黄仁勋提前锁定20年OpenAI芯片收入！第一轮150万GPU卖2000亿美元

英伟达CEO黄仁勋宣布了一项被外界视为“违背祖训”的举措：英伟达将亲自下场，帮助客户搞定建设“AI工厂”所需的地皮、电力供应和厂房外壳，并将这些打包成新概念“LPS”（Land、Power、Shell）。英伟达与KKR、阿波罗等大型投资机构签署协议，由这些机构出资5000亿美元建设数据中心，英伟达提供一部分担保：如果租户（如OpenAI）付不起租金，英伟达承诺兜底其中一部分费用。

这一模式针对的是像OpenAI这样的前沿AI实验室：它们对算力需求极大、增长极快，但公司历史短、资产少、银行信用评级不够高，难以独立建设大规模数据中心。而亚马逊、微软、谷歌等云计算巨头则不需要英伟达介入，它们自己就能搞定基建，英伟达只管卖芯片，这一模式仍将构成业务主体。

黄仁勋宣布了第一个具体项目：地点在美国俄亥俄州朴茨茅斯的PORTS-Pike科技园区，租户只有OpenAI一家，供电规模4.25吉瓦，相当于三四百万户家庭的用电量。OpenAI将在此建设并运营一座AI工厂，采用英伟达DSX全栈AI工厂平台，涵盖GPU、CPU、网络及基础设施软件，初期部署预计提供4.25吉瓦的AI工厂容量。

黄仁勋算了一笔账：在PORTS-Pike部署的每一代英伟达AI工厂系统，大约对应150万块GPU，以及1500亿至2000亿美元的英伟达收入。场地的设计寿命是20年，这20年里芯片会换好几轮，每换一轮英伟达就再卖一批新芯片，下一代芯片只会比2000亿美元更贵。如果把OpenAI所有已承诺的项目加在一起，到2030年大约对应6000亿美元的英伟达芯片采购。

黄仁勋对担保做了几点澄清：第一，担保是有限的，英伟达不是替OpenAI付全部账单，只是兜底其中一部分租金和电费，外加承诺一项特定的残值承诺——如果设备将来没人用了，英伟达认它还值一定的钱。担保将随数据中心在2028年至2030年间陆续投入运营而分阶段生效，随着OpenAI开始支付租金、容量逐步上线，英伟达的剩余风险敞口将相应递减。

第二，针对循环融资的质疑——英伟达担保→OpenAI拿到钱→OpenAI买英伟达芯片，黄仁勋回应称租金是OpenAI自己在付，不是英伟达在付。第三，万一OpenAI租一半不用了，黄仁勋表示英伟达的芯片是行业通用标准，换个租户照样能用，合格承租方涵盖云服务商、企业、AI实验室和初创公司。

黄仁勋将这条逻辑链的起点归结于CUDA：CUDA为开发者和英伟达工程师提供了持续改进已装机系统的共同平台，由此算力具备通用性，通用性带来可置换性，可置换性推高利用率和耐久性，最终使英伟达算力成为一种可出租、可融资的生产性资产。

这笔5000亿美元交易能成，还有一个前置条件已于上月落定。2008年金融危机后，美国通过《多德-弗兰克法案》，其中规定贷款打包成金融产品出售时，发起方必须自己留一部分风险，即“风险自留规则”。数据中心融资也想走类似的路，把未来租金收入打包成金融产品卖给投资者，但如果遵守风险自留规则，发起方就得自己掏一大笔钱压在里面，融资效率会低很多。

上月，顶级律所Latham & Watkins向美国证券监管机构（SEC）提出申请，认为数据中心的租金收入和房贷不是一回事，不应套用同一条规则。SEC基本同意了。这意味着数据中心融资时，发起方不必被强制要求“自己留一块风险”，融资结构可以更灵活、门槛更低、效率更高。不过，这只是监管机构的一个意见表态，还没正式成为新的法规，但它实际上打开了一扇门：未来会有更多资金愿意、也更方便地流入数据中心建设。

英伟达过去凭借自身规模、长期需求的可预见性以及供应链合作关系锁定半导体资源，如今要将同一套方法论延伸到LPS领域。黄仁勋表示，当英伟达能够预见客户需求，并且这样做能够确保长期生产能力时，就会确保关键投入的供应。

至于英伟达总共打算锁定多少LPS，黄仁勋的回答比较模糊：“战略性的、有纪律的”。也就是说英伟达不打算到处这么干，绝大多数数据中心还是客户自己建，英伟达只在极少数“地段好、需求明确”的项目上出手担保。