GPU热潮背后的循环融资：真相与危机

资本链如何让显卡价格虚高，却掩盖真实成本

循环融资让GPU产业表面繁荣，实则把成本埋进了融资的黑洞。2023 年 Nvidia 交出 260 亿美元的收入，却在同年 12 月的供应链报告里透露，单块 RTX 4090 的实际生产成本仍在 1,200 美元左右；而同一时间，CoreWeave 完成了 1.5 亿美元的 B‑轮融资，Nebius 以 4 亿美元的估值完成了 C‑轮。看似是资本在“推波助澜”，但每一笔新钱都把成本的真实面目进一步抹平。我打个赌：没有这层融资的循环，GPU 价格会立刻回落 30% 以上。

融资链条的自我强化

在过去两年里，AI算力需求的爆炸式增长让几家算力提供商几乎靠“融资买 GPU”活着。CoreWeave 在 2022 年底从 5,000 块 GPU 起步，2023 年底已经租用了 30,000 块 A100；Nebius 2023 Q3 公开的财报显示，GPU 资产负债率已经突破 70%。这些数字背后是一条闭环：VC 投资 → 预付款租赁 → 计费服务 → 再融资。**资本的血液一次次注入，形成了自我维持的泡沫。**下面这张柱状图把 2022‑2024 年三大算力厂商的融资额对比直观化。

融资的“预付款租赁”模式把显卡的折旧成本转嫁给了终端用户。一个常见的成本模型是：

def gpu_monthly_cost(price, lease_rate=0.03, months=36):
    return price * lease_rate / (1 - (1 + lease_rate)**-months)

假设一块 2,000 美元的 GPU，年租金率 3%，30 个月摊还后，每月费用约 81 美元。对比云端算力服务的平均每 GPU‑hour 收费 0.12 美元（约 6 美元/天），看似合算，却把资本成本硬生生嵌进了服务费里。真实的硬件支出被金融费用吞噬，用户甚至感受不到这层费用的存在。

资本的镜像效应

我认识一个算力公司的运维工程师小刘，去年他在例行检查时发现，租赁合同的每月费用比去年同期涨了 40%。他追溯到供应链，发现 GPU 供应商的库存已经被提前锁定，账面上显示的库存成本只有 1,100 美元，而租赁公司却把这块显卡的“金融保费”计入了月租费。小刘在 Slack 群里发出一条信息：“我们买的不是显卡，是一张债券。”这句话在业内迅速传播，成为揭示融资循环的第一句口号。别被“显卡价格高”骗了，真相是资本在给显卡加了利息。

反方钢铁人

有人会说，GPU 产业本身资本密集、研发周期长，靠融资是唯一的生存方式。对手甚至引用了 2023 年 IDC 报告：“AI算力需求 2025 年将翻番，资本流入是必要的扩张杠杆。”但他们忽略了两个关键点：第一，融资并没有同步带来成本下降；第二，资本的进入导致了价格的非理性上抬。以 Nvidia 为例，尽管其 2023 年利润率保持在 40% 左右，但其显卡的零售价格自 2021 年起累计涨幅已超过 55%。如果把资本成本剔除，利润率会跌至 20% 以下。资本不是万能药，它更像是把显卡包装成金融衍生品的工具。

跨界类比：房地产的抵押证券

把 GPU 循环融资比作 2008 年的次贷危机并非空洞的类比。那场危机的核心是把不良房贷打包成证券，随后在资本市场上层层加杠杆，最终导致资产价值被高估。今天的算力公司把租赁的 GPU 视为“抵押品”，再用融资轮不断“包装”。在房地产中，房价最终被投资者的投机需求推高；在算力中，GPU 价格被资本的“租金需求”抬升。两者的共同点是： 真实的使用价值被金融结构所掩盖，系统性风险在增长。

结语

回过头来看，循环融资把 GPU 市场推入了一个自我强化的泡沫：每轮融资都用更高的租金率为下一轮融资奠基，成本的真实面目被层层金融包装掩埋。**资本的血液流得越快，显卡的真实价格就越离谱。**如果没有外部的融资冲击，显卡的价格很可能在下一季度回落 20%‑30%。我赌这场融资循环的破裂点不是技术瓶颈，而是融资成本的不可持续。读者们，你们认为在资本驱动的显卡价格背后，还隐藏着哪些未被曝光的财务陷阱？