廣州多家銀行近期推出“Token貸”，將企業的AI算力呼叫量納入放貸評估依據，標誌著算力開始在中國信貸體系中扮演類似房產的角色。與此同時，輝達聯合華爾街六家頂級機構，計劃動員超過5000億美元的第三方資本，通過特殊目的載體（SPV）持有GPU並出租給AI公司，使算力成為養老金和保險公司可持有的資產類別。

在中國，中國銀行、中信銀行和廣州銀行在廣州市海珠區推出了廣東省首款“Token貸”。中國銀行披露的首批試單授信為2800萬元。這一模式並非全新，海珠區一年前曾推出“流量貸”，面向數字營銷企業，一年多新增授信超10億元。Token貸延續了同一邏輯，但評估依據從流量轉向了Token消耗量、算力服務合約價值、應收賬款及佣金結算量。

更早的嘗試已在全國鋪開。2025年1月，興業銀行汕頭分行落地算力專案貸款；3月底，江蘇銀行上海分行向商湯科技、上海資料港、上海優刻得等5家企業提供10億元授信，是目前公開報道中規模最大的一筆。這些企業處於算力供應鏈中上游，風險相對可控。

儘管名為“Token貸”，銀行並非僅憑Token消耗數字放款。在中國銀行的產品設計中，額度按合同或Token消耗量核定，但最終擔保仍依賴信用、應收賬款質押和訂單融資等傳統工具。Token消耗量更像“敲門磚”，決定企業能否進入授信流程，最終風控仍由傳統體系把關。

然而，隱患依然存在。有專家指出，Token消耗只代表業務流量，不等於盈利和回款能力，企業若人為拉高消耗數字，可能打亂財務平衡。中國方案規模剋制，風險敞口有限，但華爾街的玩法已放大到完全不同量級。

輝達在一年內兩次出手，推動算力資產化。第一次是7月1日，其CFO Colette Kress公佈“算力換分成”模式：輝達向雲服務商提供GPU、軟體和信貸支援，雲服務商建設算力中心並租給AI初創公司，輝達從雲業務收入中分成。關鍵的是，輝達提供信用擔保和殘值支援，覆蓋客戶違約或算力閒置的最壞情形，使銀行敢於向GMI Cloud等中間商放貸。

這一模式引發“迴圈融資”質疑，因為輝達在CoreWeave、OpenAI等合作中既是晶片供應商又是投資方。有云服務商高管辯護稱，只要晶片最終被真實付費客戶使用，機制就正常運轉。

第二次出手是8月10日，輝達聯合阿波羅全球管理、貝萊德、黑石、博楓資產、高盛和KKR六家機構簽署諒解備忘錄，目標長期動員超5000億美元第三方資本。操作更為複雜：六家機構向養老金、保險資金募資，注入獨立SPV；SPV向輝達採購GPU，再租給下游AI公司；租金用於償還SPV的借款本息。這本質是“以租養貸”的放大版，抵押物從房產換成了GPU。

輝達在此結構中僅提供單個專案最多25%的殘值支援，遠小於7月的全額擔保，審批權也轉移給六家機構獨立評估。鉅額負債留在SPV賬上，不體現在輝達資產負債表。黃仁勳稱這是“技術晶片第一次成為可投資資產類別”，但批評者認為底層邏輯仍是“硬體抵押+未來現金流折現”的傳統基建融資框架。

中美兩地的風險形態不同。中國的風險在於Token消耗可能被刷量，抵押物失真；華爾街的風險在於輝達既是供應商又是擔保方，資金迴圈迴流，引發迴圈融資爭議。兩者共同指向一個問題：當算力成為抵押物，誰來獨立核實其真實性和價值？目前銀行和資本市場都缺乏外部核實手段。

歷史提供了警示。上世紀90年代末網際網路泡沫期間，朗訊和思科曾採用“裝置融資+供應商信貸”模式，朗訊承諾高達81億美元供應商融資，泡沫破裂後計提約35億美元壞賬撥備。其結構與輝達的擔保安排類似，融資方和受益方高度重合，需求被槓桿放大，一旦真實需求跟不上，壞賬集中爆發。

算力能否像房產一樣持續產生真實現金流，是這場實驗的關鍵。房產因真實、耐用、租金可回收而被反覆抵押和證券化，算力能否承受同等重量，尚無定論。信貸標準的放鬆往往出現在擴張週期後半段，這場算力金融化的實驗能走多遠，取決於算力能否兌現其現金流承諾。