10月15日纽约时段，CoreWeave的五年期CDS利差冲到1194.5个基点。这个价格的意思是，市场认为它五年内违约的概率超过60%。一年前，这个数字还是30%。微博
六天后的柏林，黄仁勋站上GTC的台。他说，GPU的实际使用寿命已经不是过去以为的4年，而是8年，甚至更久。他的判断是，拿算力本身做抵押去贷款，风险是所有资产里最低的。微博
一边是债券市场在给算力租赁商定价违约，一边是卖算力的人说这批抵押物能用八年。10月这轮AI抛售，真正的分歧就在这里。
先看那个吓人的数字。10月6日，英伟达市值最高5.766万亿美元；10月16日，5.161万亿。9个交易日里少了6050亿美元，折合人民币约4万亿。新浪财经
但换成比例，最大回撤约12%。过去两年，英伟达有过三次20%以上的回撤，每次都被说成泡沫破裂。10月26日，它的股价已经反弹。
4万亿是基数太大的结果，不是基本面出了新问题。二季度营收962.21亿美元，同比增长106%，数据中心收入890亿美元，毛利率75%。生意还在赚钱。
真正变了的，是买GPU的钱从哪儿来，以及这批GPU在账上能挂几年。
CoreWeave是最清楚的样本。截至6月底，它的债务和租赁义务约520亿美元。二季度营收约26亿美元，同比翻倍；当季资本开支94亿美元，利息支出6.4亿美元，净亏损6.26亿美元。36氪
挣两块六，花九块四，差额靠借。它手里有1040亿美元的长单，但长单是分好几年执行的，利息是每个月都要还的。
长单能不能覆盖利息，取决于一个朴素的假设：这批卡能用几年。
黄仁勋的答案是8年。大厂年报里的折旧年限是另一套数字：谷歌6年，Meta 5.5年，亚马逊5年，微软给服务器和网络设备的口径是2到6年。
亚马逊2025年起还把一部分服务器从6年缩短到5年，理由是AI技术迭代太快。微博
会计折旧不等于物理寿命。但对一笔拿GPU做抵押的贷款来说，折旧年限决定了抵押物在账上还剩多少价值。
卖卡的人说8年，做账的人写5到6年，做空的人说只有2到3年。这个差额，就是估值的裂缝。
更微妙的是，说这话的人和给抵押物兜底的人，是同一个。英伟达持有CoreWeave约11%的股权，承诺在2032年前购买最高63亿美元的剩余算力。36氪
今年7月，它又推出针对Neocloud的GPU租赁收入兜底和收入分成。
另一头，它承诺为OpenAI的数据中心项目提供最高1000亿美元支持，而OpenAI是它最大的客户之一。芯片卖给客户，客户拿芯片抵押借钱，英伟达再给其中一些生意兜底。
10月26日，市场给出了自己的回答。Meta宣布最高950亿美元的股权融资，用来建AI基础设施；同一天，SpaceX也披露了一笔400亿美元的AI芯片融资。微博
钱还在进，但方式变了：股权可以，债务要重新定价。英伟达、AMD、博通表示有意认购这轮融资中最多50亿美元。
Meta当天收跌1.88%，英伟达收涨2.39%。市场不是不信AI，是在给不同的融资方式打分。
英伟达的反击放在柏林。GTC上发布的DSX POD，把计算、供电、网络、液冷在工厂里集成好，运到现场接通就能用。
按官方口径，场地条件具备时，部署周期从6个月压到最快14天，产品计划2027年初交付。36氪
黄仁勋算的账是：一座1吉瓦的数据中心约500亿美元，设备运到现场后还要4到6个月才能投产，这段时间钱是闲着的。把闲置期压短，比把芯片做得更快，更直接地改善回报率。
这也是他把AI叫做“制造业”的原因。工厂化的不是智能，是交付。
接下来要看的不是某一天的市值，而是2027到2028年：长单能不能按时变成现金，老卡的租金会不会掉，循环里的下一笔钱是不是来自真正的外部客户。
黄仁勋说，唯一解决不了的问题是需求。这句话反过来也成立：需求是真的，8年就站得住；需求里如果有太多供应商自己的钱，8年只是把折旧往后挪了几年。
4万亿会继续上头条。但决定这轮周期能走多远的，是年报里那行不起眼的折旧年限。
