過去兩年，全球AI產業的焦點始終圍繞著GPU展開。從GPU缺貨、HBM供應吃緊，到AI Factory、大規模AI資料中心建設，市場討論的始終是誰能拿到更多晶片、蓋出更大的算力叢集。然而，NVIDIA近期在官方部落格中提出利潤分享與信用支持(Credit Support)合作模式，真正值得關注的或許並不是這項合作本身，而是它透露出一個新的方向：AI資料中心是否有機會複製能源、電信等基礎建設產業的商業模式？

目前還沒有答案。但至少，NVIDIA已經開始朝這個方向下注。

AI資料中心正在向基礎建設靠攏

傳統半導體產品的商業模式十分單純。晶片公司設計產品、完成製造、交貨給客戶，交易即告完成。對晶片供應商而言，營收來自一次性的產品銷售；對客戶而言，則是一筆資本支出(CAPEX)。

但AI資料中心不同。一座大型AI資料中心動輒投資數十億美元，建置完成後，再透過出租算力、提供AI訓練與推論服務，逐步回收投資成本。從商業模式來看，它已經不只是擺放GPU的機房，而更像是一座發電廠、一條高速公路，或是一座電信基地台：前期投入龐大，後續則仰賴長期營運創造收益。

也正因如此，能源、交通與電信等產業早已發展出成熟的專案融資(Project Finance)、聯貸與基礎建設投資模式。NVIDIA此次提出的新合作方式，也讓人不禁聯想到，AI資料中心是否正朝著相同方向發展。

NVIDIA的商業模式創新

從公開資訊來看，NVIDIA並沒有推出新的GPU，也沒有宣布新的AI平台，而是提出利潤分享與信用支持等合作機制，希望協助AI雲端服務業者更快完成AI Factory建設。

值得注意的是，NVIDIA並未公開信用支持的具體架構，因此目前仍無法判斷其採用的是擔保、信用增強、專案融資合作，或其他金融安排。然而，從公開資訊可以看出，NVIDIA已不再只是出售GPU，而是開始思考如何降低AI基礎建設取得資本的門檻。

更重要的是，利潤分享代表NVIDIA未來的收益，不再完全來自GPU出貨，而開始與AI資料中心後續的營運表現產生連結。

利潤分享的另一面是風險分攤

如果將利潤分享放在這個脈絡下來看，它真正代表的或許不只是新的商業模式，更是一種風險分攤。

過去，NVIDIA將GPU交付給客戶之後，交易便告完成，資料中心後續是否成功營運，與NVIDIA沒有直接關係。如今，當NVIDIA選擇分享未來收益時，也意味著它願意將自己的利益與AI資料中心的經營成果綁在一起。

如果AI算力需求持續成長，資料中心維持高利用率，利潤分享自然能為NVIDIA帶來持續性的收入；反之，如果AI需求不如預期，或資料中心無法順利創造收益，NVIDIA所期待的長期回報也將受到影響。換言之，利潤分享的另一面，就是風險分攤。

最大問題仍是現金流

然而，AI資料中心究竟能否複製能源、交通或電信等成熟基礎建設的商業模式，目前仍存在一個關鍵問題：它是否能夠持續產生穩定而可預測的現金流。

人人都需要用電、上網跟移動，所以電力、電信跟交通運輸公司這些基礎建設供應商會有穩定、可預期的收入。而且，這些產業之所以能夠建立成熟的融資模式，背後都有經過多年驗證的營運基礎。

相比之下，AI產業仍處於快速發展階段。雖然AI算力需求持續增加，但真正已建立穩定商業模式、能夠持續創造可觀現金流的AI服務供應商，目前仍屈指可數。未來AI需求是否足以支撐如此龐大的基礎建設投資，市場仍在觀察。

因此，AI資料中心是否能真正成為金融市場眼中的「基礎建設資產」，現在恐怕還很難斷言。

NVIDIA押注的是AI資料中心的未來

也正因如此，NVIDIA此次推出的新合作模式，真正值得注意的地方，不在於採用了哪些金融工具，而在於它所代表的態度。

它選擇相信，AI資料中心未來將具備足夠穩定的商業價值，因此願意讓自己的收益，不再只來自GPU出貨，而是部分建立在資料中心長期營運之上。這是一場對AI產業未來的下注。

事實上，NVIDIA並不孤單。包括Apollo、Blackstone、Brookfield等大型基礎建設投資機構，也陸續將AI資料中心納入投資布局。這些資金過去主要流向能源、交通與電信等成熟基礎建設，如今開始關注AI算力建設，顯示金融市場正試圖重新評估AI算力基礎建設的長期投資價值。

這並不代表金融市場已經認定AI資料中心等同於能源或電信等成熟基礎建設，而是開始有人願意嘗試用類似的思維與金融工具，支持AI算力的擴張。至於這個實驗最終是否成立，並不取決於NVIDIA，而取決於另一件更根本的事情：AI資料中心能否像能源、交通與電信等成熟基礎建設一樣，建立起可持續、可預測的現金流。這個答案究竟是肯定或否定，恐怕還需要時間來驗證。