摘要：就是这么一个看起来挺小的硬件寿命问题，已经成为了影响 AI 行业的最刺激、最敏感、最能影响股价的 KPI。包含在投资人、高管在内的各界人士似乎都在试图判断核心设备的使用寿命。

过去三年，AI 行业就像在开加速挂。模型越跑越大，数据中心越建越多，英伟达的股价越飞越高。

但就在全球科技巨头准备在未来五年砸下 1 万亿美元造 AI 数据中心时，一道灵魂提问突然冒出来：

一块 GPU，到底能撑几年？

就是这么一个看起来挺小的硬件寿命问题，已经成为了影响 AI 行业的最刺激、最敏感、最能影响股价的 KPI。包含在投资人、高管在内的各界人士似乎都在试图判断核心设备的使用寿命。

而让人焦虑的是，这个问题没有正式的标准答案。

其中，Google、Oracle 和 Microsoft 给出的服务器寿命最高可达 6 年，而像做空者 Michael Burry 这样的怀疑者认为没那么长，可能也就 2～3年。

当全球 Top 的一批公司计划在未来五年投入 1 万亿美元建设 AI 数据中心时，有一个项目让高管与投资人都格外紧张：折旧。

过去十年，服务器、存储设备这些老货都能用 5 到 7 年，大伙都心里有数。

但 GPU 不一样。三年前才开始狂买，没人知道它们到底能用多久、不值钱得有多快。

“折旧”，顾名思义，就是将一项硬件资产的成本分摊到预计可用寿命内，在科技行业经常被提及且很关键。因为企业要预测它们购入的几十万张英伟达 GPU 能使用多久、价值能保留多久。

简单理解：折旧=资产寿命。寿命越长，利润越好看；寿命越短，利润“啪”一下蒸发。

如果你有关注过，你甚至会发现市面上对于GPU的折旧有完全不同的看法。

AI GPU 在市场上的历史还很短。

英伟达面向数据中心的首批 AI 芯片于 2018 年发布，而真正让 GPU 市场爆发的是 2022 年底 ChatGPT 的诞生。此后，英伟达数据中心收入从 150 亿美元飙升到截至 1 月的财年里的 1152 亿美元，足足十倍。

“是三年、五年还是七年？”Latham & Watkins 的副主席 Haim Zaltzman（长期从事 GPU 融资业务）表示，目前没有可参考的长期使用记录，这对融资影响巨大。

乐观派：6年！

业内不少巨头给出的答案比较统一：6年！

Google、Oracle、Microsoft 等基础设施巨头认为其服务器可以用长达 6 年。

但微软似乎最近有所调整：它们也可能更快折旧——微软在最新年度文件中称其计算设备的寿命为 2 至 6 年。

此外，一些英伟达客户认为 AI 芯片会长期保值，因为旧 GPU 对部分任务仍有需求。CoreWeave（大量采购 GPU 并出租）自 2023 年以来一直按照 6 年折旧周期来计提。

CoreWeave CEO Michael Intrator 表示，他们对 GPU 寿命的判断是“数据驱动”的。

他曾对外表示，公司手上的 A100（2020 年发布）全部租满，还有一批因合同到期而释放出来的 H100（2022 年发布），立即以原价 95% 的水平售出。

“所有的数据都在告诉我，这些基础设施是保值的。”

不过，市场却啪啪打脸。CoreWeave 在财报后股价仍跌了 16%，今年高点以来已跌去 57%，反映了市场对 AI 过度投资的担忧。Oracle 也从 9 月高点跌去 34%。

最激烈的怀疑者之一是著名做空者 Michael Burry，他最近披露了自己正在做空英伟达和 Palantir的仓位。为什么？

Burry 认为 Meta、Oracle、Microsoft、Google 和 Amazon 都高估了 AI 芯片的使用寿命，从而低估折旧。他认为服务器的真实寿命只有 2–3 年，这会导致企业利润被“虚高”。

对于这个言论，Amazon 和 Microsoft 拒绝了回应；Meta、Google 与 Oracle 也尚未置评。

AI 芯片可能在 6 年内贬值，原因包括：

英伟达 CEO 黄仁勋早已有暗示。当英伟达发布新一代 Blackwell 时，他调侃说上一代 Hopper 价值会暴跌：

“当 Blackwell 大规模出货时，你根本送不出去 Hoppers。”“虽然还有些场景 Hopper 能用……但不多。”

英伟达现已从两年一代加速到一年一代，AMD 也同步提速。

亚马逊今年早些时候还将部分服务器资产的寿命从 6 年调降至 5 年，理由是 AI 技术迭代速度更快。

与此同时，其它云厂商却在拉长新服务器的寿命预估。

关于这个问题，微软 CEO 纳德拉在本周表示，公司正刻意拉开 GPU 采购节奏，不愿在单一代产品上投入过多。

他指出，现在英伟达新旧 GPU 的竞争更激烈。

“我们最大的经验之一是英伟达迁移速度变快了。我不希望被某一代 GPU 的 4–5 年折旧周期套住。”

其实，说到底，还是这个行业发展实在太快了。

首先，纳德拉也提到了，英伟达的发布节奏从两年一代变成了一年一代。即便硬件寿命没变，但价值衰减速度暴涨。

其次，虽然推理成本可以降低，但代际更新的GPU显然，速度更快。而旧的 GPU 能跑，但速度变慢、整体下来的算力成本却会变高，经济上不划算了。

再者，二手市场需求变幻莫测。有些行业用旧卡完全够用，有些任务必须用最新架构。这就形成了极其神奇的价格波动。

所以 GPU 并不是物理寿命上的坏掉，而是从实际业务上不划算了：“还能跑，但跑得不值钱。”

参考链接：

来源：不秃头程序员