Nvidia 1100 亿美元循环融资与电信泡沫的对比分析

当 Nvidia 在 2025 年 9 月宣布向 OpenAI¹ 承诺 1000 亿美元投资时，分析师立即将其与电信泡沫相提并论。担忧在于：这种供应商融资——即供应商借钱给客户，让他们购买供应商的产品——是否是又一次惊人崩盘的前兆？

美国科技公司将在 2025 年于 AI 基础设施上花费 3000-4000 亿美元²^,³，按名义美元计算，超过以往任何单一年度的企业基础设施投资。³ David Cahn 估计收入缺口已扩大至 6000 亿美元⁴。

我分析了这些数字。相似之处令人震惊，但差异也很重要。

Lucent 的剧本

Lucent 的收入在 1999 年达到 379.2 亿美元的峰值，到 2002 年暴跌 69% 至 118.0 亿美元，再未恢复。2006 年与 Alcatel 合并。

1999 年，Lucent Technologies 在互联网泡沫顶峰时收入达到 379.2 亿美元。⁵ Lucent 是北美第一大电信设备制造商，拥有 157,000 名员工，并与 Nortel Networks 共同主导市场（合计占光传输市场 53% 的份额）。⁶ 在幕后，设备制造商向电信客户提供了数十亿美元的供应商融资。Lucent 承诺了 81 亿美元⁷，Nortel 提供了 31 亿美元，其中 14 亿美元尚未收回，Cisco 则承诺提供 24 亿美元的客户贷款。⁸

这一策略看似高明：借钱给资金紧张的电信公司，让它们购买你的设备。所有人都赢——直到旋转木马停下。

当泡沫破裂时：

47 Competitive Local Exchange Carriers (CLECs) bankrupted 2000-2003 , including Covad , Focal Communications , McLeod , Northpoint , Winstar ⁹^,¹⁰
- 它们为何失败：1996-2001 年间 600 亿美元的过度建设，相同商业模式导致的市场饱和，资金突然枯竭（2001 年 1 月：数十亿美元可用，2001 年 4 月：为零）¹¹
随着客户倒闭、设备变得一文不值，33-80% 的供应商贷款组合未能收回¹²
光纤网络的使用率不到可用容量的 0.002%，而速度提升潜力高达 60,000 倍。¹³ 只是时机太早了。

Nvidia 的剧本

快进到 2025 年。Nvidia 的供应商融资策略总计包括 110 亿美元的直接投资，外加另外 150 亿美元以上的 GPU 担保债务。最大的一笔承诺是向 OpenAI 提供的 1000 亿美元（2025 年 9 月）¹^,¹⁴，结构为 10 笔各 100 亿美元的分期付款，与基础设施部署里程碑挂钩。第一笔 100 亿美元按 OpenAI 5000 亿美元估值计算，后续分期按当时估值定价。付款通过租赁安排进行，而非预先购买 GPU。OpenAI 首席财务官 Sarah Friar 证实：“大部分钱将回流到 Nvidia”¹⁴

除 OpenAI 外，Nvidia 还持有 CoreWeave¹⁵ 30 亿美元的股份，该公司已在 Nvidia GPU 上花费 75 亿美元，并通过 NVentures 向其他 AI 初创公司投资了 37 亿美元¹⁶。

以GPU为担保的债务市场又增添了一层。仅CoreWeave一家就背负着104.5亿美元的债务，以GPU作为抵押品¹⁷。面向“Neoclouds”（新型云服务商）的GPU担保债务又新增了100亿美元以上，其中包括Lambda Labs（5亿美元的GPU担保贷款）¹⁸^,¹⁹。

1999至2000年的Lucent拥有81亿美元的供应商融资承诺（占336亿美元营收的24%）。Nvidia的直接投资总额占其年营收的67%（1100亿美元，对比过去十二个月的1650亿美元）。相对于营收，Nvidia的风险敞口是Lucent官方未偿贷款的2.8倍，不过Lucent的表外担保掩盖了真实的风险敞口。

数据并排对比（以2024年美元计）

指标	Lucent（2000财年，经通胀调整）	Nvidia（2025年）
供应商融资	150亿美元	1100亿美元
经营性现金流	3.04亿美元²⁰	154亿美元（2026财年第二季度）
营收	610亿美元	1650亿美元（过去十二个月）
前两大客户占比	23%²¹	39%

需要警惕的理由

1. AI客户群更加集中

Lucent的前两大客户——AT&T占10%、Verizon占13%——在2000财年合计占营收的23%。²¹ 区域贝尔运营公司（RBOCs），即1984年AT&T拆分后成立的七家“小贝尔”，也是其重要客户。Nvidia仅2家客户就贡献了39%的营收，4家客户贡献46%，集中度几乎是Lucent的两倍。Nvidia有88%的营收来自数据中心。

2. GPU担保债务是新生事物

这个新增的100亿美元以上GPU担保债务市场，建立在GPU将在4至6年内保值这一假设之上。GPU担保贷款的利率约为14%²²，是投资级公司债的三倍。²³

折旧年限如何变化：

公司	2020年前	2020-2021	2022-2023	2024-2025	变化
Amazon²⁴	3年	4年（2020年）→ 5年（2021年）	5年	6年（2024年）→ 5年（2025年）	首次逆转
Microsoft²⁵	约3年	4年	6年	6年	+100%
Google²⁶	约3年	4年	6年	6年	+100%
Meta²⁷	约3年	4年	4.5年 → 5年	5.5年	+83%
CoreWeave²⁸	不适用	不适用	4年 → 6年（2023年1月）	6年	+50%（GPU）
Nebius²⁹	不适用	不适用	4年	4年	行业标准

Amazon在2025年的逆转（6年 → 5年）是首次重大回撤。

CPU历来有5至10年的使用寿命，而AI数据中心中的GPU实际寿命只有1至3年，尽管会计假设为6年。³⁰^,³¹ 来自Google架构师的证据显示，利用率在60%至70%的GPU能撑1至2年，最多3年。³¹ Meta的Llama 3训练经历了9%的年GPU故障率，意味着3年内故障率达27%。³¹

Cerno Capital提出了一个问题：“这些政策是真实经济与技术现实的反映吗？还是说，在投资者担忧日益加剧之际，这些政策是超大规模云厂商用来美化其投资计划观感的一种手段？”³²

4. 特殊目的实体的使用

科技公司利用特殊目的实体（SPV）为AI数据中心建设融资。像Meta这样的超大规模云厂商与Apollo这样的私募股权公司合作，向一个独立法律实体注入资本，由该实体负责建设和拥有该数据中心。

正如投资者 Paul Kedrosky 所解释的：“我作为 Meta 在其中持有股份。某家大型私人债务提供商在其中持有股份。数据中心在我的控制之下。但我不拥有它，所以你不能把它重新并入我的资产负债表。”²*

结构

实体创建：超大规模企业与私募股权公司组建独立法律实体（SPV）
资本结构：通常为 10-30% 股权，70-90% 来自私人信贷市场的债务
租赁协议：SPV 将容量租回给超大规模企业
资产负债表处理：SPV 债务不出现在超大规模企业的资产负债表上

超大规模企业通过长期租赁协议保持运营控制权。由于它并不直接拥有 SPV，根据现行会计准则，该债务仍处于其资产负债表之外。

其吸引力显而易见。“我不想让信用评级机构审视我的支出。我不想让投资者把它并入我的利润表。”²*

市场规模

美国科技公司预计将在 2025 年支出 3000-4000 亿美元用于 AI 基础设施。超大规模企业的资本支出已达到营业收入的约 50%²，这一水平在历史上与政府基础设施建设相关，而非科技公司。

风险所在

数据中心资产目前占主要 REIT 投资组合的 10-22%²，而两年前这一比例几乎为零。薄弱的股权层（10-30%）意味着，如果数据中心利用率低于预期，或者 GPU 贬值速度快于预期，股权持有者将在债务持有者遭受减值之前先面临损失。

*引文为清晰与简洁略有编辑

5. 定制芯片威胁

超大规模企业正在构建自己的 AI 加速器以减少对 Nvidia 的依赖。Microsoft 计划在数据中心使用“主要是 Microsoft 芯片”，具体来说是 Maia 加速器。³³ Google 部署 TPU，Amazon 构建 Trainium 和 Inferentia 芯片，Meta 开发 MTIA 处理器。如果客户转向自研芯片，CoreWeave 的 GPU 抵押品价值以及 Nvidia 的供应商融资就会面临客户构建竞争性替代方案所带来的风险敞口。

Nvidia 不是 Lucent，2025 年也不是 2000 年

会计：Lucent 操纵了 11.48 亿美元收入，SEC 以欺诈指控 10 名高管⁵；Nvidia 没有操纵证据，由 PwC 审计，评级为 Aa3³⁴
现金流：Lucent 在现金流滞后于盈利能力且应收账款暴增 54 亿美元（1998-1999 年）期间借出 81 亿美元²⁰；Nvidia 在拥有 500 多亿美元年度运营现金流和 462 亿美元净现金的情况下进行借贷³⁵
信用评级：Lucent 被下调至 A3（2000 年 12 月）³⁶；Nvidia 被上调至 Aa3（2024 年 3 月）³⁴
客户基础：Lucent 的客户是消耗资本的杠杆化 CLEC；Nvidia 的前 4 大客户在 2024 年产生了 4510 亿美元运营现金流（Microsoft 1190 亿美元，Alphabet 1250 亿美元，Amazon 1160 亿美元，Meta 913 亿美元）³⁷
产能：2000 年光纤网络仅使用了 <0.002% 的产能¹³；微软和 AWS 在 2025 年报告 AI 产能受限³⁸^,³⁹

我关注的重点

AI 需求是真实的（像云计算那样）还是投机性的（像互联网泡沫时期的光纤那样）？

以下是我关注的重点：

GPU 利用率：数据中心是真的在使用这些芯片，还是只是在囤积？
OpenAI 的变现能力：他们能否产生足够的收入来证明这一扩建的合理性？
债务违约：150 亿美元 GPU 支持的债务市场是否出现裂痕？
AR 趋势：AR 从 68%（FY24）改善至 30%（Q2 FY26），但仍需警惕恶化
客户新增：是否有新客户涌现，还是 Nvidia 依赖同样的 2-4 家超大规模云厂商？
定制芯片威胁：微软正在开发 Maia 加速器，目标是“在数据中心主要使用微软自研芯片”。³³如果超大规模云厂商转向自研芯片，Nvidia 的供应商融资就变成了对正在构建竞争性替代方案的客户的敞口。
供应商整合：许多公司正处于试验期，尝试 2-3 家相互竞争的供应商。这些试验性预算可能随时间推移而缩减，从而减少整体支出。

AI 已被广泛部署——到 2025 年 9 月，40% 的美国员工在工作中使用 AI，是 2023 年 20% 比例的两倍。⁴⁰关于有效性的疑问依然存在：常被引用的 MIT 研究发现，95% 的 AI 试点未能产生可衡量的损益影响，主要原因是整合不佳而非技术失败。⁴¹

然而改进的速度是惊人的。劳动力市场数据显示，AI 暴露行业的工资增长速度是其他行业的两倍，使用 AI 的员工绩效提升高达 40%。⁴⁰Nvidia 的许多客户是盈利且成熟的超大规模云厂商——微软、谷歌、亚马逊、Meta——2024 年产生了 4510 亿美元的运营现金流，其自身企业客户对 AI 的需求带来了巨大拉力。OpenAI 尚未盈利，2025 年上半年报告亏损 47 亿美元，收入为 43 亿美元，不过近一半的亏损是股票薪酬。⁴²

与电信泡沫不同——当时需求是投机性的，客户在烧钱——这个旋转木马上有付费的乘客。

尾声：Lucent 的会计欺诈

供应商融资灾难的背后是系统性的会计欺诈。SEC 指控 Lucent 在 2000 财年操纵了 11.48 亿美元的收入和 4.7 亿美元的税前利润。⁵该欺诈涉及多种手段：

渠道压货：Lucent 向分销商发送了 4.52 亿美元的設備，但在分销商向终端客户售出之前就将其计入收入。⁵这制造了虚假销售。

附属协议：Lucent 高管与分销商签订秘密协议，授予其超出分销合同的退货权和特权，使其确认收入变得不当。⁵这些附属交易对审计师隐瞒了。

准备金操纵：Lucent 不当设立并维持超额准备金以平滑收益，违反了 GAAP。⁵

美国证券交易委员会以证券欺诈罪起诉了10名朗讯高管。⁵ 该公司支付了2500万美元罚款——这是因未能配合SEC调查而开出的史上最高罚单。⁵ 会计操纵掩盖了不断恶化的基本面，直到为时已晚。

WinStar的崩溃：朗讯向CLEC（竞争性本地交换运营商）WinStar Communications承诺了20亿美元的供应商融资。当WinStar陷入困境时，朗讯拒绝了一笔最终的9000万美元贷款延期。WinStar申请破产。朗讯核销了7亿美元坏账。⁴³ 这一模式在客户违约中反复出现：朗讯为坏账计提了22亿美元（2001年）和13亿美元（2002年）的准备金——客户贷款损失总计达35亿美元。⁴³

参考文献

“英伟达将向OpenAI投资至多1000亿美元”，CNBC（2024年9月22日） ↩︎ ↩︎
Paul Kedrosky，“这就是AI泡沫可能破裂的方式”，Plain English with Derek Thompson播客（2024年9月23日）；“SPV、信贷与AI数据中心”，Paul Kedrosky博客 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
“OpenAI、Oracle和SoftBank扩展Stargate”，Stargate 5000亿美元承诺详情 ↩︎ ↩︎
“AI的6000亿美元问题”，红杉资本David Cahn的分析显示AI收入缺口从1250亿美元扩大至6000亿美元 ↩︎
朗讯科技财务数据与会计欺诈详情 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
“北电网络和朗讯科技主导北美光传输市场”，Lightwave（1999年）；“谁失去了朗讯？”，American Affairs Journal证实朗讯2000财年营收414亿美元及合计53%的市场份额 ↩︎
朗讯供应商融资承诺 ↩︎
“思科、朗讯与北电：网络建设的首要贷款方”，TheStreet（2001年） ↩︎
2000-2003年电信破产的行业分析，包括47家CLEC倒闭 ↩︎
“竞争性本地交换运营商”，维基百科 ↩︎
“美国竞争性本地交换运营商的兴衰”，ResearchGate学术分析；“电信大崩溃”，普林斯顿分析 ↩︎
电信泡沫破裂期间供应商融资损失的行业分析 ↩︎
光纤宽带协会，“光纤宽带的扩展性与长寿命”白皮书（2024年）；IEEE关于光纤容量的研究 ↩︎ ↩︎
“英伟达对OpenAI的投资将以现金形式进行，且大部分将用于租赁英伟达芯片”，CNBC对OpenAI首席财务官Sarah Friar的采访（2024年9月24日） ↩︎ ↩︎
关于CoreWeave股权与GPU采购的行业报告（2024年） ↩︎
英伟达投资者演示与NVentures投资组合数据（2024年） ↩︎
“CoreWeave筹集75亿美元债务”，彭博社（2024年5月） ↩︎
Lambda Labs GPU 融资公告（2024） ↩︎
《金融时报》关于 GPU 支持债务市场兴起的报道（2024） ↩︎
Lucent 现金流与净利润分析 ↩︎ ↩︎
Lucent Technologies 10-K 年度报告（FY2000）：“2000 财年来自 AT&T 的收入约占合并收入的 10%。2000 财年来自 Verizon 的收入约占合并收入的 13%。” ↩︎ ↩︎
“CoreWeave 的 GPU 支持债务策略”，AIinvest 对 GPU 支持贷款约 14% 利率的分析 ↩︎
“当风险债务押注 GPU 时，并非所有人都看好芯片支持贷款”，PitchBook 对 GPU 抵押品风险的分析 ↩︎
“亚马逊修订服务器使用寿命” 及 The Register 对 AWS 折旧变更的报道（2020-2025） ↩︎
“AI 的会计处理：超大规模企业折旧政策”，Cerno Capital 分析 ↩︎
“谷歌将服务器寿命延长至六年”，Data Center Dynamics（2023） ↩︎
“Meta 延长服务器寿命”，The Stack Technology（2025） ↩︎
“CoreWeave 将其 GPU 折旧年限设为 6 年”，WCCFtech（2025） ↩︎
“GPU 到底能用多久？”，Applied Conjectures 对 GPU 折旧政策的分析 ↩︎
“数据中心 GPU 使用寿命可能短得惊人——仅一到三年”，Tom’s Hardware；“GPU 实际应该用多久？”，证实 GPU 生命周期为 3-4 年，而 CPU 为 5-7 年 ↩︎
“数据中心 GPU 使用寿命可能短得惊人”，Tom’s Hardware 对谷歌架构师分析的报道 ↩︎ ↩︎ ↩︎
“AI 的会计处理：超大规模企业格局中的财务会计问题与资本部署”，Cerno Capital 分析（2025） ↩︎
“微软希望在其数据中心使用‘主要为微软自研芯片’”，The Register（2025 年 10 月 2 日） ↩︎ ↩︎
穆迪投资者服务将 Nvidia 评级上调至 Aa3（2024 年 3 月） ↩︎ ↩︎
Nvidia 2026 财年第二季度财务业绩（截至 2025 年 7 月 27 日） ↩︎
Lucent 信用评级下调 ↩︎
2024 财年经营活动现金流数据来自公司财务报表：Microsoft FY2024（截至 2024 年 6 月 30 日）Form 10-K，Alphabet FY2024（截至 2024 年 12 月 31 日）Form 10-K，Amazon FY2024（截至 2024 年 12 月 31 日）Form 10-K，Meta FY2024（截至 2024 年 12 月 31 日）913.28 亿美元经营活动现金流 ↩︎
“130 亿美元运行率与翻倍”，Tomasz Tunguz 对微软 2025 年第三季度财报的分析（2025 年 1 月 30 日） ↩︎
“谷歌在搜索与 AI 领域的未来”，Tomasz Tunguz 分析，引用 AWS 产能限制（2025） ↩︎
“Anthropic经济指数报告：地理与企业AI采用不均衡”，Anthropic（2025年9月）显示40%的美国员工在工作中使用AI，是2023年20%的两倍；“生产力中的AI：2024年顶级洞察与统计数据”，显示使用AI的员工绩效提升高达40%，且在AI暴露行业工资增长速度快一倍 ↩︎ ↩︎
“MIT报告：公司中95%的生成式AI试点正在失败”，Fortune（2025年8月）；Aditya Challapally的研究发现95%的AI试点未能带来可衡量的损益影响，主要原因是与现有工作流程的整合不佳，而非AI模型的技术失败 ↩︎
“OpenAI上半年业绩：销售额43亿美元，现金消耗25亿美元”，The Information；OpenAI报告2025年上半年收入43亿美元、亏损47亿美元，其中股票薪酬费用接近25亿美元，几乎占总亏损的一半 ↩︎
WinStar破产与Lucent坏账准备 ↩︎ ↩︎