算力成为新一代房产：银行按Token放贷，华尔街将GPU装入SPV

算力金融化：从技术资源到资产类别

近期，一种新的趋势正在兴起：算力被比作“新一代房产”。这一比喻并非空穴来风，而是基于一系列金融创新实践。据钛媒体报道，银行开始按Token消耗量向企业放贷，而华尔街则将GPU（图形处理器）装入特殊目的载体（SPV），以吸纳养老金等长期资金。这些现象表明，算力正从单纯的技术资源，转变为一种可被金融化的资产类别。

传统上，房产因其稀缺性、稳定性和增值潜力，成为银行信贷和机构投资的核心标的。如今，算力展现出类似的特征：AI大模型训练和推理对算力的需求呈指数级增长，而高端GPU的供给受制于产能和供应链，形成供需缺口。这种稀缺性使得算力具备了资产化的基础。银行按Token消耗放贷，意味着算力使用量成为企业信用评估的新指标，类似于房产抵押贷款中房产的价值评估。华尔街将GPU装入SPV，则是在效仿房地产投资信托（REITs）的模式，将算力资产打包，向养老金等机构投资者开放。

银行按Token放贷：算力成为信用锚点

银行按Token消耗放贷，是算力金融化的核心创新之一。在传统信贷中，银行依据企业的固定资产、现金流和信用记录来评估贷款风险。而在AI经济中，许多初创企业缺乏有形资产，但拥有大量的算力需求。Token作为AI模型处理数据的基本单位，其消耗量直接反映了企业的AI应用规模和活跃度。银行通过监测企业的Token消耗，可以量化其业务增长潜力和技术投入，从而提供基于算力使用量的贷款。

这种模式类似于早期互联网时代，银行根据网站的点击量或用户数来发放贷款。但Token消耗更精确地反映了算力资源的实际使用，且与AI模型的商业价值直接挂钩。例如，一家提供AI客服的企业，其Token消耗量与其服务的客户数量成正比，银行可以据此预测其收入流。这种贷款模式降低了银行对传统抵押物的依赖，同时为算力密集型企业提供了融资渠道。然而，这也带来了新的风险：Token消耗可能被操纵，且算力需求波动较大，银行需要建立新的风控模型。

华尔街的SPV结构：GPU资产证券化

华尔街将GPU装入SPV，是算力金融化的另一重要举措。SPV（特殊目的载体）通常用于资产证券化，将特定资产从原始持有人中隔离，以降低风险并吸引投资者。在此案例中，GPU被集中放入SPV，其产生的算力租赁收入或增值收益，将作为投资回报分配给投资者。养老金等机构投资者通常追求长期稳定回报，而GPU资产具有较高的折旧率和技术迭代风险，但AI算力需求的持续增长，使得GPU租赁市场前景看好。

这种结构类似于数据中心REITs，但更聚焦于GPU算力本身。通过SPV，投资者无需直接购买和管理GPU，而是间接持有算力资产。这为养老金等大型机构提供了参与AI算力市场的渠道，同时也为GPU所有者提供了流动性。然而，GPU的快速贬值和技术更新换代，使得SPV的资产价值面临不确定性。此外，SPV的透明度和管理成本也是潜在问题。

算力稀缺性：供需失衡与市场格局

算力之所以被类比为房产，根本原因在于其稀缺性。当前，高端GPU（如NVIDIA的A100和H100）供不应求，主要受制于台积电的先进制程产能和全球供应链紧张。与此同时，AI大模型的训练和推理对算力的需求呈爆发式增长，从OpenAI的GPT系列到国内的大模型创业公司，都在争夺有限的算力资源。这种供需失衡，导致算力价格居高不下，甚至出现“算力黑市”。

从市场格局看，算力资源正集中在少数科技巨头和云服务商手中，如亚马逊AWS、微软Azure和谷歌云。这些公司通过大规模采购GPU，构建算力池，并以租赁或按需付费的方式提供给客户。这种集中化趋势，类似于房地产市场中开发商和大型物业持有者的角色。对于中小企业而言，获取算力的成本高昂，可能被迫依赖云服务，从而形成新的“数字地主”关系。

对普通人和开发者的影响：算力成本与机会

算力金融化对普通人和开发者有着深远影响。对于开发者而言，算力成本成为项目可行性的关键因素。如果银行按Token放贷成为常态，开发者可能需要更精确地管理Token消耗，以优化融资条件。同时，算力资产证券化可能降低算力租赁价格，因为机构投资者的进入会增加市场供给。然而，这也可能导致算力市场的金融化波动，类似于房地产市场的周期。

对于普通人，算力金融化可能间接影响AI服务的价格。如果算力成本上升，AI应用（如智能助手、推荐系统）的订阅费或使用费可能上涨。反之，如果算力资产化带来更多投资，算力供给增加，AI服务可能更便宜。此外，养老金等机构投资于算力资产，意味着普通人的退休金与AI算力市场挂钩，增加了间接风险敞口。

算力是否真的会成为房产？争议与不确定性

尽管算力金融化趋势明显，但算力是否真的会成为像房产一样的稀缺资源，仍存在争议。支持者认为，算力具有类似房产的物理稀缺性（芯片产能有限）和增值潜力（AI需求增长），且金融化路径清晰。反对者则指出，算力与房产有本质区别：房产是耐用消费品，而GPU是易耗品，技术迭代快，价值衰减迅速；房产具有位置固定性，而算力可以分布式部署，流动性更强。此外，算力市场受技术突破影响大，如量子计算或更高效的芯片可能颠覆现有格局。

目前，银行按Token放贷和GPU SPV仍处于早期阶段，其可持续性和监管框架尚未明确。算力金融化可能带来系统性风险，如算力泡沫或过度杠杆化。因此，算力能否成为“新一代房产”，不仅取决于市场供需，还取决于技术演进和监管政策。对于中文读者和从业者而言，关注这一趋势，理解其潜在影响，是把握AI时代机遇的重要一环。

参考来源

• 「算力」成为新一代「房产」