2026-08-12（三）GPU 金融化狂潮，2008 正在重演？兆元商機還是下一場危機？

摘要整理

美股市場概況

• 美股昨日在美伊和平協議未有顯著進展下普遍走黑，道瓊指數下跌 184 點、跌幅 0.34%，收在 53,791 點；標普 500 下跌 24 點、跌幅 0.3%，收在 7,728 點。
• 納斯達克指數下跌 159 點、跌幅 0.6%，收在 26,445 點，整體下壓幅度有限，市場主要等待後續美國通膨數據出爐。
• 晶片股中記憶體族群逆勢走強，收漲 0.8%，顯示資金仍聚焦特定 AI 相關族群。

輝達 5,000 億美元融資計畫

• 輝達宣佈與阿波羅、黑石、貝萊德等六大金融集團合作，動員 5,000 億美元第三方資金，專門支援輝達生態系的 AI 基礎建設。
• 摩根士丹利推估全球至 2028 年資料中心建設需求約 2.9 兆美元，其中僅 1.4 兆美元可由大型雲端公司自由現金流支付，資金缺口需靠公司債、資產證券化與私募信貸填補。
• 預估 2026 年相關借貸規模可能進一步上調至約 8,700 億美元，顯示 AI 投資已從科技巨頭內部循環轉向金融業集體加槓桿。

AI 基礎設施金融化與風險轉嫁

• 輝達透過特殊目的公司（SPV）協助客戶取得資金後再購買 GPU，營收成長與金融槓桿緊密綁定，風險主要反映在客戶與協力基金的資產負債表，而非輝達本身。
• 輝達 5 年期信用違約交換（CDS）利差曾擴大至 83 個基點，目前回落至 79 個基點，相當於 1,000 萬美元債務一年避險保費約 7.9 萬美元，顯示債券投資人要求更高風險補償。
• 此模式將單一公司風險分散至銀行、私募基金與保險資金，華爾街已將 AI 資料中心視為可融資、估值與轉手的資產。

電力缺口與算力過剩風險

• 摩根士丹利預估 2028 年電力需求將達 74 吉瓦，可取得電力缺口高達 49 吉瓦，資料中心建設已同步推升電力與相關基礎設施需求。
• AI 加速器出貨量由去年 1,010 萬顆增至今年 1,630 萬顆，明年預估 2,330 萬顆，但 GPU 占比由 68% 下滑至 47%，顯示自研晶片占比上升。
• 最大風險在於算力利用率不如預期或價格大幅下跌，導致資料中心現金流不足以支付利息與本金。

歷史類比與投資規模比較

• 本輪 AI 投資規模已超越 1836 至 1841 年運河革命（占 GDP 約 0.6%）、1870 年鐵路革命、1905 年電氣化革命、1956 年高速公路革命，以及 1996 至 2003 年電信與光纖革命。
• 金融結構類似 2008 年次貸危機，將實體資產未來現金流證券化後放大槓桿，核心假設皆為「未來一定能賺回來」。
• 與大航海時代康孟達與東印度公司類似，透過集體投資與風險分擔，將資金效率化以支持大規模基礎設施建設。

英特爾與雲端業者動態

• 英特爾將原定 150 億美元增資擴大至 200 億美元，發行價 95 美元，較前收盤折價約 2.6%，股價今年已翻 3 倍，遠超費半指數漲幅。
• 英特爾今年資本支出由 180 億美元上調至 200 億美元，愛爾蘭晶圓廠升級即需投入 50 億美元，占全年資本支出逾四分之一。
• CoreWeave 第二季營收 25.8 億美元，年增 112%，未完成訂單達 1,040 億美元，另新增 250 億美元承諾，顯示雲端算力需求持續爆發。

美中科技戰與開源立場

• 美國聯邦通訊委員會擴大對中國科技產品限制，涵蓋先進機器人、太陽能逆變器等，並預告針對光模組等資料中心零組件祭出進口禁止令。
• 中國商務部反制，將無人機關鍵零組件技術納入出口管制，並制裁 6 家美國企業，同時收緊稀土供應，過去一年稀土價格平均上漲 7 至 8 倍。
• 輝達黃仁勳與 Meta 祖克柏均呼籲美國勿過早限制開放權重 AI 模型，主張透過同業審查而非全面禁令，以避免技術被少數公司壟斷。

中國 IPO 浪潮與融資策略

• 中國政府放寬監管，引導民間超過 26 兆美元家庭儲蓄投入晶片、人工智慧與先進製造，長鑫存儲從申請到掛牌不到半年即募得 98 億美元。
• 今年中國大型科技公司發債平均票面利率僅 1.9%，融資規模龐大；宇樹科技 IPO 預估每股 150.8 元人民幣，發行 4,040 萬股，募資約 61 億人民幣。
• Moonshot（Kimi）等公司計畫赴港掛牌，估值上看 500 億美元，顯示中國正加速透過股市與債市為 AI 產業鏈輸血。

台股表現與投資觀點總結

• 台股小漲 248 點，整體仍維持高位盤旋，市場關注美中競爭如何影響國家政策與泡沫支撐力道。
• 本輪 AI 遊戲已從產業內循環轉向金融市場加槓桿，退休基金與保險資金亦開始持有資料中心抵押擔保品。
• 最終判斷關鍵在於是否相信 AI 能帶來生產力提升，以及目前建置的算力中心能否跟上未來需求，這將決定本輪投資是否能持續。

觀點整理

AI 基礎建設融資質變

1. 輝達與阿波羅、黑石、貝萊德等六大金融集團合作，動員 5,000 億美元 第三方資金，專門支援生態系 AI 基建，代表本輪行情從「科技巨頭互相投資」轉向「金融機構正式接力加槓桿」。
2. 摩根士丹利預估全球到 2028 年資料中心建設需 2.9 兆美元，大型雲端公司自由現金流僅能覆蓋約一半，資金缺口必須靠公司債、資產證券化與私募信貸填補，且規模可能持續上修。
3. 核心轉變在於：過去擔心晶片不夠，現在擔心 錢不夠、電不夠，以及誰來承擔債務；電力缺口已高達數十吉瓦，相關鏈場配置壓力同步升高。
4. 輝達同時賣晶片又協助客戶取得資金，形成「融資 → 購機 → 營收成長」循環，使營收與金融槓桿綁得更緊，單看本益比已難反映表外風險，應改看現金流、負債與融資成本。

金融化結構與風險轉移

1. 透過特殊目的公司（SPV）、專案融資與私募信貸，把資料中心蓋起來再把算力租給雲端商，槓桿主要落在協力廠商與金融機構財報，而非輝達本身資產負債表。
2. 這並非財報造假，但會低估整條 AI 供應鏈的金融風險；觀察重點從「輝達欠多少錢」變成「誰借錢買輝達 GPU」。
3. 輝達 5 年期 CDS 利差一度升至 83 基點後回落，顯示債券投資人要求更高風險補償；找金融業合作正是為了把單一風險分散至整個金融體系。
4. 華爾街已把 AI 資料中心視為可融資、可估值、可轉手的資產，風險從科技公司資產負債表移轉至債券投資人、私募與保險資金。

與 2008 次貸及大航海時代的對照

1. GPU 與資料中心被金融化，本質是把實體資產未來現金流打包成金融商品（類似 MBS、CDO），再透過槓桿放大投資規模。
2. 共同核心假設都是「未來現金流一定會實現」——當年相信房價不跌、房貸必還；現在相信 AI 遲早賺錢。
3. 最大風險不在利用率短期波動，而在 算力突然變便宜、市場不再需要這麼多算力，導致利用率不如預期、現金流無法覆蓋利息與本金。
4. 類比大航海時代的康孟達與東印度公司：科技決定「能不能出海」，金融決定「能造多少船」；AI 時代同樣是資金效率化，讓投資規模達到史詩級，已超越運河、鐵路、電氣化、高速公路與光纖革命時期占 GDP 的比重。

去 GPU 化與半導體擴張

1. AI 加速器出貨量持續暴增，但 GPU 占比從約 68% 下滑至 47%，顯示大型科技公司加速自研晶片，輝達市占率難再維持過去高位（雖出貨量本身未必衰退）。
2. 英特爾將增資規模從 150 億擴大至 200 億美元，趁股價高檔把樂觀情緒轉成現金，用於晶圓代工與先進封裝；資本支出同步上修，並加速 14A 製程量產。
3. CoreWeave 等雲端業者營收與未完成訂單暴增，顯示需求端仍在加速，整體 AI 軍備競賽已全面開啟。

美中科技角力與政策博弈

1. 美國擴大對機器人、太陽能逆變器、資料中心光模組等產品的國家安全限制，並可能設緩衝期讓企業轉換供應鏈；中國則以無人機零組件出口管制、稀土收緊與逐案審查反制。
2. 科技巨頭（輝達、Meta 等）呼籲避免過早限制開源模型，主張把餅做大、讓更多人使用 AI，避免技術被少數公司壟斷；這與華府鷹派形成持續張力。
3. 對中鷹派想「拿走梯子」、鴿派想「讓對方習慣用我的梯子」，但中國已鐵了心建立自主供應鏈；限制本身可能逼對手進化，而非單純削弱。
4. 無論鷹鴿，都難大幅改變中國「優先確保不被斷供」的戰略核心，雙方進入動態博弈，策略會同時傷害與改造對手。

中國 AI 融資與 IPO 浪潮

1. 北京把股票與債券市場當作產業政策工具，放寬監管、引導民間儲蓄流向晶片與先進製造，長鑫存儲等案例顯示從申請到掛牌速度極快、募資規模龐大。
2. 記憶體、GPU、機器人等全產業鏈企業密集準備上市，發債利率極低但規模驚人；同時推進港股國際化，估值與募資節奏明顯加快。
3. 這反映中國缺錢玩 AI 遊戲的現實，也顯示其以民間資金替代過去補貼與國家資金的新路徑。

投資決策的核心判斷

1. 知識能讓人看懂複雜的 SPV、證券化、融資循環與表外槓桿，但 常識才是決定要不要參與本輪泡沫的關鍵。
2. 最終只問一件事：是否相信 AI 能有效提升生產力，且未來需求會追上甚至超過目前資料中心建置速度；相信就玩得下去，不相信就與 2008 年無異。
3. 輝達模式一旦成形，其他半導體與科技巨頭很可能跟進，把 AI 遊戲持續擴大；投資人終須回歸自身對科技樂觀程度的初衷，而非只研究債務結構放在誰身上。