人工智能基础设施的融资模式正在发生转变，数十亿美元的贷款开始以 GPU 计算集群作为抵押。然而，与飞机或房地产等传统资产不同，GPU 集群的真实价值极难评估且极不稳定。其价值不仅受市场价格剧烈波动的影响，更关键的是依赖于其当下的运行状态、维护团队的隐性知识以及持续不断的硬件故障。由于缺乏成熟的定价和风险对冲机制，贷款方实际上是在为一个他们无法准确衡量的风险定价，导致贷款利率远高于传统资产。
GPU 作为抵押品的核心问题
将 GPU 集群作为贷款抵押品与抵押一栋建筑有着本质区别。它的价值在任何时刻都取决于一系列动态因素，而这些因素并不在贷款方的资产负债表上，也超出了他们的控制范围。
- 配置方式： 集群的初始设置和软件配置会影响其效率。
- 当前性能： 硬件会持续不断地出问题，其实际性能可能远低于理论性能。
- 运维团队： 真正了解并能处理集群各种“怪癖”的团队至关重要。如果团队离开，这些知识也会随之消失。
这是一个核心困境：数以百亿计的美元债务，其抵押品的价值取决于一个运营状态，而这个状态对于制定债务价格的人来说是完全不可见的。
看不见的运营风险
大规模 GPU 集群的硬件和系统故障是常态，而非偶然事件。维持其生产力是一门手艺，而不是简单的维护。
- 高故障率： 现代数据中心 GPU 的年故障率约为 9%。以一个拥有 20 万个 GPU 的集群为例，这相当于每天大约有 50 个 GPU 发生故障。
- 无声数据损坏 (SDC)： 这是最昂贵的故障模式。有问题的 GPU 会产生错误结果但不会导致系统崩溃，这会悄悄地“毒害”训练出来的模型，使数天的计算资源付诸东流。
- 连锁故障： 一个坏掉的 GPU 可能导致跨越数千个 GPU 的整个训练任务崩溃，同样造成巨大的时间成本。
- 日常琐碎问题： 还包括散热限制、内存错误、链路问题等。修复这些问题需要专业的工具和知识，否则可能耗费数小时甚至数天。
所有这些问题的处理都依赖于运维团队的经验和隐性知识——他们知道哪个机架在夏天容易过热，哪个冷却回路在上次固件更新后一直不稳定。这些知识没有被写下来，它存在于团队之中。这才是那数十亿债务背后真正的“抵押品”。
新的融资模式与风险溢价
在过去一年半里，AI 基础设施的融资从传统的公司债务转向了以芯片本身为抵押的模式。xAI 的 Colossus 集群项目就是一个典型案例，它通过设立特殊目的实体 (SPV) 来购买 GPU，然后租赁给 xAI 使用。
xAI 的 50 亿美元贷款定价高达 12.5%。CoreWeave 以 GPU 为抵押的交易利率也比基准利率高出约 8.5%。我们必须假设这些贷款方并非新手，他们收取的费用就是他们认为的风险成本。这部分溢价，就是 “猜测的代价”。
与此形成鲜明对比的是，传统的飞机贷款利率通常只比基准高出 1 到 2 个百分点。这额外的 6 到 7 个百分点，正是贷款方为他们无法衡量、无法对冲的风险收取的费用。
估值体系的缺失
几乎所有其他大规模用作抵押的资产类别，背后都有几十年来形成的完善的估值体系。
- 飞机： 有 ISTAT 认证的评估师、全球注册系统、标准化的维护日志和活跃的二级市场。
- 船舶： 有 BICA 评估体系。
- 汽车： 有 NADA 指南。
- 商业地产： 有标准化的资本化率和空置率作为参考。
而 GPU 几乎一无所有。直到 2024 年才出现了首个 H100 租赁价格指数，而首个受监管的 GPU 计算衍生品交易平台在 2025 年才刚刚起步。这就是支撑着数百亿美元债务的资产类别的全部价格发现基础设施。与此同时，H100 的小时租金在一年多时间里可以从 8 美元跌至 1.7 美元，再反弹回 2.35 美元，波动剧烈。
账面价值与真实价值的鸿沟
GPU 抵押品至少存在三种不同的价值，但市场目前只在为其中一种定价。
- 账面价值： 即 SPV 报告的数字，通常是采购价减去直线折旧。这是决定贷款价值比和债务规模的数字。
- 清算价值： 在不良情况下，买家愿意支付的价格。在正常情况下，2 到 3 年的二手 GPU 价格可能是新品的 50% 到 70%。但在市场恐慌、多家公司同时违约时，回收价值可能暴跌至账面价值的 30% 到 50%。
- 持续经营价值： 集群作为一个正常工作的资产对下一个租户的价值。这完全取决于运维能否顺利交接，而这正是最大的不确定性所在。
与此同时，公司对 GPU 折旧年限的设定也存在巨大差异。CoreWeave 按六年折旧，而其竞争对手 Nebius 对同样的硬件按四年折旧。英伟达则宣布将其产品周期从两年缩短为一年，这意味着这些作为抵押品的芯片将以两倍的速度过时。如果 GPU 的真实使用寿命更接近 2 到 4 年，而不是账面上的 6 年，那么纸面价值和可回收价值之间存在巨大差距。
聪明钱的选择
在这个市场中，一些最精明的投资者的举动极具说服力。
- KKR： 作为数据中心领域最积极的私募股权公司之一，KKR 拥有大量的建筑、电力、冷却和土地等基础设施。但它没有参与任何以 GPU 为抵押的融资交易。它选择了持有那些无论哪个 AI 公司胜出或哪个芯片迭代，都能保值的基础设施层。
- Peter Thiel： 他在 2025 年第三季度卖掉了全部英伟达股票，转而投资苹果和微软。
这些举动表明，芯片本身可能不是那个持久的资产。目前的融资结构将其视为持久资产，但终将面对其真实属性。当 GPU 市场建立起像飞机或船舶市场那样的注册、评估和维护体系时，AI 基础设施的资本成本才会真正下降。在此之前，两个基本问题仍然悬而未决：这个集群还在正常工作吗？三年后它还能正常工作吗？