NVIDIA不只卖GPU了：1050亿美元担保背后，算力竞争开始争夺土地和电力

黄仁勋在最新长文中提出，AI竞争的关键瓶颈正在从GPU延伸到“土地、电力和建筑外壳”（Land, Power and Shell，简称LPS）。NVIDIA将投资15亿美元入股软银旗下SB Energy，并为OpenAI租用俄亥俄州PORTS-Pike数据中心提供最高1050亿美元的信用支持。项目首期计划建设4.25吉瓦AI算力容量，可进一步扩展至8吉瓦；OpenAI签署20年租约，NVIDIA则成为独家计算平台供应方。黄仁勋认为，这不是用资金循环制造芯片需求，而是像提前锁定晶圆、封装和HBM产能一样，锁定下一阶段最稀缺的AI生产资料。不过，这项安排也意味着NVIDIA正在从芯片供应商变成数据中心融资者与基础设施风险承担者：如果OpenAI无法履约，部分租金、电费和资产残值风险将转移到NVIDIA身上。

文章作者、来源：Jensen Huang（黄仁勋）

下一种稀缺资源，不是GPU

过去几年，AI基础设施竞争主要围绕先进GPU、HBM高带宽内存、晶圆制造、先进封装和高速网络展开。NVIDIA依靠提前预订供应链产能，确保自己能够持续交付AI芯片。

黄仁勋认为，产业正在进入下一阶段。芯片依然重要，但真正阻止大规模AI算力上线的，越来越可能是土地、电力接入和已经具备建设条件的数据中心建筑外壳。NVIDIA把这三项资源合称为LPS——Land、Power and Shell。

土地决定数据中心能建在哪里；电力决定它可以承载多少计算设备；Shell则包括机房建筑、冷却、输配电和其他基础设施。即使一家AI公司已经拿到GPU，如果电网容量不足、变电设施未完成，或数据中心仍处于审批和施工阶段，这些GPU也无法产生任何Token。

黄仁勋因此在文章中提出一句核心判断：“在AI经济中，算力就是收入。”对前沿实验室而言，增加算力不仅意味着训练更大模型，还意味着服务更多用户、运行更多Agent并产生更多API收入。问题是，它们的算力需求增长速度，已经超过自身资产负债表和长期信用能力的增长速度。

为什么OpenAI需要NVIDIA替它“担保机房”

大型云服务商和信用评级较高的传统企业，通常可以自行签署持续十几年甚至数十年的土地、电力和数据中心合同。它们拥有成熟的基础设施团队，也比较容易获得项目融资。

前沿AI公司则不同。即使收入迅速增长、客户需求旺盛，它们仍然年轻，缺少经过长期验证的信用记录。数据中心开发商和债权人面对一份20年租约时，不能只相信模型能力和短期收入增长，需要确认如果承租方未来无法付款，谁来承担损失。

NVIDIA在这笔交易中提供的就是信用支持。SB Energy将在俄亥俄州派克县建设并拥有PORTS-Pike Technology Campus，OpenAI作为承租方签署20年租约，NVIDIA计算平台则在该园区独家部署。

据路透社核查，NVIDIA提供的担保上限为1050亿美元，同时还将向SB Energy投资15亿美元。OpenAI与软银此前已经向该公司投入10亿美元。

1050亿美元并不是NVIDIA立即支付的建设款，也不是对整个项目成本的无条件兜底。担保只覆盖规定范围内的租赁付款、电力付款，以及园区资产最低剩余价值的部分承诺。如果OpenAI正常支付租金，NVIDIA就不需要代为承担这些付款。

一个园区，准备连续安装几代GPU

PORTS-Pike首期计划提供4.25吉瓦的AI工厂容量，NVIDIA还可以选择锁定剩余3.75吉瓦，使整个园区达到8吉瓦。

首批800兆瓦预计于2028年投入运行，其余容量将在2028年至2030年间分阶段上线。担保也会随各阶段数据中心正式启用而生效；随着OpenAI持续支付租金、项目容量逐步交付，NVIDIA剩余的风险敞口会相应下降。

黄仁勋估计，一代部署在4.25吉瓦容量内的NVIDIA AI系统，可能相当于约150万块GPU，为NVIDIA带来1500亿至2000亿美元收入。由于土地、电力和建筑可以使用几十年，园区在20年租期内能够经历多次硬件升级：旧GPU退役后，新的计算系统继续安装在同一套基础设施中。

这正是NVIDIA认为项目具有长期价值的原因。它担保的不是某一批GPU，而是一个可以持续容纳多代GPU的平台。只要AI计算需求长期存在，数据中心土地、电网接入和机房建筑就不会随着一代芯片过时而同时失去价值。

OpenAI可能成为NVIDIA价值6000亿美元的客户

NVIDIA披露，OpenAI截至2030年的现有与规划承诺约为12吉瓦NVIDIA算力。如果NVIDIA进一步锁定PORTS-Pike剩余的3.75吉瓦，相关机会可能扩大至约16吉瓦。

按照NVIDIA自己的估算，这对应约6000亿美元的计算基础设施收入机会。这个数字是潜在硬件与平台销售规模，并不等同于已经确认的收入，也取决于园区能否按时建成、OpenAI是否继续扩张，以及未来几代NVIDIA系统的价格和功耗水平。

为了支撑8吉瓦数据中心，软银和SB Energy计划新建至少10吉瓦发电能力，并与AEP Ohio合作，向区域电网投资至少42亿美元。一吉瓦电力大致相当于75万户美国家庭的平均用电需求，这显示项目对发电、输电和当地基础设施的影响远远超过普通数据中心。

项目预计在2032年前提供约3.5万个建筑岗位和2500个长期运营岗位，但大规模数据中心也会带来电价、水资源、输电线路和社区利益分配等争议。地方政府是否支持，已经成为AI基础设施能否按期上线的重要变量。

这是不是“循环融资”

NVIDIA既投资数据中心开发商，又为购买自身芯片的客户提供信用支持，同时还是项目的独家计算平台供应商，因此市场自然会质疑：这是否是在用自己的资金帮助客户购买自己的产品，从而制造收入？

黄仁勋在文章中的回答非常直接：不是，因为租金最终由OpenAI支付。NVIDIA所做的事情，类似于依据可见的长期需求提前锁定供应链产能。过去锁定的是晶圆、封装和内存，现在锁定的是土地、电力和机房。

他的第二层论点是，NVIDIA算力具有可替换承租人的能力。如果OpenAI未来不再使用该园区，标准化的NVIDIA硬件、CUDA生态和广泛客户群可以让园区被重新出租给其他云服务商、企业、AI实验室或初创公司。也就是说，NVIDIA认为这些计算设施具有“可转售、可出租和可融资”的资产属性。

不过，这个论点仍需现实检验。AI芯片更新很快，机房的供电、散热和网络设计也可能随硬件世代变化；如果未来算力需求下降，或者其他芯片架构获得更大份额，重新寻找能够承担数吉瓦容量的客户并不一定容易。

NVIDIA承担的虽然不是项目全部成本，但它确实开始吸收过去主要由房地产开发商、电力公司、银行和云服务商承担的部分长期风险。是否属于严格意义上的循环融资可以争论，但芯片供应商与客户、基础设施开发商和资本市场之间的关系，显然已经变得更加交织。

NVIDIA正在成为“智能时代的基础设施平台”

NVIDIA的发展路径正在不断向下延伸。它最初销售GPU，随后扩展到服务器系统、网络、CUDA软件和整套AI工厂方案；现在又进一步参与锁定土地、电力、数据中心建筑和项目融资。

这并不意味着NVIDIA将亲自建设所有AI数据中心。黄仁勋明确表示，大多数云服务商、企业和主权AI建设者仍会自行解决LPS。NVIDIA只会选择需求清晰、能够容纳多代计算系统、长期价值较高的少数园区进行支持。

但PORTS-Pike仍然标志着一个重要转折：AI算力竞争已经不再只是半导体产业问题，而是电力、地产、工程建设、债务融资和长期信用共同构成的基础设施竞争。

未来最强的AI公司未必只是拥有最好算法的公司，还可能是能够获得发电容量、输电线路、数据中心许可和几十年融资支持的公司。而NVIDIA希望控制的，也不再只是GPU市场份额，而是从能源进入机房、再转化成Token和收入的完整链条。