AI融资结构系列②：GPU正在变成抵押品从9.625%公司债到投资级GPU融资：AI算力从“公司信用”走向“资产信用”
同一家CoreWeave，为什么无担保公司债票息高达9.625%，而一组由HPC基础设施与客户合同支持的融资却能获得投资级评级和约5.9%的固定利率？从CRWV、xAI/Apollo、Meta到NVIDIA的>$500B Compute Financing Platforms，追踪GPU如何从设备变成可融资资产，并识别残值与客户信用的真正风险。
同一家 CoreWeave，为什么一边 9.625%，另一边约 5.9%？
在系列①研究可转债时，我们注意到 CoreWeave（CRWV）一组非常有意思的资金价格。2026年6月，它发行12.5亿美元高级无担保美元债，票息高达 9.625%；但3月完成的85亿美元 DDTL 4.0（Delayed Draw Term Loan，延迟提款定期贷款）却包含约 5.9%固定利率和 SOFR+2.25% 浮息部分，还拿到了 A3 / A(low) 投资级评级。
同一家公司、同样围绕AI算力扩张，资本市场为什么愿意给出完全不同的价格？差别并不只是发行时间。前者主要依赖 CoreWeave 母公司的整体偿债能力；后者则把特定 HPC（High Performance Computing，高性能计算）基础设施和对应客户合同装进独立融资结构，债权人开始看另一张账：这批GPU能产生多少现金流？客户是谁？合同能持续多久？母公司出问题后，这组资产还能不能继续还债？
这意味着GPU正在发生身份变化：从一笔 Capex（资本开支），变成金融机构可以抵押、评级、银团分销和二级交易的收入型资产。系列①研究“如何把未来股权价值变成今天的钱”；系列②研究的则是：如何把AI资产未来的现金流，变成今天的钱。
四个判断先钉住
CoreWeave已经出现三种完全不同的AI资金价格
| 融资层级 | 规模 | 定价/评级 | 信用基础 | 投资者主要看什么 |
|---|---|---|---|---|
| 2026 Senior Unsecured Notes 高级无担保公司债 | $1.25B USD + €2.0B EUR | 9.625% USD / 8.50% EUR | CoreWeave公司整体信用+担保子公司 | 总杠杆、现金流、再融资能力 |
| DDTL 4.0 投资级、无追索 | $8.5B | A3 / A(low) ~5.9% fixed / SOFR+2.25% | HPC基础设施 + associated customer contract | 项目现金流、客户信用、资产价值 |
| DDTL 5.0 公开银团HPC融资 | $3.1B | Ba2 / BB+ SOFR+4.50% spread | 两份非投资级客户合同 + GPU基础设施 | 更弱客户信用、GPU寿命、二级流动性 |
这里不能把 9.625% 与 5.9% 简单理解成“同一笔贷款节省了3.7个百分点”：发行时间、期限、抵押、固定/浮动、评级、客户质量都不同。但它提供了一个极其有力的现实证据——同一家母公司下面，一组有高质量合同支撑的AI资产，可以获得明显优于母公司无担保信用的融资价格。
真正被金融机构承保的，不是一块“裸GPU”
把“GPU-backed financing”翻译成“拿GPU一抵押就能借便宜钱”会误导。CoreWeave 官方对 DDTL 4.0 的描述是：融资由 HPC infrastructure and an associated customer contract 支持。也就是说，金融机构同时在承保硬件、机房环境和合同现金流。
为什么GPU开始具备金融抵押物的条件？
一个更直观的变化：AI公司开始从“GPU业主”变成“GPU租户”
2026年1月，Apollo 管理的资金为 Valor Compute Infrastructure（VCI，Valor管理的算力资产基金）提供约 35亿美元资本方案，支持其约 54亿美元收购数据中心算力基础设施，其中包括 NVIDIA GB200 GPU，然后把这些资产租给 xAI 子公司。结构采用 Triple-Net Lease（三重净租赁）；NVIDIA 还作为 Anchor LP（锚定有限合伙人）投资 VCI。
通俗理解
以前是“xAI拿50多亿美元买GPU”；现在可以变成“金融机构买GPU，xAI长期租”。这和写字楼、飞机、通信塔等成熟资产融资逻辑越来越像：使用者不一定必须是资产所有者。
再往前一步：不只是GPU，整个1GW数据中心也可以被金融化
Meta 已经把资产合作从“服务器/芯片”推到整个数据中心园区。2025年 Hyperion 项目中，Blue Owl 管理的资金持有80%，Meta保留20%，双方共同承担约 270亿美元建筑及长期电力、冷却与连接基础设施开发成本；Meta建成后租用全部设施，并提供前16年的 Residual Value Guarantee（残值保证）。
2026年7月的 El Paso 项目更加标准化：BlackRock 管理的资金持有80%、Meta持有20%，园区设计为 1GW compute capacity，双方按比例承担约 140亿美元建筑与长期电力/冷却/连接基础设施开发成本，其中部分BlackRock投资由 125亿美元债务融资支持；Meta将成为初始唯一使用者并租用整个园区，首批容量预计2028年上线。
这一层的意义是：AI Compute（算力）正在越来越像机场、高速公路、通信塔和物流仓库——长期使用者负责运营与需求，基础设施资本负责持有资产，债权人依靠租约和残值获得回报。
NVIDIA的“>$500B”计划：准备把这种模式工业化
2026年8月，NVIDIA 与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 六家大型金融机构签署合作安排，建立独立的 Compute Financing Platforms（算力融资平台），目标是动员 超过5000亿美元第三方资本投入AI基础设施。公开报道显示，NVIDIA可以按项目选择提供最高约25%、合计潜在最高约1250亿美元的 backstop（信用支持/兜底）。
口径必须准确：这还不是“5000亿美元GPU ABS”
当前更准确的定义是 Compute Financing Platform。它要建立的是长期、可机构化的AI资产融资生态。Securitization / ABS（证券化/资产支持证券）可能是某些资产池未来的结果，但不能把一个“正在形成的融资市场”提前写成“已经发行的5000亿美元ABS”。
趋势还在加速。8月17日，Reuters 报道 NVIDIA 同意为 OpenAI 在俄亥俄州 Pike County、由 SB Energy 开发的数据中心租赁提供最高约 1050亿美元信用支持，并另外投资15亿美元SB Energy。这个项目说明“算力融资平台”的逻辑已经开始落到项目级：供应商不仅卖GPU，也在帮助长期租约和基础设施现金流获得更低成本资本。
GPU正在经历一条“金融资产进化路线”
CoreWeave DDTL 5.0 已经走到“公开银团 + 二级交易”这一步；NVIDIA 的5000亿美元平台试图扩大可参与的保险、养老金、资产管理、私募信贷与公开债务资金池。真正值得研究的不是一个“ABS概念”，而是 AI Compute正在从IT设备变成一种机构资本能够长期持有、定价和交易的资产类别。
金融创新为什么会反过来制造GPU订单？
资本成本下降，不只是财务部门的好消息。它直接扩大“经济上值得建设”的项目集合。用一个静态示意：如果同样是85亿美元本金，9.625%与5.9%的年度现金利息差约为 3.17亿美元。真实DDTL和公司债并非同日期、同期限、同抵押、同评级，因此这个数字只用于展示数量级，不能当成真实节省额。
这解释了为什么 NVIDIA 会主动参与融资生态。如果供应商能帮助客户把原本只能用高息公司债建设的项目，转成更便宜、更长期、更匹配资产寿命的项目融资，它实际上是在创造新的 GPU Purchasing Power（GPU购买力）。
最大的风险不是GPU坏掉，而是GPU“不值钱了”
Residual Value Risk（残值风险）
贷款可能按5年以上期限建模，但 Blackwell → Rubin → 后续架构持续提升性能/瓦与Token成本。如果旧GPU租价、利用率和二手价格下降快于模型，LTV（Loan-to-Value，贷款价值比）会恶化，信用利差和新融资成本上升。
Customer Credit Risk（客户信用）
DDTL 4.0 与 DDTL 5.0 已经给出市场证据：同样是HPC/GPU融资，背后客户信用等级不同，评级与利差也会明显不同。真正的抵押物有很大一部分其实是“客户未来会不会按合同付钱”。
期限错配是最危险的组合
如果债务期限长、模型假设残值高，但GPU经济寿命实际更短；同时客户合同又可以重谈或利用率下降，那么“资产信用”会快速退回“公司信用”。那时 Asset Value ↓ → LTV ↑ → Spread ↑ → New Financing ↓ → Capex ↓，可能形成 AI Asset Deleveraging Cycle（AI资产去杠杆循环）。
以后看NeoCloud，Debt / EBITDA 已经不够了
AI公司正在形成“第二张资产负债表”
系列① + 系列②放在一起，资本飞轮才完整
Equity Value → Convertible Financing：股票估值和波动率把未来股权上涨权变成今天的低票息资金。
Asset Value → Asset Financing：GPU、数据中心与客户合同把未来资产现金流变成今天的项目资金。
两者共同把AI Capex提前。风险并没有消失，而是从母公司资产负债表拆到稀释、客户信用、资产残值、利用率和再融资市场。
如果这一市场持续成熟，AI基础设施的WACC可能进一步下降，机构资本的可参与范围会扩大；如果GPU残值或客户现金流被高估，风险也会从“AI股票估值泡沫”升级为 AI Asset Credit Cycle（AI资产信用周期）。因此，后续我们不只追踪GPU订单，也要追踪GPU的融资价格、信用评级、LTV和二级交易。
下一篇｜AI融资结构系列③：客户就是银行
系列③将研究 Customer Prepayment（客户预付款）、Take-or-Pay（照付不议）、长期租约与 Offtake Agreement（长期采购协议）：为什么同一批GPU，背后是Microsoft/Meta与背后是非投资级AI创业公司，能够获得完全不同的资金价格？
主要来源
Enya · Automated Intelligence
把公开披露、资本结构、产业约束与公司财报放进同一张投资地图。本文的事实、公司表述、计算值与 Kerwin 判断保持分层，便于持续验证。