算力信贷市场的 2 万亿美元缺口

作者：Conor Moore，Permian Labs 联合创始人兼 COO。Permian Labs 是 USD.AI 的开发团队。原文最早于 2026 年 7 月 8 日发布在X。

SemiAnalysis 本周发布了一张非常精彩的 GPU 信贷市场图谱。但在我们看来，当下这个领域中最有吸引力的机会之一，在图中只是被简单归类为“最高信用风险”，随后就没有被深入展开。这个板块就是：算力信贷的中型市场。 过去 8 个月里，USD.AI 在这一细分市场中已经看到了来自 200 多家 neocloud（新型云服务商）的 130 亿美元信贷需求。我们预计，到 2030 年，这一市场的支出规模将达到 2 万亿美元。 如果结构设计合理，并叠加合成信用增强（synthetic credit enhancement），中型算力信贷可以提供与投资级支持交易相近的担保结构和信用质量，同时带来额外 400 至 600 个基点的收益。我们认为，这是当下资产支持金融（asset-backed finance）中风险调整后回报最具吸引力的机会之一。

算力信贷市场的分层

超大规模市场：20 亿美元以上

这一层主要由银团债务资本市场主导。严格来说，这些交易并不是真正的 GPU 信贷，而更像是微软、Meta、Oracle 等公司的企业信贷。资金用途可能是购买 GPU，但定价逻辑仍然是企业信用定价。

大规模市场：2.5 亿至 20 亿美元

这是私募信贷基金最活跃的区间。承销基础通常是投资级承购合同和母公司担保。基金通过加杠杆，把中个位数 IRR 提升到低双位数，以满足自身回报要求。本质上，这是一种比较直接的投资级套利。

中型市场：5000 万至 2.5 亿美元

资本供给很少，借款需求很强，但这个细分市场被严重误解。

小型集群：5000 万美元以下

这类交易通常由设备租赁公司提供资金，硬件本身就是主要抵押品。这一市场可以实现 25% 以上的 IRR，但贷款人必须具备完整的回收、处置和转售能力，并通过多个交易对手分散风险。

中型市场是唯一一个真正要求资本提供方理解完整算力技术栈的细分领域。

大规模和超大规模交易，本质上是投资级企业信贷；小型集群则更接近传统设备租赁，和拖拉机、医院病床等设备贷款没有本质区别。只有中型算力信贷，既需要理解 GPU 资产本身，也需要理解数据中心、云服务、客户租约、部署周期和残值保护。

NVIDIA 最近推出的支持计划，也进一步说明了这一点。正如 SemiAnalysis 所说，大多数贷款人仍然“躲在投资级承购合同或支持安排的保护伞后面”。如果 NVIDIA 希望把 GPU 销售扩展到超大规模云厂商之外的更多客户，就需要用自己的投资级信用来替代 hyperscaler（超大规模云厂商）的信用背书。

但这并不是改善信用风险的唯一方式，也不一定是成本效率最高的方式。

整体来看，我们认为中型算力信贷的信用风险被严重错误定价，原因有以下几点。

为什么中型算力信用被错误定价

1. 几乎没有“零日投机风险”：本质上是最后一公里信贷

中型市场的 GPU 集群通常为 1 至 10 MW，部署在现有托管数据中心中。长期贷款一般只会在设备完成安装后释放。

由于集群规模适中，它们可以部署在现成的托管机柜或剩余电力容量中，OEM 也更愿意提供延期付款安排。这和功率达到吉瓦级的大型数据中心项目形成鲜明对比，后者通常需要 24 至 36 个月的投机性建设周期。

一张“即将部署”的 GPU，和一张“已经安装、验收并可产生收入”的 GPU，是完全不同的资产。

2. 可以做到与投资级交易相近的结构保护

我们通常采用以下结构：

1. 设立破产隔离 SPV（特殊目的实体），并配备独立管理人；
2. 客户合同转让至 SPV，SPV 银行账户通过 DACA（存款账户控制协议）进行控制；
3. 对 GPU 设立第一优先级担保权益，并质押 SPV 股权，通过 UCC-1 备案完善担保；
4. 通过 MSA 留置权豁免，获得对托管数据中心的介入权，包括在违约时出售服务器的权利；
5. 预先设立债务服务储备账户，覆盖 1 至 3 个月的本金和利息。租赁收入会先补足该储备账户，之后才可向母公司释放。

换句话说，贷款人并不需要为了进入中型市场而牺牲结构性保护。借款人通常是成熟运营商，能够接受传统贷款和担保安排。

3. 保守的 LTC 比例，形成较厚的权益缓冲

项目发起人通常会投入 20% 至 30% 的现金首付，并额外预留 1 至 3 个月债务服务资金。这意味着贷款人面前往往有最高可达总资产价值 40% 的有效缓冲。

相比之下，许多由投资级承购方支持的交易，实际接近 100% 债务出资。

这种股权出资要求本身也起到了筛选作用，能排除资本实力不足或过于早期的运营商。

4. 合同现金流期限真实，且与贷款期限匹配

SemiAnalysis 提到，AI 模型运行服务提供商通常不愿签署超过一年的合同。

但在中型市场，我们最常见到的是 AI 模型运行服务提供商和非美国 hyperscaler 签署 3 至 4 年的 take-or-pay 租赁合同（即无论是否实际使用，都需按合同付款）。这些合同期限通常与贷款期限匹配。

这对链上信贷或 DeFi 资金池尤其重要：底层资产不是单纯押注未来残值，而是由期限清晰、现金流可见的合约支撑。

5. 通过价值保险，实现类似投资级的合成信用支持

在违约情况下，贷款人可以直接获得保险价值与回收价值之间的差额赔付。该保险由投资级评级的承保机构提供。

从经济效果上看，这相当于给交易叠加了一层类似投资级承购方的合同保护和信用支持。

综合来看，通过多层独立增信和结构性保护，这类交易的信用质量可以非常接近由 hyperscaler 支持的交易，但净收益率却高出 400 至 600 个基点。

这个机会并不是建立在某种方向性赌注之上。它来自一个清晰的市场错配：懂算力的人和拥有可部署资本的人之间存在认知差距。传统银行体系的机构惯性和流程摩擦，让一个 2 万亿美元的信贷需求长期得不到充分满足。

对此，我们非常感激。

USD.AI 以程序化、基于第一性原理的方式部署资本。是数据把我们带到了算力信贷中型市场，而不是某种关于算力未来应该如何发展的预设立场。

如果你想进一步了解这一市场，欢迎联系 hello@usd.ai。

免责声明：本文仅反映作者个人观点，仅供信息参考。本文不一定代表 Permian Labs 或 USD.AI 的官方立场，也不构成金融、投资、法律或税务建议。