英伟达这次财报很强，强到市场几乎找不到一个可以立刻做空它的理由。

二季度营收962.2亿美元，同比增长106%；数据中心收入890亿美元，同比增长117%；下一季度营收指引达到1080亿美元，再次超过预期。

真正改变定价逻辑的，是管理层罕见地把指引直接给到下一财年，预计2028年财年营收再增长约70%。

问题也恰恰出在这里。财报公布前，华尔街对下一财年的一致预期只有44%。管理层一句70%，等于把估值锚一次性抬高了26个百分点。

股价盘后从下跌转为上涨，说明投资者正在把这个数字写进价格。但在我看来，这份指引暴露了未来最危险的矛盾：AI算力的内生需求很难单独支撑70%，剩余缺口需要融资把未来需求提前补上。

说白了，英伟达正在用融资制造需求，融资本身也在抬高需求的成本。这不是一个可以无限滚动的增长飞轮，更像一个越转越重的轮子。

账并不难算。路透统计显示，今年大型科技公司的资本开支将超过7300亿美元。按照市场最乐观的一组测算，明年几大超级巨头的资本开支可能靠近1.2万亿美元。这个增幅当然很夸张，但资本开支增长不能直接等同于英伟达收入增长。

AI数据中心既要买GPU，也要买地、建厂房、接电网，还要配置液冷、网络、存储和服务器。即使约45%的资本开支流向数据中心设备，英伟达拿到的也只是其中一部分。

新增预算还在被定制芯片分走。Google有TPU，亚马逊有Trainium，Meta有MTIA，微软也在推进自研芯片，博通的相关收入正在快速放量。投入规模越大，云巨头降低单一供应商依赖、压低推理成本的动力就越强。

因此，即使明年AI资本开支继续狂奔，英伟达营收增长45%左右，已经可以称得上非常出色，也大致对应财报前华尔街44%的一致预期。70%比44%多出的26个百分点，才是整份财报真正需要追问的部分。

以今年收入为基数，70%比44%多出相当于基期收入26%的增量，占全部新增收入约37%。换句话说，明年接近四成的新增收入，需要来自华尔街此前没有计入的需求。

这部分需求从哪里来？管理层已经给出答案。英伟达预计，AI实验室明年将贡献公司总业务的约四分之一，CoreWeave、Nebius等新云公司的GPU容量也在迅速扩张。

这些客户不像亚马逊、微软、Google和Meta那样拥有庞大的经营现金流。它们可以买很多GPU，却很难只靠自己的现金完成采购。英伟达想兑现70%，就必须同时解决客户的融资问题。

到这一步，英伟达的角色已经变了。它过去主要负责卖铲子，现在还要负责给买铲子的人找钱。

8月，英伟达与六家华尔街机构合作，计划为AI基础设施引入超过5000亿美元的第三方资本。黄仁勋表示，英伟达可以为其中最多1250亿美元提供后盾。随后，公司又同意为OpenAI在俄亥俄州的数据中心租约提供最高1050亿美元担保。

管理层不承认这是循环融资，因为资金没有直接从英伟达打给OpenAI，再由OpenAI拿回来买GPU。但从经济效果看，这套结构具备供应商融资的特征。

英伟达用自己的信用降低客户融资门槛，客户建数据中心，数据中心再采购英伟达芯片，由此把未来需求提前锁定。

风险在于，收入确认和最终回报之间的距离被拉长了。英伟达今天确认芯片收入，整个体系真正需要验证的，却是客户未来十年甚至二十年的租金、算力利用率和现金流。

所以，70%表面上是一份产品需求预测，底层越来越像一份信用扩张计划。

以前市场只需要判断Rubin卖得好不好，今后还要判断OpenAI、Anthropic、新云公司和数据中心项目能不能持续融到足够便宜的钱。5000亿美元融资池也不只是独立于业绩的利好，它很可能就是70%增长目标得以成立的前置条件。

真正的死结出现在债券市场。今年AI超级巨头的债券发行额已经达到约2200亿美元，去年同期只有125亿美元。

科技公司债券相对美债的平均利差已经扩大到89个基点，比整个投资级债券市场还高9个基点；亚马逊近期一笔250亿美元长期债券的发行利差达到美债之上约120个基点，差不多是去年的两倍。债券投资者仍然相信这些公司的信用，但已经开始要求更高的价格。

达拉斯联储测算，2026年AI相关投资级债券发行的估计中枢约为3000亿美元，折算成十年期久期供给约3600亿美元，相当于美国国债久期供给的八分之一。

AI企业债和美债争夺同一批长线资金。AI债供给增加，投资者就会要求更高收益率；美债收益率和期限溢价上行，又会抬高数据中心的融资基准。

美债收益率上涨，当然不能全部怪AI，财政赤字、通胀和美联储政策仍是更大的变量。但1000亿美元融资的成本每上升1个百分点，一年就是10亿美元额外利息。再叠加信用利差扩大、GPU折旧加快、电力和存储涨价，原本依靠远期现金流闭合的项目，很容易从可融资变成无法融资。

于是，一个自我反噬的等式出现了：英伟达要实现70%的营收增长，需要AI实验室和新云公司大规模借钱；它们借得越多，企业债供给越大，长期资金越贵；资金越贵，AI数据中心的回报率越低；回报率越低，贷款、租赁和项目融资越难滚动；融资一旦放慢，最先消失的就是被提前拉动的GPU订单。

Anthropic IPO为什么重要，因为这家公司循环的关键一环。市场正在按照2028年1900亿至2000亿美元营收，为一家目前年化收入约470亿美元的公司讨论最高2万亿美元估值。

与此同时，Anthropic刚签下450亿美元、期限六年的Nscale算力租赁协议，还承诺每月向SpaceX支付12.5亿美元获取算力。它一边用远期收入支撑今天的估值，一边用今天的融资能力承诺未来的巨额算力支出。

这正是AI资本循环最需要的一次IPO。上市成功，早期股东获得退出窗口，公开市场提供新资本，信贷机构也拿到一个公开估值锚。

上市前，市场交易想象力；上市后，市场会逐季核对收入、毛利率、资本开支和自由现金流。Anthropic能否守住高估值，决定了这套循环还有没有新的抵押品和退出通道。

所以我的交易判断很明确。Anthropic IPO炒作最热的时候，可能也是这一轮AI资产风险收益比最差的时候。

真正需要警惕的信号，未必是英伟达某个季度业绩不及预期，而是Anthropic完成定价之后，AI资产失去最后一个可以继续抬高估值的重大催化。届时市场会从“还能讲多大的故事”，转向“这些故事需要多少债、多久才能产生现金流”。

英伟达当然仍然是全球最强的AI算力公司，70%的目标也不能说绝对无法完成。但资本市场交易的是预期有没有透支。44%的增长来自产业景气，70%的增长开始依赖金融工程。前者可以用产品、订单和资本开支验证，后者必须依赖信用扩张持续接力。

英伟达这次财报没有把风险推远，反而给风险标出了时间。Anthropic IPO之前，流动性、叙事和融资仍可能共同推高AI资产；IPO定价完成、情绪进入高潮之后，就应该把全面降仓避险提上日程。

因为到了那一刻，市场手里最贵的筹码，已经不再是一块GPU，而是一张建立在低利率、持续融资和远期现金流之上的欠条。