外媒稱，AI 數據中心熱潮表面上是算力競賽，底層卻越來越像一場融資競賽。建設一座大型園區，不只需要 GPU，還要配套土地、電網接入、變電設備、冷卻系統、光纖和長期電力供應，單個項目投入就可能達到數百億美元。
到 2030 年前，全球 AI 基礎設施建設被認為需要數萬億美元資金。路透此前提到，2026 年至 2030 年間，相關融資需求可能達到 3.6 萬億美元。文章認為，這意味著承擔建設、放貸和持有長期資產風險的主體，往往並不是訓練模型的公司本身。
現金充足的用戶有限
文章指出，微軟等大型雲廠商仍可依靠自身資產負債表直接投入現金，但更多中小型 AI 公司和雲服務商並不具備同樣能力。它們往往需要在項目產生穩定收入前，先投入數十億美元採購 GPU 和建設機房，因此必須依賴外部資本。
常見做法包括發行公司債和可轉債。Nebius 於 2026 年 8 月宣佈了 45 億美元的可轉債融資，部分資金將投入 AI 基礎設施業務。文章認為，這類工具讓股權投資者也能間接參與數據中心的擴張。
數據中心正被當作基建資產
文章稱，超大型 AI 園區的融資方式，正越來越接近電廠、機場或收費公路。開發商通常會設立特殊目的實體，持有土地和實體設施，再以長期租約為基礎向銀行和私募資金融資。
對貸款方來說，關鍵在於可預測的現金流。如果 OpenAI、微軟或大型雲服務商簽下 15 年到 20 年租約，這類合約就可能支撐數十億美元債務。園區本身、電力使用權和設備，也會被納入抵押品範圍。
文章舉例稱，軟銀支持的 SB Energy 正在美國俄亥俄州為 OpenAI 推進項目。英偉達同意為該園區相關租約和基礎設施提供最高 1050 億美元信用支持，並直接投資 SB Energy。該園區設計規模最高可擴展至 8 吉瓦電力。
英偉達的角色正在變化
文章認為，最不尋常的變化之一，是英偉達正從單純的晶片供應商，轉向「供應商加融資支持方」的雙重角色。除了銷售 GPU，英偉達還投資 AI 實驗室、基礎設施公司和雲服務商，並通過擔保等方式幫助客戶獲得融資。
文章指出，這種安排有助於擴大硬體需求，因為客戶更容易獲得建設資金。但市場也開始關注一個問題：如果晶片供應商同時投資客戶、為租約提供支持，並參與項目融資，那麼部分需求究竟來自真實市場，還是來自供應商推動的融資能力。
英偉達反對將這種模式描述為「循環融資」。不過，文章提到，相關擔憂已上升到足以影響業務安排的程度，英偉達近期已暫停與部分小型 AI 雲服務商的收入分成合作。
限制可能不僅限於晶片
文章還提到，AI 數據中心的建設成本仍在上升。除 GPU 外，記憶體、網路設備、變壓器和冷卻系統都曾面臨供應緊張。部分基於英偉達平台的 AI 伺服器系統，因記憶體價格上漲，報價增幅已超過 15%。
在利率維持高位的情況下，融資成本也同步上升。文章認為，如果 AI 需求繼續增長，華爾街可能會把數據中心視作新的基礎設施資產類別；但如果未來 AI 收入不及預期，風險也不會只停留在科技公司，而可能傳導至銀行、債券持有人、私募信貸基金、基礎設施投資者以及提供擔保的供應商。