3年砸700亿美元，英伟达成了AI的"央行"

2025年10月，一家芯片公司的市值摸到了 5万亿美元 。这是人类商业史上第一次有企业站上这个数字。做到这件事的是英伟达，而它卖的东西说起来很简单——AI训练和推理要用的GPU。 但《经济学人》最近给出的一个说法，比5万亿这个数字更值得琢磨：英伟达正在变成 AI的"中央银行" 。不是因为它印钞，而是因为它正在做央行才会做的事——向整个行业输送资金、调节流动性、给缺钱的一方兜底。 钱是怎么流出去的 过去三年，英伟达向初创企业投出去的钱超过 700亿美元 。同一时期，它给客户提供的金融支持规模达到 3000亿美元 。这两个数字放在一起看，性质就变了：它不只是卖铲子的，还在给挖金子的人借钱买铲子。 《经济学人》的措辞很克制——英伟达CEO黄仁勋说这确实有助于行业成长，但风险也随之而来。这句话的重点在后半段。 英伟达为什么要这么做？因为它的处境正在变得微妙。 亚马逊、谷歌、Meta、微软这几家，合计贡献了英伟达大约 一半的营收 。但恰恰是这几家最大的买家，正在变成最认真的对手。它们一边继续往AI基础设施里砸钱，一边开始自己设计芯片。 自研芯片便宜到什么程度 巨头们自己做的芯片，成本只有英伟达产品的 五分之一到三分之一 。便宜只是其中一面，另一面是它们可以围绕自家软件来定制芯片，在某些特定任务上跑出更好的性能。 微软的动作最具体：下一代AI芯片 Maia 300 最快可能在2026年9月发布，目标是2027年内造出 30万颗以上 ，目前正在和台积电谈产能。 更让英伟达难受的是，这些巨头不打算只给自己用。谷歌已经和Anthropic签了合同，要把自家的TPU大规模铺进去。亚马逊也开始就Trainium芯片的对外销售和潜在客户接触——这款芯片原本是AWS自用的。 Bloomberg Intelligence的判断是：AI处理器市场里，定制芯片的份额会一路涨。2026年大约占 40% ，到2030年底可能摸到 50% 。也就是说，英伟达现在的主场，未来可能有一半被自研芯片分走。 它填的是利率差 这里有个容易被忽略的金融逻辑。 亚马逊、谷歌、Meta、微软信用评级高，借钱利息低。新兴的AI云厂商同样要买卡、建机房，但营收规模差得远，融资成本自然高。以Alphabet和CoreWeave对比，前者的借款年利率大约只有后者的 二分之一 。 英伟达做的事，某种程度就是在填平这道利率鸿沟。方式之一是投资那些未来会成为客户的初创公司，或者那些能间接拉动英伟达芯片需求的企业。 2025年，英伟达做了大约 90笔 这类投资，接近2024年的两倍。2026年到9月为止，已经敲定了 60笔 。 从Hugging Face到俄亥俄的数据中心 这些投资里有一部分目的很明确：把开放权重模型推起来。开放权重模型可以免费下载、自由修改，而Anthropic、OpenAI、谷歌提供的模型走订阅制，内部机制不公开。英伟达收购Hugging Face花了 129亿3030万美元 ，逻辑就在这——让独立于巨头之外的AI产品和公司多起来，芯片需求才有更多出口。 对烧钱烧得凶的大模型公司，英伟达还有更复杂的玩法。 它在俄亥俄州支持的一个大型数据中心，所有权属于软银旗下SB Energy，租户是OpenAI。英伟达不光担保了土地和建筑的租约，连设施运营需要的电力采购协议也一并担保。换来的回报是：这个项目要用 150万颗 英伟达处理器，而且运营期内会经历好几轮升级。 连已经在从亚马逊、谷歌买芯片的Anthropic，也没绕开这张网。据报道，Anthropic通过一串组合合同，和英伟达投资的Lambda签了约 350亿美元 的算力租用协议。Lambda用的又是另一家初创公司Hut 8开发的设施，而Hut 8的算力被英伟达整体租下——《经济学人》据此指出，这些算力很可能大部分是英伟达转租给Lambda的。 还有更绕的一层 英伟达还在琢磨怎么把外部资金引进来。投资方把钱投进一个独立的投资载体，这个载体去买英伟达的硬件、建基础设施、再把算力卖出去。英伟达自己有时还会提前垫付现金。 这套结构跑通之后，英伟达的角色就不只是供应商了。它同时是投资人、担保方、算力出租方，以及最终硬件的提供方。钱从它这里出去，绕一圈，又以采购订单的形式回到它这里。 《经济学人》把它叫作AI的中央银行，说的就是这种位置。央行放水能托住市场，但水放多了会怎样，历史上从来不缺答案。 特别