•
AI圈都在緊張：一塊GPU能撐幾年？
過去三年，AI 行業就像在開加速掛。模型越跑越大，資料中心越建越多，輝達的股價越飛越高。
但就在全球科技巨頭準備在未來五年砸下 1 兆美元造 AI 資料中心時，一道靈魂提問突然冒出來：
一塊 GPU，到底能撐幾年？
就是這麼一個看起來挺小的硬體壽命問題，已經成為了影響 AI 行業的最刺激、最敏感、最能影響股價的 KPI。包含在投資人、高管在內的各界人士似乎都在試圖判斷核心裝置的使用壽命。
而讓人焦慮的是，這個問題沒有正式的標準答案。
其中，Google、Oracle 和 Microsoft 給出的伺服器壽命最高可達 6 年，而像做空者 Michael Burry 這樣的懷疑者認為沒那麼長，可能也就 2～3年。
AI圈都在緊張的一個問題
當全球 Top 的一批公司計畫在未來五年投入 1 兆美元建設 AI 資料中心時，有一個項目讓高管與投資人都格外緊張：折舊。
過去十年，伺服器、儲存裝置這些老貨都能用 5 到 7 年，大夥都心裡有數。
但 GPU 不一樣。三年前才開始狂買，沒人知道它們到底能用多久、不值錢得有多快。
“折舊”，顧名思義，就是將一項硬體資產的成本分攤到預計可用壽命內，在科技行業經常被提及且很關鍵。因為企業要預測它們購入的幾十萬張輝達 GPU 能使用多久、價值能保留多久。
簡單理解：折舊=資產壽命。壽命越長，利潤越好看；壽命越短，利潤“啪”一下蒸發。
如果你有關注過，你甚至會發現市面上對於GPU的折舊有完全不同的看法。
AI GPU：一個全新的折舊難題
AI GPU 在市場上的歷史還很短。
輝達面向資料中心的首批 AI 晶片於 2018 年發佈，而真正讓 GPU 市場爆發的是 2022 年底 ChatGPT 的誕生。此後，輝達資料中心收入從 150 億美元飆升到截至 1 月的財年裡的 1152 億美元，足足十倍。
“是三年、五年還是七年？”Latham & Watkins 的副主席 Haim Zaltzman（長期從事 GPU 融資業務）表示，目前沒有可參考的長期使用記錄，這對融資影響巨大。
樂觀派：6年！
業內不少巨頭給出的答案比較統一：6年！
Google、Oracle、Microsoft 等基礎設施巨頭認為其伺服器可以用長達 6 年。
但微軟似乎最近有所調整：它們也可能更快折舊——微軟在最新年度檔案中稱其計算裝置的壽命為 2 至 6 年。
此外，一些輝達客戶認為 AI 晶片會長期保值，因為舊 GPU 對部分任務仍有需求。CoreWeave（大量採購 GPU 並出租）自 2023 年以來一直按照 6 年折舊周期來計提。
CoreWeave CEO Michael Intrator 表示，他們對 GPU 壽命的判斷是“資料驅動”的。
他曾對外表示，公司手上的 A100（2020 年發佈）全部租滿，還有一批因合同到期而釋放出來的 H100（2022 年發佈），立即以原價 95% 的水平售出。
“所有的資料都在告訴我，這些基礎設施是保值的。”
不過，市場卻啪啪打臉。CoreWeave 在財報後股價仍跌了 16%，今年高點以來已跌去 57%，反映了市場對 AI 過度投資的擔憂。Oracle 也從 9 月高點跌去 34%。
懷疑者：GPU 只能用 2 到 3 年？
最激烈的懷疑者之一是著名做空者 Michael Burry，他最近披露了自己正在做空輝達和 Palantir的倉位。為什麼？
Burry 認為 Meta、Oracle、Microsoft、Google 和 Amazon 都高估了 AI 晶片的使用壽命，從而低估折舊。他認為伺服器的真實壽命只有 2–3 年，這會導致企業利潤被“虛高”。
對於這個言論，Amazon 和 Microsoft 拒絕了回應；Meta、Google 與 Oracle 也尚未置評。
黃仁勳暗示：前代 GPU 會提前“過氣”！
AI 晶片可能在 6 年內貶值，原因包括：
- 硬體磨損
- 技術更新太快導致迅速過時
- 雖可運行任務，但成本效益大幅降低
輝達 CEO 黃仁勳早已有暗示。當輝達發佈新一代 Blackwell 時，他調侃說上一代 Hopper 價值會暴跌：
“當 Blackwell 大規模出貨時，你根本送不出去 Hoppers。”“雖然還有些場景 Hopper 能用……但不多。”
輝達現已從兩年一代加速到一年一代，AMD 也同步提速。
亞馬遜今年早些時候還將部分伺服器資產的壽命從 6 年調降至 5 年，理由是 AI 技術迭代速度更快。
與此同時，其它雲廠商卻在拉長新伺服器的壽命預估。
微軟：別在單代 GPU 上“押重注”
關於這個問題，微軟 CEO 納德拉在本周表示，公司正刻意拉開 GPU 採購節奏，不願在單一代產品上投入過多。
他指出，現在輝達新舊 GPU 的競爭更激烈。
“我們最大的經驗之一是輝達遷移速度變快了。我不希望被某一代 GPU 的 4–5 年折舊周期套住。”
其實，說到底，還是這個行業發展實在太快了。
首先，納德拉也提到了，輝達的發佈節奏從兩年一代變成了一年一代。即便硬體壽命沒變，但價值衰減速度暴漲。
其次，雖然推理成本可以降低，但代際更新的GPU顯然，速度更快。而舊的 GPU 能跑，但速度變慢、整體下來的算力成本卻會變高，經濟上不划算了。
再者，二手市場需求變幻莫測。有些行業用舊卡完全夠用，有些任務必須用最新架構。這就形成了極其神奇的價格波動。
所以 GPU 並不是物理壽命上的壞掉，而是從實際業務上不划算了：“還能跑，但跑得不值錢。” (51CTO技術堆疊)