AI芯片，到底有多保值？

公众号记得加星标⭐️，第一时间看推送不会错过。

来 源 ： 内容来自CNBC 。

全球几家市值最高的公司计划在未来五年内投入 1 万亿美元建设人工智能数据中心，而高管和投资者们都在关注一个关键项目：折旧。

在会计领域，折旧指的是将固定资产成本在其预计使用寿命内分摊的过程。这一概念在科技行业变得愈发重要，因为企业需要预测其采购的数十万块英伟达显卡（GPU）能保持多久的可用性或价值。

谷歌、甲骨文和微软等基础设施巨头表示，其服务器的使用寿命最长可达六年。但它们的折旧周期也可能短得多 —— 微软在最新的年度报告中称，其计算机设备的使用年限为两到六年。

对于为这场大规模 AI 建设提供资金的投资者和贷款人来说，这是一个需要重点考量的因素：设备保值时间越长，企业分摊折旧的年限就越长，对利润的冲击也就越小。

AI 显卡的折旧难题

AI 显卡带来了一个特殊挑战：它们在市场上仍相对新颖。英伟达首款面向数据中心的 AI 专用处理器于 2018 年左右推出，而当前的 AI 热潮始于 2022 年底 ChatGPT 的发布。自那以后，英伟达的数据中心业务年收入从 150 亿美元飙升至截至今年 1 月的财年的 1150 亿美元。

瑞生国际律师事务所新兴公司与增长业务副主席海姆・扎尔特曼表示，与企业已使用数十年的其他重型设备相比，显卡的使用寿命没有真正的历史参考记录。

“是三年、五年还是七年？” 参与显卡融资业务的扎尔特曼在采访中说，“这对于融资的成功与否有着天壤之别。”

英伟达的部分客户认为，AI 芯片将长期保值，客户会继续付费使用旧款处理器，因为它们在其他任务中仍具实用性。CoreWeave 公司专门采购显卡并出租给客户，自 2023 年起就将其基础设施的折旧周期设定为六年。

在季度财报发布后，CoreWeave 首席执行官迈克尔・因特拉托尔本周告诉 CNBC，公司对显卡的使用寿命采取 “数据驱动” 的判断方式。

因特拉托尔表示，2020 年发布的英伟达 A100 芯片目前已全部预订一空。他还提到，一批 2022 年的英伟达 H100 芯片因合同到期重新可用，立即以原价 95% 的价格被预订。

“我得到的所有数据都表明，这些基础设施能保持价值。” 因特拉托尔说。

尽管如此，受第三方数据中心开发商延期影响全年业绩指引，CoreWeave 财报发布后股价暴跌 16%。该股较 6 月创下的高点已下跌 57%，这一跌幅也反映了市场对 AI 领域过度支出的担忧，属于更广泛的抛售潮的一部分。甲骨文股价自 9 月创下历史高点以来也暴跌了 34%。

AI 交易最直言不讳的怀疑论者之一是做空者迈克尔・伯里，他近期披露了对英伟达和帕兰提尔的做空押注。

伯里本周指出，Meta、甲骨文、微软、谷歌和亚马逊等公司夸大了其 AI 芯片的使用寿命，同时低估了折旧成本。他认为服务器设备的实际使用寿命约为两到三年，而这些公司因此虚增了收益。

亚马逊和微软拒绝置评，Meta、谷歌和甲骨文未回应置评请求。

“Hoppers芯片将无人问津”

AI 芯片可能在六年内通过多种方式折旧：可能因磨损而损坏，也可能随着新型显卡的推出而被淘汰。它们或许仍能用于运行某些工作负载，但经济效益会大打折扣。

英伟达首席执行官黄仁勋也暗示了这一点。今年早些时候英伟达发布新款Blackwell芯片时，他开玩笑说，上一代产品Hoppers芯片的价值将会大幅缩水。

“当Blackwell芯片开始批量出货时，霍珀芯片就算白送也没人要了。” 黄仁勋在 3 月的英伟达 AI 大会上说。

“在某些情况下Hoppers芯片还是能用的，” 他补充道，“但这样的情况并不多。”

英伟达现在每年都会推出新款 AI 芯片，而此前的更新周期为两年。其最接近的显卡竞争对手超威半导体（AMD）也紧随其后。

英伟达将于下周发布季度财报。

亚马逊在 2 月的一份文件中表示，已将部分服务器的使用寿命从六年缩短至五年，原因是一项研究发现 “技术发展速度加快，尤其是在人工智能和机器学习领域”。

与此同时，其他超大规模科技公司则在延长新型服务器设备中显卡的预计使用寿命。

尽管微软计划大力建设 AI 基础设施，但首席执行官萨提亚・纳德拉本周表示，公司正尝试分散 AI 芯片的采购时间，避免对单一世代的处理器过度投资。他还提到，任何新款英伟达 AI 芯片的最大竞争对手都是其前一代产品。

“即使是与英伟达合作，我们最大的经验之一就是他们的技术迭代速度加快了。” 纳德拉说，“这是一个关键因素，我不想陷入某一代产品需要折旧四五年的困境。”

英伟达拒绝置评。

折旧专业协会副总裁、Emrydia 咨询公司创始人达斯汀・马德森表示，折旧是管理层做出的财务估算，而科技这类快速发展行业的动态可能会改变最初的预测。

马德森称，折旧估算通常会考虑多种假设，包括技术淘汰速度、维护需求、同类设备的历史使用寿命以及内部工程分析。

“你必须让审计师相信，你所主张的资产使用寿命确实符合实际情况。” 马德森说，“他们会核查所有这些因素，比如你的工程数据显示这些资产的使用寿命约为六年，他们会对此进行非常详细的审计。”

https://www.cnbc.com/2025/11/14/ai-gpu-depreciation-coreweave-nvidia-michael-burry.html

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4227期内容，欢迎关注。

加星标⭐️第一时间看推送，小号防走丢

求推荐