广州多家银行近期推出“Token贷”，将企业的AI算力调用量纳入放贷评估依据，标志着算力开始在中国信贷体系中扮演类似房产的角色。与此同时，英伟达联合华尔街六家顶级机构，计划动员超过5000亿美元的第三方资本，通过特殊目的载体（SPV）持有GPU并出租给AI公司，使算力成为养老金和保险公司可持有的资产类别。

在中国，中国银行、中信银行和广州银行在广州市海珠区推出了广东省首款“Token贷”。中国银行披露的首批试单授信为2800万元。这一模式并非全新，海珠区一年前曾推出“流量贷”，面向数字营销企业，一年多新增授信超10亿元。Token贷延续了同一逻辑，但评估依据从流量转向了Token消耗量、算力服务合约价值、应收账款及佣金结算量。

更早的尝试已在全国铺开。2025年1月，兴业银行汕头分行落地算力项目贷款；3月底，江苏银行上海分行向商汤科技、上海数据港、上海优刻得等5家企业提供10亿元授信，是目前公开报道中规模最大的一笔。这些企业处于算力供应链中上游，风险相对可控。

尽管名为“Token贷”，银行并非仅凭Token消耗数字放款。在中国银行的产品设计中，额度按合同或Token消耗量核定，但最终担保仍依赖信用、应收账款质押和订单融资等传统工具。Token消耗量更像“敲门砖”，决定企业能否进入授信流程，最终风控仍由传统体系把关。

然而，隐患依然存在。有专家指出，Token消耗只代表业务流量，不等于盈利和回款能力，企业若人为拉高消耗数字，可能打乱财务平衡。中国方案规模克制，风险敞口有限，但华尔街的玩法已放大到完全不同量级。

英伟达在一年内两次出手，推动算力资产化。第一次是7月1日，其CFO Colette Kress公布“算力换分成”模式：英伟达向云服务商提供GPU、软件和信贷支持，云服务商建设算力中心并租给AI初创公司，英伟达从云业务收入中分成。关键的是，英伟达提供信用担保和残值支持，覆盖客户违约或算力闲置的最坏情形，使银行敢于向GMI Cloud等中间商放贷。

这一模式引发“循环融资”质疑，因为英伟达在CoreWeave、OpenAI等合作中既是芯片供应商又是投资方。有云服务商高管辩护称，只要芯片最终被真实付费客户使用，机制就正常运转。

第二次出手是8月10日，英伟达联合阿波罗全球管理、贝莱德、黑石、博枫资产、高盛和KKR六家机构签署谅解备忘录，目标长期动员超5000亿美元第三方资本。操作更为复杂：六家机构向养老金、保险资金募资，注入独立SPV；SPV向英伟达采购GPU，再租给下游AI公司；租金用于偿还SPV的借款本息。这本质是“以租养贷”的放大版，抵押物从房产换成了GPU。

英伟达在此结构中仅提供单个项目最多25%的残值支持，远小于7月的全额担保，审批权也转移给六家机构独立评估。巨额负债留在SPV账上，不体现在英伟达资产负债表。黄仁勋称这是“技术芯片第一次成为可投资资产类别”，但批评者认为底层逻辑仍是“硬件抵押+未来现金流折现”的传统基建融资框架。

中美两地的风险形态不同。中国的风险在于Token消耗可能被刷量，抵押物失真；华尔街的风险在于英伟达既是供应商又是担保方，资金循环回流，引发循环融资争议。两者共同指向一个问题：当算力成为抵押物，谁来独立核实其真实性和价值？目前银行和资本市场都缺乏外部核实手段。

历史提供了警示。上世纪90年代末互联网泡沫期间，朗讯和思科曾采用“设备融资+供应商信贷”模式，朗讯承诺高达81亿美元供应商融资，泡沫破裂后计提约35亿美元坏账拨备。其结构与英伟达的担保安排类似，融资方和受益方高度重合，需求被杠杆放大，一旦真实需求跟不上，坏账集中爆发。

算力能否像房产一样持续产生真实现金流，是这场实验的关键。房产因真实、耐用、租金可回收而被反复抵押和证券化，算力能否承受同等重量，尚无定论。信贷标准的放松往往出现在扩张周期后半段，这场算力金融化的实验能走多远，取决于算力能否兑现其现金流承诺。