分析師Rick指出，英偉達正在AI時代發揮類似中央銀行的功能——儘管它無法發行貨幣，也無法決定利率水平，但它正在影響一種更爲關鍵的資源分配方式，即AI時代最稀缺的資本要素。整個AI產業正在步入金融化階段，資本本身開始成爲AI基礎設施的有機組成部分，而不僅僅是外部融資工具。在這一體系中，英偉達越來越像AI時代的“準央行”，它不製造貨幣，但是AI產業金融化趨勢的重要推手，正帶動GPU製造商、雲服務商、NeoCloud、封裝廠商、HBM供應商、銀行、私人信貸機構、基礎設施基金、保險資本和主權財富基金共同構建新的資本生態。
AI產業正從單純的半導體產業鏈，逐步演變爲一個基礎設施資產體系。
融資購買GPU→GPU出租產生現金流→現金流支持新一輪融資→新融資繼續購買GPU，這形成了一個持續擴張的資本飛輪。GPU開始具備基礎設施資產屬性，不再僅是電子設備，而是能夠產生長期現金流、可抵押融資、可證券化的資產。這也解釋了英偉達爲何持續鎖定HBM、先進封裝和供應鏈產能。如果資本成爲未來瓶頸之一，那麼協助客戶解決融資問題本身就是擴大GPU銷售最有效的手段；幫助供應商解決融資問題，則是最有效的產能擴張方式。這一趨勢已在全行業鋪開。微軟、谷歌、Meta、亞馬遜持續擴大資本開支，它們向客戶或供應商提供的訂單、預付款及合作協議，同樣有助於產業鏈上下游更便捷地獲取資金。NeoCloud大量採用債務融資；HBM供應商持續擴產；先進封裝企業簽署長期協議；私人信貸基金、基礎設施基金和主權財富基金開始介入AI數據中心投資。AI產業鏈正從傳統制造業融資模式轉向基礎設施融資模式。未來，超大規模雲服務商每年數千億美元的資本支出，若大量依賴債務融資，將持續吸納長期資金。新增資本不僅流向GPU，也流向數據中心、電力、光纖、冷卻系統、HBM及先進封裝。
AI產業可能成爲全球最大的資本吸納行業（甚至沒有之一）。資本需求擴大對金融市場的影響不容忽視。長期資本供給有限，AI融資需求增加意味着長期資金價格可能維持在較高水平。即使短期政策利率下行，長期融資利率仍可能受資本需求推動而保持高位。
同時，資金配置將出現分層：現金流穩定、增長確定性高的AI企業融資成本可能繼續下降，而傳統行業融資成本則可能相對上升，信用利差存在擴大的可能。
