黃仁勳表示 Neocloud 需求急增：這對 AI 基礎設施意味著什麼
在2026年10月下旬的GTC柏林峰會主旨演講及高管採訪中，Nvidia首席執行官黃仁勳談及了圍繞人工智慧基礎設施擴展的宏觀經濟討論。針對市場對專業雲運營商財務槓桿日益增加的審視，黃仁勳表示，客戶對「Neocloud」計算能力的需求「遠超預期」。然而，他強調，限制該領域擴張的主要瓶頸並非終端用戶採用率或模型研究興趣，而是營運資金、債務融資和區域電力容量的短缺。
黃對該領域的防禦之舉，恰好發生在人工智慧資本市場的關鍵時刻。2026年10月中旬，固定收益市場對專業GPU運營商進行了大幅重新定價：該領域領頭羊CoreWeave的二級市場債券收益率一度觸及15%，最終收於約14.5%，反映出投資者對資本密集型債務模式、硬體折舊時間表以及交易對手集中度的謹慎態度。
同時，科技研究公司 Gartner 發布了一項被廣泛引用的預測，預計到 2030 年，超過 80% 的獨立 Neocloud 提供商可能因資本支出超過短期回報門檻而停止自主運營。
定義 Neocloud：專用 GPU 雲端與超大規模雲端服務商
二十年來，企業雲計算市場一直由 Amazon Web Services（AWS）、Microsoft Azure 和 Google Cloud 主導。這些超大規模雲服務商構建了龐大的軟體生態系統，旨在服務多樣化的企業工作負載，從關係型資料庫和無伺服器網頁託管到企業資源規劃（ERP）套件。它們的基礎設施主要針對中央處理單元（CPU）進行優化，並使用運行在共享、多租戶網路交換機上的虛擬機器。
相反地，前沿人工智慧模型（如密集轉換器架構、物理 AI 模擬和多模態系統）的分散式訓練與推理，具有根本不同的硬體需求。當在數千個互連晶片上運行工作負載時，效能主要受節點間網路延遲的影響。如果單一 GPU 在等待叢集中權重梯度同步時停滯，陣列中的其他晶片將部分閒置，降低資本效率。
Neocloud 運營商如 CoreWeave、Nebius Group 和 Lambda 專為平行張量運算設計其資料中心。它們未採用繁重的虛擬化層，而是部署透過無阻塞 Quantum-2 和 Quantum-X800 InfiniBand 或 Spectrum-X 網路架構連接的裸金屬伺服器實例。這種專用拓撲結構降低了虛擬機監視器的開銷並最小化封包抖動，使工程團隊能夠以高叢集利用率執行大規模分散式工作負載。
加密貨幣挖礦的起源與電力基礎設施
多個顯著的 Neoclouds 和 AI 數據中心主機擁有一項結構性優勢，即其運營起源於數位資產挖礦。CoreWeave 最初是一家工業規模的以太坊挖礦企業，而公開上市的數位資產基礎設施運營商——如 IREN（前稱 Iris Energy）、Applied Digital、Crusoe 和 TeraWulf——則是從部署高密度比特幣挖礦設施或廢氣燃燒計算系統開始的。
這段運營歷史使這些公司在生成式 AI 擴張期間獲得了關鍵的上市時間優勢：獲得充足的電力容量。
建造現代化的AI工廠需要100兆瓦（MW）至超過1吉瓦（GW）的持續電力負載。在主要的全球科技中心，商業電力公司為新建高壓變電站所排的併網等候名單通常延續數年。由於過往的加密貨幣挖礦運營商已事先鎖定專屬的電力購電協議（PPAs）、高壓電網連接和工業冷卻基礎設施，許多運營商能夠比傳統開發商更快地改造電力場地，以容納高密度GPU託管。
資產負債表懸崖：債務融資、高收益與高德納警告
儘管計算叢集的合約積壓量龐大，但支持專業雲服務提供商的財務結構已面臨更嚴格的市場審查。核心挑戰在於 Neocloud 運營商如何融資快速採購硬體。
GPU 債務融資的運作機制
先進的計算晶片需要大量的前期資本支出。在 GTC Berlin 上，黃仁勳指出，建設一座完整的 1 吉瓦 AI 工廠——包括土地、電力、外殼、網路和計算資源——約需 500 億美元的基礎設施投入。為在不過度稀釋股東權益的情況下融資大規模伺服器部署，獨立運營商主要依賴資產抵押貸款（ABL）、項目融資和高收益公司債市場。
在典型的資產支持融資結構中：
-
Neocloud 運營商將實體 GPU、伺服器機櫃和長期客戶承購合約作為主要抵押品。
-
私人信貸辛迪加、機構資產管理人和商業貸款機構根據設備發票和合約價值的一定百分比提供資金。
-
運營商利用多年計算預訂產生的現金流來償還本金攤銷和季度利息支出。
2026 年 10 月的收益飆升
當借款成本保持適中且硬體殘值明確時，此融資模式運作順暢。2026 年 10 月中，固定收益市場對這些假設進行了測試。
於 2026 年 10 月 14 日，CoreWeave 與 12.5 億美元高級無擔保債券的二級市場收益率一度觸及 15%，隨後收斂至約 14.5%，同時公開交易的 Neocloud 股權出現大幅回撤，因投資者正在審視整個行業的債務負擔。兩位數的借款收益率對資本密集型企業造成顯著的保證金壓縮。當運營商面臨每季數億美元的利息支出時，大部分營運現金流將被用於償還債務，而非再投資於下一代晶片。
高德納 2030 年整合警告
加劇債務市場的敏感性，高德納副總裁兼資深分析師 John Lovelock 發表了 2026 年 10 月的預測，警告到 2030 年，超過 80% 的獨立 Neocloud 提供商可能因收購、整合或重組而停止獨立運營。
Gartner 的分析指出，前期資本支出與投資資本回報率（ROIC）之間的差距，預計在 2032 年前，簡單的計算資源租賃商業模式可能難以達到 18% 的 ROIC 門檻。儘管領先運營商指出其龐大的已簽約待執行訂單——例如 CoreWeave 的 1040 億美元訂單和 Nebius 的 375 億美元剩餘績效義務——但 Gartner 的報告強調，缺乏長期「無論取用與否均須付款」合約的資金不足供應商，有被現金充裕的超大規模雲端服務商吸收的風險。
Jensen Huang 的論點：將 GPU 建立為可融資的資產類別
2026 年 10 月 22 日，在柏林 GTC 會議期間接受 CNBC 訪問時，黃仁勳直接回應了這些信貸擔憂，並指出資本市場仍在適應 AI 基礎設施的規模。
需求高得離譜
黃反駁了關於 Neocloud 股票和債券波幅反映底層計算需求放緩的說法。他表示，對 Neocloud 的需求「遠超預期」，並形容其技術執行能力「非凡」，由基礎模型、企業 AI 執行器、實體機器人和工業模擬所推動。
根據黃的說法，主要瓶頸是中層營運資金短缺：「中間缺少的是推動成長的營運資金……因為人工智慧在眾多領域的需求實在太大，資本供應稀缺。對資本的需求遠高於資本的可得性。這將會得到解決。」
建立計算作為一種持久的資產類別
為了解決這筆融資缺口，黃解釋說，Nvidia 正積極與全球貸款機構合作，將 AI 計算確立為「可融資資產」。他指出：「我們的計算資源因其可互換性、高生產力和高耐用性，現正成為一類資產」。此舉建立在 Nvidia 與機構資產管理人（包括 BlackRock、Blackstone、Apollo、KKR、Brookfield 和 Goldman Sachs）更廣泛的融資倡議之上，以構建 AI 基礎設施的機構信貸管道。
在傳統資本市場中，重型工業資產——例如商用飛機、海上船隻、電力網格或收費公路——並非透過 15% 的無擔保高收益債務融資。相反，機構信貸部門依賴三大結構性支柱，而 Nvidia 與 Neocloud 運營商正致力於為 GPU 集群複製這些支柱：
-
資產證券化（ABS）與設備融資：債務直接以產生收入的實體設備及合約租賃現金流作為擔保，並有明確的法律擔保框架支持。
-
已證明的剩餘效用：運營商日益顯示，前一代晶片（例如 A100 和 H100 叢集）在新一代訓練晶片推出後，仍能為推論、微調和企業工作負載保持多年的經濟壽命。
-
機構信用標準化：當貸款方將計算叢集視為可互換、可轉移的基礎設施，並能重新分配至多樣化的企業工作負載時，信用風險期權費將收窄，使運營商能夠從高收益的昂貴債務轉向成本更低的機構融資。
Nvidia 的下游戰略生態
Nvidia 對 Neocloud 融資的積極支持——加上其在歐洲近 100 億美元的基礎設施承諾，以及對英國和歐洲 AI 創業公司超過 10 億美元的投資——體現了明確的戰略目標：
平衡超大規模供應商的集中度：谷歌（TPU）、亞馬遜（Trainium）和微軟（Maia）等主要雲服務提供商持續為特定工作負載開發自研內部 ASIC。支持一個活躍的獨立 Neocloud 生態系統，可為英偉達的全棧系統提供多種分銷渠道。
維護生態系統競爭：區域性 Neoclouds、主權 AI 工廠和電信邊緣運營商的多元化買家基礎，降低了對少數美國超大規模雲服務商的依賴。
強化全棧護城河：獨立的 Neoclouds 幾乎完全基於 Nvidia 的 CUDA 軟體堆疊、NVLink 互連和 BlueField 資料處理單元，擴大了可供獨立開發者使用的安裝基礎。
去中心化運算的補充作用
雖然集中式的 Neoclouds 專注於資本密集、緊密耦合的叢集，其中數千個處理器必須透過超低延遲的 InfiniBand 網絡同步，分散式計算網絡（DePIN） 則針對市場的另一個細分領域。
對於可平行化或對延遲容忍度高的工作負載，例如 3D 渲染、批次資料處理、獨立模型微調和本地化邊緣推論，成本效益通常比昂貴的無阻塞光互連更為重要。
DePIN 協議將全球未充分利用的資料中心和企業 GPU 整合至開放市場。與直接取代吉瓦級 AI 工廠不同，去中心化運算網路透過為未簽訂多年企業合約的初創公司和 Web3 開發者提供靈活、按需的運算能力，補充了生態系統。
結論
Jensen Huang 在柏林的評論強調了科技行業的一場轉型：人工智慧基礎設施已從以軟體為主的競爭，演變為資本與能源密集型的工業資產類別。儘管 Gartner 的整合預測和 CoreWeave 的債券收益率波幅凸顯了高槓桿帶來的真實財務風險，但不斷增加的客戶積單證實了對專用運算的基礎需求依然強勁。獨立 Neoclouds 能否在 2030 年前持續繁榮，將取決於它們能否確保穩定的電力供應、保持嚴謹的資產負債表，並與機構貸款方合作，將 GPU 集群轉化為標準化、低成本且可融資的資產。
常見問題
什麼是 AI 基礎架構中的 Neocloud？
Neocloud 是一種獨立且專業的雲端基礎設施供應商，專為人工智慧和高效能運算工作負載而設計。與提供數百種傳統 IT 服務的通用雲端供應商不同，Neocloud 主要專注於出租透過高速 InfiniBand 或專用乙太網路連接的裸金屬 GPU 集群。
根據黃仁勳的說法，為何 Neocloud 的需求急升？
在2026年10月於柏林GTC的演講中，Nvidia執行長黃仁勳表示，Neocloud的需求「遠超預期」，因為前沿AI模型、企業代理、實體機器人和工業模擬都需要龐大且高度整合的運算叢集。根據黃仁勳的說法，限制Neocloud成長的主要因素並非客戶需求，而是中層營運資金和電力容量不足，無法快速建設基礎設施。
詹森黃所說的將 GPU 轉變為「可融資資產」是什麼意思？
黃指出，Nvidia 正與金融機構合作，將其 AI 計算硬體確立為被認可的「可融資資產」類別——類似於傳統基礎設施或工業設備。由於現代 GPU 集群在多種 AI 工作負載中具有可互換性、生產力和耐用性，證明其多年的殘值有助於運營商獲得成本更低的機構信貸，而非依賴高成本的高收益債務。
Neoclouds 能否對抗 AWS、Microsoft Azure 和 Google Cloud？
長期生存將取決於資本結構和成本管控。儘管 Gartner 預測，到 2030 年，超過 80% 的規模較小或槓桿過高的 Neoclouds 可能會整合或退出獨立運營，但那些擁有數十億美元合約訂單、已確保的公用事業電力和可管理債務償還的資本充裕運營商，仍將與傳統超大規模運營商共同擔任至關重要的容量合作夥伴。
免責聲明
免責聲明: 本頁面經由 AI 技術翻譯，旨在方便您的閱讀。欲獲取最準確資訊，請以原始英文版本為準。