讓數字資產流動性
連結 AI 時代的
金融應用

一、GPU 集群抵押貸款

AI 算力需求方可將具備可核實所有權及市場價值的 GPU 伺服器、GPU 集群設備或符合條件的算力合約，作為貸款的抵押或擔保基礎。

協議擬透過資產核驗、第三方估值、抵押權法律文件及鏈上貸款記錄，建立融資管理流程。

借款額度將根據抵押品價值、設備折舊、算力需求、借款人信用狀況及還款能力進行評估，不以設備採購價格直接等同可貸款價值。

二、借款人審查機制

AiSaving 擬建立多層次借款人審查制度，評估內容包括：

1. 身份與企業審查：核實企業註冊、實際控制人、營運資質及合規狀況。
2. 資產審查：核實 GPU 設備型號、序號、所有權、所在地、保險及既有抵押負擔。
3. 經營能力審查：評估算力集群利用率、客戶合約、電力成本、維護費用及現金流。
4. 財務審查：分析借款人負債、償債能力、資金用途及歷史履約紀錄。
5. 風險評級：根據資產流動性、抵押覆蓋率及違約風險決定貸款條件。

未通過審查的借款人，不應獲得融資批准。

三、貸款利息與 ETH 收益分配

AiSaving 的設計以 AI 算力基礎設施貸款利息作為主要潛在收入來源。

ETH 獎勵的實際數量，應取決於已實現貸款收入、資產損失、協議費用及 ETH 兌換價格。即使貸款以 USDC 計價，ETH 獎勵仍會受到市場價格波動影響，不應承諾固定發放數量或固定收益率。

四、貸款還款與鏈上管理

AiSaving 擬利用 Ethereum 智能合約記錄貸款本金、利率、到期日、還款金額、未償餘額及抵押品狀態。

借款人按照合約約定履行還款義務，協議核實實際到帳資金後，更新相應的鏈上狀態。

若借款人逾期或違約，協議應依照事先披露的條款啟動催收、抵押品處置或其他追償程序。

需要特別說明： GPU 設備屬於實體資產，即使貸款資訊上鏈，抵押品的查封、接管及出售仍需要依靠具法律效力的抵押安排及線下執行程序，不能單靠智能合約完成。

五、資產安全與風險管理

AiSaving 擬採取分層風險控制框架，涵蓋抵押品估值、貸款集中度、借款人信用風險、流動性儲備、智能合約權限及違約處置。

其中，抵押貸款應採取審慎的貸款價值比率（LTV）管理；對高折舊、高技術淘汰風險的 GPU 設備，應設定更保守的融資額度及定期重新估值機制。

協議亦應設立貸款損失準備金及提款流動性管理制度，避免因借款人集中違約或貸款期限與用戶提款需求不匹配，而出現大規模流動性缺口。

此外，非託管架構代表平台不保管用戶私鑰，並不代表存入智能合約的 USDC 不會面臨貸款損失、合約漏洞或提款限制。