伦敦AI算力独角兽Nscale获9亿美元信贷额度：当算力成为“新石油”，谁在用金融杠杆撬动千亿块GPU？

随着全球生成式AI大模型训练从“千卡集群”向“十万卡集群”狂飙，算力已经超越传统能源，成为数字经济时代最稀缺的“新石油”。在这场算力军备竞赛中，仅凭股权融资已无法支撑算力服务商（MSP）对英伟达显卡的贪婪胃口。今日，总部位于英国伦敦的AI算力基础设施巨头Nscale宣布，已成功签署了一笔高达9亿美元（约合6.7亿英镑）的循环信贷额度（Revolving Credit Facility）。

这笔交易的特别之处不仅在于其庞大的金额，更在于其背后站着的全球顶级金融财团名单。据悉，本轮信贷由摩根大通（J.P. Morgan）、高盛（Goldman Sachs）和摩根士丹利（Morgan Stanley）联合协调，参贷银行团包括三菱日联金融集团（MUFG）、加拿大皇家银行（RBC）、美银证券（Bank of America）、法国农业信贷银行（Crédit Agricole CIB）、德意志银行（Deutsche Bank）、瑞穗银行、三井住友银行（SMBC）、多伦多道明银行（TD Securities）以及KeyBank N.A.等12家全球系统重要性银行。在AI初创企业面临估值修正的当下，华尔街顶级投行集体向一家AI基础设施企业提供巨额信用背书，无疑向市场展示了“算力金融化”的终极图景。

这笔信贷案紧随Nscale在2026年3月完成的20亿美元Series C轮融资——该轮融资将Nscale的估值推向了146亿美元的超级独角兽高度。

9亿美元循环信贷的深层逻辑：为何J.P. Morgan等12家全球金融巨头集体押注AI算力基础设施？

在硅谷与华尔街的交界处，算力正在被重新定义为一种新型的“硬通货资产”。过去两年，购买英伟达H100、B200等GPU芯片主要依赖初创企业的股权融资或科技巨头的直接注资。然而，当大模型训练的准入门槛被拉高到“万卡起步”时，股权融资的稀释效应和高昂的资本成本，使得即使是估值超百亿美元的独角兽也难以承受。金融杠杆的介入，成为了算力行业向规模化过渡的必然选择。

华尔街12家顶级银行之所以愿意集体向Nscale提供9亿美元的循环信贷额度，底层的商业逻辑非常清晰：GPU算力额度具有极强的变现能力和清算价值。

“在银行眼中，英伟达的芯片现在就像是数字地产。”一位参与该信贷项目风险评估的摩根大通董事总经理表示，“GPU不是普通的服务器折旧资产，它在市场上有着明确的二级租赁价格和几乎供不应求的现金流。只要Nscale能够证明其GPU的利用率（Utilization Rate）保持在85%以上，且其客户主要是Anthropic、Mistral AI或知名主权AI实验室这类高信用的机构，这笔信贷的风险甚至低于许多传统的商业地产贷款。”

循环信贷（RCF）相比于普通的定期贷款，给予了Nscale极高的资金调度灵活性。Nscale可以根据英伟达芯片的交付排期、数据中心的建设进度以及大客户的签约节奏，随时提取资金，并在收到客户付清的租赁服务费后进行偿还和再次提取。这9亿美元将被直接用于支持Nscale在美国德克萨斯州、冰岛以及亚太地区的高密度液冷数据中心的建设，以及从英伟达、超微半导体（AMD）采购最新一代的AI加速器芯片。通过这种方式，华尔街实际上成为了Nscale全球算力扩张的“隐形发薪日”。

算力即不动产：Nscale的“全栈托管”如何将重资产GPU转化为可流动的金融资产？

Nscale之所以能在强手如林的算力云赛道中脱颖而出，被华尔街视作优质借款人，核心在于其独特的垂直一体化“全栈”基础设施战略（Vertically Integrated Full-Stack Strategy）。

与传统的“轻资产”算力云初创服务商（它们通常只是租用第三方数据中心机柜，买来显卡再转租）不同，Nscale采取了极重的资产运营模式。它拥有自己设计并运营的绿色高密度数据中心（主要分布在冰岛等电力成本极低、天然风冷资源丰富的北欧地区，以及美国能源大州德克萨斯州），并自主研发了面向超大规模GPU集群的液冷系统和InfiniBand高速网络架构。

从技术和金融的角度看，这种全栈模式构建了强大的风险对冲机制：

1. 能源与电价锁定：算力中心的本质是“电力的二次转化”。Nscale在冰岛和德州与当地电网签署了长达10年的可再生能源供电协议（PPA），将每度电的采购成本锁定在极低且稳定的水平。这使得其运营成本不会受到全球能源市场波动的冲击，保证了华尔街对其息税折旧摊销前利润（EBITDA）的稳定预期。 2. 算力资产的“金融资产包”化：Nscale通过将“数据中心空间 + 电力配额 + GPU算力 + 高速网络带宽”打包成统一的“算力单元”（Compute Units），并与大型科技公司签署长期托管或租赁合同（通常为3至5年）。这些长期合同在金融上可以被“资产证券化”（Securitization），成为银行团发放信贷时无可争议的优质抵押物。

“我们不是在做简单的云转售，我们是在建造AI时代的工业园区。”Nscale联合创始人Josh Payne强调，“当你在底层拥有电力、空间和光纤网络时，你对显卡资产的控制力是完全不同的。英伟达芯片会迭代，但承载这些芯片的电力和散热基础设施永远不会过时。这是我们能够获得低成本债务资本的物理护城河。”

146亿美元估值背后的狂飙：从Base-level算力租赁到全球数据中心版图的扩张

这笔9亿美元信贷的落地，是Nscale过去三年野蛮生长历程的最新注脚。2023年成立的Nscale，最初只是英国一家算力集团内部的实验性分拆项目。彼时，全球正处于ChatGPT引发的第一波AI狂热中，英伟达GPU千金难求。Nscale通过敏锐地嗅到冰岛地热发电厂与高密度算力结合的机会，迅速建成了欧洲最大的AI绿色算力集群之一，从而在市场上声名鹊起。

在2026年3月完成由沙特公共投资基金（PIF）旗下基金、红杉资本（Sequoia）领投的20亿美元Series C轮融资后，Nscale的账面估值被推向了146亿美元，使其正式跻身全球算力基础设施的第一梯队，与CoreWeave、Lambda Labs等硅谷巨头并驾齐驱。

Nscale的版图扩张路线图极其宏大。利用股权资金和华尔街的这笔信贷，Nscale正在进行三个层面的扩张：

• 美国市场的深度下沉：Nscale正在德克萨斯州建设一座容量达200兆瓦（MW）的超级数据中心园区，专门用于承载英伟达新一代Blackwell架构的计算集群。这使Nscale能够直接承接德州本地丰富且低廉的光伏与风力发电资源，为北美的大模型初创企业提供极具性价比的算力支持。
• 亚太地区的战略合围：Nscale已与新加坡、日本的本地电信和地产巨头签署合资协议，计划在2027年前在亚太地区部署超过5万张GPU的分布式边缘算力云，重点服务当地的主权AI项目和金融科技跨国企业。
• 软件栈的深度研发：除了售卖物理算力，Nscale正在大力推广其自研的Nscale Cloud Engine软件平台。该平台允许开发者像调用单张显卡一样，无缝调度分布在全球不同数据中心、甚至不同架构（如英伟达与AMD混合部署）的超大规模计算集群，从而降低了大模型训练的开发与运维门槛。

繁荣下的阴影：高息环境、折旧压力与GPU租金下滑的“死亡沙漏”

然而，在信贷额度和百亿估值的繁荣表象之下，Nscale所代表的AI算力托管行业，正面临着一个令人心惊肉跳的“金融时间沙漏”。

算力金融化的基础是GPU芯片的升值或保值预期，以及高昂的算力租赁租金。但自2025年下半年以来，随着更多算力中心产能的释放和大模型训练热度的阶段性降温，全球GPU的租赁价格已经出现了明显的下滑。根据行业监测数据，英伟达H100 GPU的平均每小时租赁价格已从2024年巅峰时期的$4.5降至$1.8至$2.2之间，部分中介渠道甚至报出了更低的折价。

对于像Nscale这样通过高杠杆债务购买GPU的企业来说，租金下滑将直接导致其还款能力被严重侵蚀：

1. 芯片折旧与“技术过时”风险：英伟达GPU的生命周期通常只有3至4年。从H100到Blackwell再到下一代新架构，每一次技术跨越都会导致旧一代芯片的价格出现断崖式下跌。如果Nscale无法在芯片的“黄金变现期”（前24个月）内通过高租金收回大部分成本，一旦芯片贬值，其抵押给银行的“数字地产”将大幅缩水。 2. 高息环境下的利息噬骨：尽管本轮信贷由全球顶级银行团联合提供，但在2026年全球高利率持续的宏观环境下，这笔9亿美元循环信贷的综合利息成本预计将达到7%-9%左右。如果GPU的整体利用率因市场需求波动而出现哪怕5%的下滑，高昂的利息支出就将迅速吞噬Nscale的运营现金流。

“这是一场与时间赛跑的游戏。”伦敦一位不愿具名的科技行业分析师指出，“Nscale借入的是沉甸甸的法币债务，而买下的是以折旧速度惊人著称的电子元器件。如果大模型公司在未来18个月内无法找到清晰的盈利模式、减少算力预算，或者AMD、英特尔以及科技巨头自研芯片的普及打破了英伟达的垄断，Nscale的债务杠杆可能会在瞬间变成套在自己脖子上的绞索。”

辩证总结：AI淘金热的“卖铲人”用信贷杠杆是饮鸩止渴还是铸就万亿算力帝国的护城河？

当历史的镜头拉长，AI算力托管商的疯狂杠杆，与19世纪美国西部淘金热中的“卖铲人”极为相似。在淘金者们（大模型研发初创企业）尚未挖到真金、甚至面临生存危机的时候，卖铲人（算力云服务商）已经通过售卖工具和基础设施赚得盆满钵满。Nscale获得9亿美元的信贷，表明“铲子生意”已经成熟到了可以被金融资本大范围杠杆化的阶段。

从积极的角度看，Nscale的金融创新代表了AI产业走向成熟的必经之路。通过引入华尔街的低成本债务资金，Nscale可以降低对股权稀释的依赖，从而在保持创始人对公司控制权的同时，实现物理基础设施的快速扩张。只要多模态AI和智能体（Agents）在未来的工业化应用中保持高速增长，算力就将展现出类似电力、天然气等传统公用事业的长期抗周期特征，Nscale也将顺理成章地转型为AI时代的超级数字公用事业巨头。

然而，警告的红线同样醒目。Nscale的重资产、高负债模式将自己深度绑定在了全球AI热潮的过热轨道上。华尔街的资本是贪婪且敏锐的，循环信贷的背后往往伴随着极其严苛的财务限制条款（Financial Covenants）——一旦Nscale的杠杆率、利用率或EBITDA指标滑落至红线以下，银行团有权立即冻结授信并要求提前偿还。对于一个需要在全球进行万卡级别算力调度和持续研发投入的独角兽来说，任何一次银行团的资金冻结，都将是致命的。

Nscale用9亿美元的杠杆，为全球AI算力基础设施的竞逐立下了一个巨大的界碑。这究竟是通往万亿算力帝国的黄金入场券，还是一场最终破裂的庞大金融泡沫的序曲，答案就写在未来三年全球AI应用端能否实现真正商业爆发的成绩单上。

分类与标签

分类: AI人工智能 标签: Nscale, 算力基础设施, GPU云, 摩根大通, 高盛, 循环信贷, 融资, 独角兽, 英伟达