係，一個人畀一個工作指令，背後個agent可能自己搜尋、reasoning、call tool、寫code、測試、發現錯誤、重新reasoning，再call另一個tool。表面上人類只係落一個指令，後面可以產生幾十次甚至幾百次model interaction。所以未來算力需求唔可以再簡單用「有幾多人用ChatGPT」去計，而係每一個人、每一間企業背後，有幾多agent不停替佢做工作。呢個會令token consumption同compute demand出現完全唔同嘅增長曲線。
第二個更加客觀，就係算力租金。我以前做地產，判斷一棟寫字樓值唔值錢，最終睇乜？唔係睇發展商話棟樓幾靚，而係睇租金。你可以將一棟寫字樓個估值炒得好高，但如果根本冇人租，最後一定露餡：租金跌、空置率升、回報率惡化。AI算力其實一樣。如果Nvidia真係只靠自己投資客戶、幫客戶融資，製造一批假需求，客戶買完GPU之後冇真正工作量，最後一定會喺租賃市場露餡。GPU租金一定跌，利用率一定下降，data center回本期一定愈拉愈長。資金可以製造購買，但資金長期製造唔到租金。而我哋目前見到嘅情況並唔係咁。高端GPU算力租金仍然非常高，部分市場近期更加重新上升。最新一代算力仍然有明顯premium。呢個代表至少目前市場仍然有人願意真金白銀，用相當高嘅價格租呢啲算力。
第三個證據就更加直接：大型AI公司願意簽非常巨大嘅長期算力合約。Anthropic願意用每年以百億美元計嘅金額鎖定外部算力；Google自己已經有TPU、有全球data center、有自己嘅networking infrastructure，係全世界最有能力自己建AI算力嘅公司之一，但佢仍然願意花巨額資金向外鎖定額外compute capacity。
呢個係非常重要嘅訊號。如果算力根本過剩，點解一班全世界最清楚AI需求嘅公司，要用數以百億美元計嘅長約鎖住未來capacity？尤其Google，佢唔係冇能力自己做，佢係自己有TPU、有數據中心，仍然覺得額外算力值得用咁高嘅價錢去鎖。
所以我認為，真正應該睇嘅唔係一個數字，而係三樣嘢同時出現：token使用量高速增加；高端算力租金仍然高；大型客戶願意簽多年長約鎖定capacity。如果只有token增加，你可以話因為token愈來愈平，所以大家亂用。如果只有GPU租金高，你可以話係短期供應鏈問題。但當用量增加、價格仍然高企，而客戶仲願意簽巨額長約，經濟學上最簡單嘅解釋，就係需求增長仍然快過供應增長。
仲有一個方法，就係睇回本期。買一張GPU並唔係整個成本。真正可以出租嘅AI算力，仲包括CPU、memory、networking、storage、機櫃、液冷、供電、變電設備、土地同data center本身。即係除咗GPU之外，仲有相當大比例嘅配套資本開支。但即使將呢啲成本全部計埋，以目前部分高端算力租金水平推算，AI compute infrastructure嘅gross capital payback仍然可以非常短。對一項大型基建資產嚟講，如果兩三年左右已經可以產生相當於原始資本投入嘅gross revenue，呢個回報係非常高嘅。
所以呢度又返返去寫字樓個比喻。如果一棟樓愈起愈多，但租金仍然高，租客仲願意簽多年長約，回本期仍然短，我唔會第一時間話呢棟樓冇需求。我反而會話，目前需求仍然追住供應。然後先至講返Nvidia自己點解要投資咁多公司。因為Nvidia而家面對一個以前科技公司比較少見嘅問題：佢產生嘅現金實在太多。按目前盈利同現金流run-rate推算，未來一年Nvidia自由現金流有可能去到1500億至接近2000億美元呢個級別。即使你話三四成攞去做股份回購，已經係每年五六百億甚至七八百億美元buyback，呢個規模已經非常誇張。
但剩低嘅錢點做？當然可以買美國國債，可以擺現金。但管理層其中一個最重要責任，就係capital allocation。如果公司自己有更高回報嘅投資機會，點解一定要將所有錢擺喺Treasuries收幾厘息？而Nvidia有一個普通基金經理冇嘅巨大優勢。佢處於成個AI產業鏈嘅中心。大型cloud公司要同佢傾下一代GPU需求；模型公司要同佢傾compute；台積電要同佢規劃先進製程同封裝capacity；SK海力士、三星、Micron要知道未來HBM需求；networking、optics、cooling公司要跟佢嘅architecture；data center營運商甚至電力公司，都要知道未來AI cluster會去到幾大。
所以我唔需要話黃仁勳係神，但黃仁勳同Nvidia肯定係全世界掌握AI算力供需資訊最完整嘅管理團隊之一。佢哋自然比普通投資者更加容易知道：下一個樽頸會喺邊度？邊一樣嘢會短缺？邊一種capacity將來最值錢？邊間公司如果擴產，可以解除成個AI產業嘅限制？所以Nvidia投資CoreWeave或者其他AI infrastructure公司，我唔會簡單理解成「Nvidia畀錢客戶買自己GPU」。
另一個可能嘅解釋係：Nvidia有大量剩餘現金，而佢對自己最熟悉嘅產業擁有巨大information advantage，所以將部分資本投資喺佢認為未來會非常值錢，而且可以解除供應瓶頸嘅公司。而呢種投資最有趣嘅地方，就係有雙重回報。第一重係financial return。假如黃仁勳判斷正確，佢投資嗰間公司本身會因為AI需求增加而高速成長，Nvidia持有嘅股權會升值，投資本身會賺錢。第二重係strategic return。嗰間公司擴大capacity之後，原本限制AI算力供應嘅bottleneck被打通，結果市場可以建更多AI infrastructure，最後又可以買更多Nvidia GPU。即係同一筆錢，有機會食兩次return。投資本身賺一次；解除瓶頸之後，Nvidia核心生意再賺一次。
呢個亦係我同部分睇空Nvidia嘅人最大分歧所在。我唔否認circular financing存在。Nvidia投資AI生態，而AI生態又係Nvidia客戶，呢個循環客觀上存在，而且一定要監察。如果有一日呢個循環變成Nvidia一定要不停提供更多資本，客戶先有能力繼續買GPU，而終端算力又冇人真正使用，咁就會變成非常危險嘅問題。但我認為目前嘅市場證據未去到呢一步。
真正可以分辨兩套理論嘅，唔係黃仁勳講乜，亦唔係熊派講乜，而係幾個市場指標：token consumption、GPU rental rate、算力利用率、長期capacity contract，同埋compute asset嘅payback period。只要token繼續高速增加，GPU租金冇大跌，利用率維持高位，大型客戶仍然願意用巨額長約搶算力，而compute infrastructure仍然有非常吸引嘅回報，我就會認為黃仁勳「需求跑得快過供應」呢個判斷仍然比較符合現實。
相反，如果將來GPU供應大量增加之後，租金開始急跌，利用率下降，客戶唔再簽長約，data center回本期由兩三年拉到五年、六年甚至七年，即使Nvidia當時收入仲增長，我都會開始重新檢討呢個判斷。因為嗰陣就可能代表產業由真正供不應求，開始走向overcapacity。所以今次5000億美元融資平台，我唔會簡單講成黃仁勳又搵5000億美元幫自己谷生意，亦唔會話有六大金融巨頭加入就一定冇風險。
我會將佢睇成一場非常大嘅測試。熊派認為，AI產業已經開始需要金融工程維持需求；黃仁勳嘅判斷就係，真正需求仍然高速增長，但整條供應鏈有太多瓶頸，所以佢要利用Nvidia嘅技術地位、現金流同金融網絡，將一塊一塊短板打通。究竟邊一邊啱，最後市場自己會畀答案。而目前我睇到嘅token增長、算力租金、長期合約同回本期，仍然比較支持黃仁勳嗰一邊。
亦因為咁，我到今日仍然睇好Nvidia。唔係因為黃仁勳講嘅每一句說話我都相信，而係因為目前市場真正畀錢嘅人，仍然用真金白銀證明一件事：高端AI算力仍然係一種非常稀缺，而且有人願意用高價長期鎖定嘅資產。5000億美元係咪太多？而家冇人知道。但真正要監察嘅從來唔係5000億呢個宣傳數字，而係更加簡單嘅三樣嘢：算力有冇人用、租金有冇跌、回本期有冇開始拉長。
