私人信贷已经为实体经济提供融资超过十年。

工厂、仓库、数据中心都是寿命较长、对手可预测的项目。

但人工智能基础设施并不符合这种模式。

它的资本支出密集，无法像软件那样获得资金，但又过于动态，无法通过传统项目融资，因为硬件的更新换代周期仅为几个月。

这就是为什么机构资本主要流向顶层的原因。私人信贷公司为大型GPU集群提供融资，这些集群与Meta、Google和Microsoft等超大规模企业签订了购买协议。

AI公司的长尾部分处于定制交易没有意义的门槛以下。它们并不缺乏需求或收入，但需要与其节奏相匹配的融资渠道。

GPU之所以可融资，并不是因为它们的贷款价值比，而是因为它们能够产生可预测的推理现金流。大多数交易仍然假设GPU的使用寿命为5-7年。

NVIDIA已经转向12个月的产品周期，代际之间的每瓦特令牌效率提高了10-20倍。有效的经济寿命更接近于12-24个月。

目前，基于GPU的债务估计为200-250亿美元。风险并不是AI需求消失。风险在于债务是基于对硬件寿命和利用率的乐观假设而写成的。

@USDai_Official 针对这个更窄的窗口。它并不假设GPU会在五或六年内保持生产力。它假设存在一个有限的推理阶段，在这个阶段，现金流是可预测的，并且如果借款人失败，可以进行重新部署。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。