黄仁勋前几天还在批评AI妖魔化，转头英伟达就被曝正考虑为OpenAI提供最高6000亿美元的融资支持。消息一出，英伟达股价大跌5%，市值一天蒸发约2500亿美元。投资者担心英伟达正在陷入Vendor Financing，也就是供应商拿自己的资金和信用支持客户，客户再用这些钱购买供应商的产品。如果需求真的强到供不应求，卖芯片的人为什么还要出钱帮买芯片的人？

⚡️关注 168X @168X_Fortune，今晚六点一起进战情室！ 🚨今晚六点，168X 战情室：对话 铁柱 @TiezhuCrypto，AI 越强，美联储反而越需要降息？ 科技公司疯狂融资，美国财政部也在疯狂发债，AI CapEx 正在和美债争夺同一批资本，长端利率为什么压不下来？财政部扩大回购，到底是在救流动性，还是在给美债续命？ 另一边，AI 已经从现金流扩张走向企业债、SPV、GPU Financing 和 Private Credit，NVIDIA 不只是卖 GPU，甚至开始帮助客户获得融资！ 🎙 嘉宾：铁柱 @TiezhuCrypto 🎤 主持人：Mr. Z @168MrZ 🗓 今晚 18:00 东八区

黄仁勋今晚发了一篇长文，信息量很大。 想必你也很想知道他到底说了啥吧。 但你把修饰语全部去掉，这笔交易的骨架就三句话。 英伟达出最高 1050 亿美元的残值担保。软银拿着这个担保去融资、买地、建电厂、盖机房。OpenAI 签 20 年租约住进去，然后全部采购英伟达的芯片。 问题来了。OpenAI 买英伟达芯片的钱，变成英伟达的营收。英伟达的营收越好，信用越强，就能给下一个项目继续担保。下一个项目建好了，又有人住进去买英伟达的芯片。 老黄在长文里专门回应了一句：Is this circular financing? No. OpenAI will pay the lease. 就这一句。"不是循环融资，因为 OpenAI 会付租金。" 这个回答聪明在哪呢，他把问题限定在了"谁付钱"这个层面。是的，OpenAI 确实会付租金，这没有疑问。但市场真正在问的从来不是谁付钱，而是这笔钱从哪来的，最终又流向了谁。 你把这个链条画出来：英伟达担保 → 软银融资建厂 → OpenAI 租用 → OpenAI 采购英伟达芯片 → 英伟达确认营收 → 股价受支撑 → 信用增强 → 继续担保下一期。每一步都合法，每一步都合理，每一步都有真实的商业行为在发生，但串起来看，资金确实在一个闭环里转。 这到底是循环融资，还是商业飞轮？ 我的看法：两者的区别只有一个，就是终端需求是不是真的。如果全球对 AI 算力的需求持续爆发，这个飞轮越转越快，每一圈都在创造真实价值，那它就是有史以来最精巧的商业模型。但如果有一天 AI 的投资回报率跑不过资本成本，租户付不起租金了，这个飞轮就会变成一个 1050 亿美元的或有负债炸弹。 老黄自己其实也回答了这个风险：英伟达的 GPU 是"通用的、可替换的、广泛采用的"，如果 OpenAI 不租了，可以转租给其他客户。这话没毛病，但前提是那个时候还有人需要这么多算力。 一代 GPU 部署量大约 150 万块，对应 1500 到 2000 亿美元的英伟达营收。20 年合约期内可以升级多代。算到 2030 年，仅 OpenAI 这一个客户，英伟达的机会就是 6000 亿美元。 这个数字你品一下。英伟达现在一年营收大概 1300 亿。6000 亿是接下来四五年的近一半。 所以这不是一笔普通的商业合作，这是英伟达在用自己的资产负债表押注 AI 时代的终局。赌对了，他就是 AI 基建的央行。赌错了，这 1050 亿的担保就是悬在头上的达摩克利斯之剑。 你问我站哪边？我站需求那边。只要 AI 的真实需求还在指数级增长，这个飞轮就转得动。但我也不装看不见风险，这套模型最怕的就是需求曲线突然变平。 这是飞轮还是滚轮？

Eos Energy （EOSE) 公布合资企业 Frontier Power USA (FPUSA) 的初始资本化方案完成，标志着长时储能行业在商业化和项目融资上取得了一次关键突破。其深远意义和行业影响主要体现在以下几个维度： 1. 打通长时储能的“项目融资”瓶颈 传统痛点： 金融机构的项目融资（Project Financing）历来高度偏向技术历史悠久、有成熟贷款市场的传统能源资产。采用创新电池技术（如 Eos 的锌基 Znyth 技术）的储能项目很难直接拿到大规模、低成本的项目杠杆。 破局意义： FPUSA 引入了Cerberus Capital Management和Hudson Bay Capital Management等机构资本，通过约 $2.63 亿美元$ 的总股权本位，搭配约 $75\%$ 贷款价值比（LTV）的项目债务，撬动了超过 $10 亿美元$ 的可部署项目资本。这相当于为创新储能技术建立了一条标准的“类公用事业（Utility-style）”资本通道，直接把纸面订单转化为实质性开工。 2. 超额完成融资目标，彰显机构背书 资金落地： 本次配股发行（Rights Offering）于 2026 年 7 月 21 日到期，成功募集约 $3770 万美元$，助力 Eos 自身的合资出资额达到约 $1.13 亿美元$。 市场信号： 加上 Cerberus ($1$ 亿美元) 与 Hudson Bay ($5000 万美元$) 的承诺资金，总计约 $2.63 亿美元$ 的总股权募集额超出了原定 $2.5 亿美元$ 的目标。在当前宏观环境下，这表明资本市场对美国本土供应链、电网级长时储能以及国防/关键基础设施的电力韧性需求（如其近期披露的“金穹顶”任务就绪电力项目）保持着高度信心。 3. 从“PPT 管道”向“现金流转化”的实质跨越 规模支撑： FPUSA 手握约 $16 吉瓦时（GWh） 的庞大项目储备库，其中约 $5.0 吉瓦时$ 已经进入高级推进阶段（完成收购、选定或积极尽职调查）。 业绩兑现： 更为重要的是，其中约 $1.8 吉瓦时$ 的项目已经处于建设中或即将发出开工通知（Notice to Proceed）。这意味着 Eos 终于不再只是卖设备或讲故事，而是通过自有合资公司深度参与开发、融资、拥有和运营的全生命周期，为 2026 年下半年及 2027 年的收入与设备交付奠定了刚性支撑。

英伟达、OpenAI 和微软这些科技巨头之间，正在玩一种左手倒右手的“循环融资”！ 几千亿资本支出买芯片，看似繁荣，背后却全是表外壳公司的虚假债务。 Semper Augustus 投资管理公司总裁兼首席投资官克里斯·布鲁姆斯特兰（Chris Bloomstran）明确指出： 当前由微软、谷歌等云服务巨头（Hyperscalers）、芯片制造商英伟达（Nvidia）以及生成式 AI 头部企业 OpenAI 共同吹起的万亿美元 AI 投资狂欢，其底层正面临高昂的折旧壁垒以及极具系统性风险的循环融资（Circular Financing）黑洞。 根据布鲁姆斯特兰披露的行业财务追踪，当前市场上存在约 6500 亿美元的资产负债表外特殊目的载体（SPV）债务。 这些隐形债务由科技巨头与一级市场资本联合设立，专门用于为购买昂贵的英伟达 GPU（图形处理器）提供杠杆融资。 在这套金融结构中，巨头们将采购的芯片抵押给这些表外特殊载体，通过资产证券化或杠杆信贷再度套取现金，从而完美地将高额负债从上市公司的公开财报中隐匿，以此维持股价的高估值及毛利率神话。 更具破坏性的是英伟达、OpenAI 与云巨头之间的“垃圾重组式”循环分发链条。 商业动作极其明显：微软、英伟达向 OpenAI 注入数百亿美元的资金或算力额度。 OpenAI 随即转手将这些资金全额用于采购英伟达的最新一代芯片，或向微软支付巨额的云基础设施服务费。 而微软和英伟达则将这部分来自 OpenAI 的购买支出确认为自身的营收与净利润增长。 这种资金在三者内部闭环空转的现象，直接导致各大公司的实际收入被严重虚增。

另外介绍一个比较特别的公链跟主要基础设施吧 @KiiChainio 本身又是 cosmos的产物，跟昨天爆拉两倍的 OSMO同属相同生态系 目前看起来主要业务又是2B 不过生态有一个 KII Exchange倒是可以看看 测试网时代已经跑出过 2200 万交易量，200+ 企业客户，代币化了53亿资产。 底层则是由kii chain支持 关键护城河则是把cosmos 这些组件组合到 LATAM / emerging markets FX、B2B payments、local stablecoins、RWA financing 这个窄而高摩擦的市场。 若 KiiEX 真能把既有企业客户导入链上结算，KiiChain 的基础设施会比一般测试网 L1 更有真实流量入口；反之，如果 KiiEX流量不能链上化，它就会回到有模组但缺需求的 L1 竞争。 最后 做这个需要做身分认证

英伟达过去两年每次发财报前，市场都在讨论同一个问题：这次会不会翻车。 每次财报出来，数字都给了同一个回答。 周三又要发了，这次市场在怕什么？循环融资、内部人减持、定制芯片。 名单换了一轮，恐惧的都一模一样。 拉一下时间线。 2025年1月，DeepSeek发布R1，市场说AI算力需求要崩，英伟达一天蒸发5890亿美元。然后财报出来，数据中心收入创新高。 2025年下半年，市场说中国出口限制要砍掉英伟达一大块收入。财报出来，其他地区的需求把中国的缺口补上了还有多。 2026年7月，市场说Capex太高了，下游客户花的钱赚不回来，整个半导体跌了20%以上，然后微软和亚马逊用财报证明了云收入能覆盖资本开支。 每一轮恐慌都有一个听起来合理的逻辑，每一次财报都用数字把这个逻辑打回去了。 现在这一轮在怕什么？ 第一个，循环融资。英伟达给客户做担保，客户拿担保去融资买英伟达的芯片。Michael Burry和Bernstein的分析师都用了"circular financing"这个词。 上周我写过这件事，每一步都合法，每一步都合理，串起来确实像一个闭环，但只要终端需求是真的，这个闭环就是飞轮。 第二个，内部人减持。过去三个月高管卖了4.1亿美元，数字看着吓人，但英伟达市值5万亿，4.1亿是万分之几，高管按10b5-1计划定期卖股票是常规操作，跟公司基本面无关。 第三个，定制芯片。谷歌TPU、亚马逊Trainium、微软Maia，这个担忧持续了两年了。但上周美银的报告说得很清楚：客户做定制芯片越深入，整体算力基建的投入就越大，这些基建里依然需要大量英伟达的通用GPU。定制芯片在把整个盘子做大，英伟达在更大的盘子里拿份额。 三个风险，条条有道理，上一轮的恐惧清单也是条条有道理，然后910亿收入一出来，讨论就结束了。 下周三管理层指引910亿，分析师预期930到950亿。如果再次超预期，这一轮的恐惧清单会跟前几轮一样消失，然后等下一次财报前，又会拿出一份新的恐惧清单。 我自己的判断：英伟达现在的位置跟过去两年每次财报前的位置很像，恐慌声很大，但找不到需求端走弱的证据。 只要需求数据没有拐头，这些风险就停留在"听起来有道理但不影响业绩"的阶段。 当然，总有一天某一轮的恐惧清单会成真，但判断的依据应该是数据有没有变化，而不是恐惧清单的长度。目前为止数据没变。

我把我手上的寶可夢卡牌賣給你，告訴你這卡牌以後會漲價，你聽了很興奮，買了卡牌，等漲價。我轉頭又印了一堆卡牌，告訴你，這些卡牌以後還會更值錢，你想要賺更多的錢，就把手上的現金通通交給我，來買我的卡牌。我的荷包滿滿，但我又加印了更新一代的寶可夢，更漂亮，以後會漲更多，問你要不要買。什麼，沒錢了？你可以找銀行借！什麼，信用額度都用完了，銀行不借？沒關係，你告訴銀行，你手上這些寶可夢卡牌，很值錢，你可以抵押來借錢，而且你也不是把貸款花掉，你買的是值錢的卡牌。什麼，銀行不覺得這些卡牌以後會增值？沒關係，我來和銀行談，我有很多錢，我跟銀行擔保，如果寶可夢卡牌幾年後沒有這個價值，我負責給銀行差額，這樣銀行就可以借你更多的錢，來買我新印的寶可夢卡牌！這大概就是很多看空輝達股票的人，心裡想的「循環投資circular financing」，用來描述輝達最近和華爾街談的五千億借貸平台，剛剛好，他們認為輝達的GPU，和老鼠會的詐騙沒有什麼兩樣。 當然不一樣。股票估值的方法有千千萬萬種，但多半不離一個基本原則，「越賺錢的公司，越值錢」。寶可夢卡牌和比特幣一樣，本身沒有任何價值，因為他們沒有產生財富，「沒有賺錢」，賣寶卡夢卡牌的公司，當然有賺錢，但如果產品本身沒有財富的價值，那當然像老鼠會一樣，紙牌屋隨時會倒塌。這也是為什麼Coinbase這樣的公司，沒有什麼前景，不要碰比較好。 輝達的GPU不是卡牌，也不是比特幣，但是不是會變成黃仁勳說的「AI工廠」，我們不知道。但現實是GPU供不應求，而供不應求的原因，不是炒作，不是囤積，而是真的算力滿載地在使用，Anthropic到處找GPU，SpaceX和谷歌都先把算力給了Anthropic。Anthropic兩年內就會達到二千億美元的營收，OpenAI應該也相去不遠，他們買GPU，他們借別人的GPU算力，都是像寶可夢卡牌一樣，只是放著囤貨嗎？不是，因為這是全世界最快達到十億用戶的產品，我付錢給ChatGPT，不是跟著別人湊熱鬧，而是每天都真實地需要AI來幫忙。特斯拉的自駕每天載著我跑來跑去，背後也是輝達晶片在訓練這些模型。這些AI晶片的需求，都是真實存在，既不是dot com泡沫的本夢比，也不是地產風暴的房貸包裝再包裝，對於現在做空AI的瘋子，像Michael Burry，我祝他們好運，但我一點都不擔心現在是AI泡沫，至少還不是時候看空。 因為微軟執行長Satya Nadella在法說會提到了1873年一書，讓科技圈一時注意到AI和十九世紀內戰後美國的鐵路瘋狂建設時期有極為相像之處。這是一個有意義的比較，Nadella有點是向世人示警，要注意不要重蹈覆轍，鐵路的建設，的確是百年一見的生產力躍進，縮短了人們交通的時間和空間，擴大了市場，產生了更多生產的可能性，對美國財富的提升，長期生產力的加持，有跨時代的影響，把AI比為鐵路，有其意義。而鐵路的建設，相當昂貴，如果沒有像中國蓋高鐵一樣，把國家搞破產也要蓋，只靠私人建設的話，需要極大的資本市場投入，甚至是要先預支未來一樣的投入。的確，1873年一書，講的就是美國的鐵路建設狂潮，如何把股市和債市的資金，吸得一乾二淨，但最後把鐵路大亨和銀行一起弄垮的故事，甚至造成了在1929年之前，美國所經歷過的最大經濟蕭條，多年無法回復。鐵路後來的確達到了泡沫時期的預言，的確改變了美國，促成美國成為世界經濟第一強國，但最早投入鐵路建設的投資人，全部被清空，發了美夢，但沒有賺到錢。 輝達現在賣了這麼多晶片，台積電還不斷地擴張，記憶體三雄也抓著這個世紀難見的契機擴產，然後上游的協力廠商，下游的數據中心，通通在擴充，然後核心的Anthropic和OpenAI瘋狂地發股票，一邊募資，一邊求材。退一萬步說，AI的需求，完全不虛假，但鐵路也是這樣不虛假，只是先期的乘客、貨運量完全無法合理化鐵路在資本市場要的本益比，現在的AI也是這樣，就算Anthropic和OpenAI，兩家每年都可以做兩千億的營收，然後把營收通通拿去買輝達的晶片，而且通通不要分給上下游廠商，那還是無法合理化輝達五兆美元的市值。從這個角度看，把AI比為鐵路，而要投資人小心，是正道，但我還是要講一句金融市場最可怕的話，「這一次不一樣」。 人類社會對交通方便的需求，會隨著路網越大，而自然變得更多，因為原先的不可能，化為可能，這個時程很長，唯一加速的方法，就是把路網瘋狂地蓋下去，但這個加速的過程，不但受限於資金，還受限於材料，更受限於中國苦力和歐洲新移民的數量，沒有人去蓋鐵路，就沒有鐵路。另一方面，AI的需求，也像鐵路一樣，越多的建置，就會產生越多的新可能，製造出更多的需求，但和鐵路不一樣的是，瓶頸不在於物理限制，甚至不在人口數。鐵路的乘載，有一個人口的天花板，但AI沒有，我們已經看到AI代理的驚人需求，AI代理完全不受限於人口數。而AI更驚人的能力在於，我們在生產智能，可以解決問題的智能，這個智能跨越到幫我們解決物理限制的日子，早就來了，智能加乘的速度還會加快。黃仁勳畫出來的美麗未來，不一定是作夢。 然而就算AI美夢再美好，再真實，泡沫一定會到來，那是人性，但不是今年，也不是明年，現在壓空方，不智。長期利率還沒掉下來，資金還不算真的投入AI建設，我們現在是dot com泡沫的1994或是1996，連1999都還沒到，不怕。

根據麥肯錫最新的研究報告，到 2030 年光是 AI 相關的基礎設施投資就高達 5.2 兆美金。這不是一個小數字——為了讓你理解這個規模，5.2 兆美金相當於： • 12 億個勞動小時（相當於 600 萬人全職工作一整年） • 300 萬英里的光纖電纜（足以繞地球 120 圈） • 150 到 200 吉瓦的電力（足以供應 1.5 億戶美國家庭一年的電力） 與此同時，整個 GPU 市場也正在朝向突破 1 兆美金的規模邁進。這些數字告訴我們，計算能力已經成為人類最重要的基礎設施之一。 但這裡有一個很大的盲點，也是我昨天想強調的核心問題。 傳統商品市場早就解決了價格波動的問題。星巴克可以對沖咖啡豆的價格，確保他們的大杯拿鐵不會漲太多。麥當勞可以對沖馬鈴薯的價格，鎖定大薯的成本。航空公司可以對沖原油（WTI），保護自己免受燃油價格波動的影響。黃金、白銀、銅——幾乎所有重要的商品都有成熟的期貨市場。 然而，這些手握成千上萬張 H100、H200 的 GPU 廠商和數據中心，卻沒有一個有效的方式去做空或對沖他們的算力資產。這會造成什麼問題？ 超級推薦碼👉🏻 如果算力價格崩跌，他們將面臨巨大的風險。他們無法鎖定未來的收入，無法對沖供應鏈風險，無法像傳統商品生產者那樣進行風險管理。而且這個問題會隨著 AI 投資規模的擴大而越來越嚴重。 為什麼會這樣？因為 GPU 不像傳統商品那樣標準化。一桶原油就是一桶原油，一蒲式耳小麥就是一蒲式耳小麥。但 GPU？光是 NVIDIA 的 H100 就有超過 50 種不同的配置。還有 H200、B200、RTX 5090 等等。每種型號的價格都不同，性能也不同。加上技術更新換代速度快，市場高度集中在 NVIDIA 和 AMD 手中，這些因素都讓 GPU 期貨市場的建立變得異常困難。 但好消息是，市場終於開始解決這個痛點了。 大約一個月前，@OrnnExchange 推出了 Ornn Compute Price Index（OCPI）。這個指數基於實際交易數據（不是估計值，不是廠商報價），追蹤 H100、H200、B200、RTX 5090 等各種 GPU 的每小時即時租賃價格。這個指數已經上線彭博終端（Bloomberg Terminal），成為機構投資者的標準參考。 更重要的是，Ornn 與洲際交易所（ICE）合作，準備推出全球首批 GPU 計算期貨合約。這些合約將是美元計價、現金交割的標準化產品。也和 @Lighter_xyz 合作。 同時，@Silicon_Data 也推出了自己的 GPU 價格指數，並與芝加哥商業交易所（CME）聯手，同樣計劃推出計算期貨。CME 是全球最大的期貨交易所之一，他們的進場意味著這個市場正在獲得主流金融機構的認可。 這些期貨合約的推出將允許市場參與者做多或做空 GPU 算力。數據中心可以對沖他們的成本風險，GPU 廠商可以對沖他們的收入風險，投資者可以表達他們對算力市場未來走向的看法。 有人甚至預測，算力期貨的市場規模最終可能會超越石油期貨。為什麼？因為 AI 將成為人類最重要的基礎設施，而 GPU 算力就是那個基礎設施的燃料。隨著 AI 應用的普及，對算力的需求只會不斷增長。 這不只是技術進步，這是金融基礎設施的演變。我們正在見證計算能力從一個「隱形成本」轉變為一個「可交易商品」的過程。 算力金融化的時代，真的要來了。 再來就是 compute + robotic financing

据 Financial Times 调查，针对英国首相 Keir Starmer 家庭住宅及相关目标的系列纵火案，源头可追溯至一个俄罗斯线上破坏网络。FT 称，其调查基于 Telegram 档案、加密货币钱包、法庭证据及官员采访，认定相关 Telegram 处理人 “El Money” 位于俄罗斯，并与亲克里姆林宫黑客组织 NoName057(16) 关系密切。涉案执行者 Roman Lavrynovych 已被裁定纵火罪名成立。