AI军备竞赛下,海外科技公司正在探索全新的AI融资路径——GPU抵押贷。作为训练大型语言模型的核心硬件,GPU成为此类贷款的核心抵押物,由科技集团租赁协议提供担保。当前AI行业每年在芯片领域耗资数千亿美元,而这类贷款高达7%的回报率,也吸引了越来越多投资者争相布局。
在AI军备竞赛的下半场,“烧钱”已经成为行业常态。训练一个顶尖大语言模型,动辄需要数万甚至数十万块GPU支撑,而这类核心硬件的采购、维护成本,加上后续迭代的持续投入,让不少科技公司面临巨大的资金压力。据行业估算,当前全球AI行业每年在芯片领域的投入已达数千亿美元,且这一数字仍在持续攀升。
正是在这样的背景下,GPU抵押贷成为海外科技公司的新选择。不同于传统的股权融资或信用贷款,这类贷款以公司持有的GPU为核心抵押物,同时以GPU的长期租赁协议作为还款担保——科技公司可以用筹得的资金继续采购更多GPU,或者投入到模型训练、研发等关键环节,快速补全AI产能缺口。
资本嗅觉向来敏锐。GPU抵押贷之所以快速走热,离不开其高达7%的年化回报率,这一水平在当前低息环境下颇具吸引力。对于投资者而言,GPU作为AI产业链的核心硬件,其需求持续旺盛,即便是面临技术迭代,二手GPU仍能在市场上找到流通渠道,抵押物的价值相对有保障。
更重要的是,AI行业的高速增长预期,让投资者坚信这类围绕核心硬件的融资模式具备长期可行性。随着大语言模型、多模态AI等技术的不断落地,全球GPU的供需缺口仍将存在,这也为GPU抵押贷的市场规模扩张提供了坚实的产业基础。
不过,GPU抵押贷的火热之下,也暗藏着不容忽视的风险。最核心的问题在于GPU的技术迭代速度极快——新一代芯片发布后,旧款GPU的价值可能会大幅缩水,如果科技公司无法按时还款,投资者处置抵押物时可能面临收益不及预期的情况。
此外,若AI项目的商业化进程不及预期,科技公司的租赁协议收益可能无法覆盖贷款本息,进而引发连锁的还款风险。当前AI行业仍处于快速发展期,技术路线和市场需求存在不确定性,这也为这类新型融资模式增添了变数。