大空头炮轰 AI 芯片折旧！1760 亿利润虚增？万亿泡沫要破了？

哈喽，大家好，杆哥这篇评论，主要来分析大空头炮轰 AI 芯片折旧！1760 亿利润虚增？万亿泡沫要破了？

曾精准预测 2008 年次贷危机的 “大空头” 迈克尔・伯里，近日将枪口对准了 AI 赛道。

他直言科技巨头靠延长 AI 芯片折旧年限虚增利润，称这是 “现代财报常见欺诈”，还估算 2026 至 2028 年全行业或低估 1760 亿美元折旧支出。

这场围绕芯片寿命的争论，关乎万亿美元 AI 市场的生死，也让 “AI 泡沫论” 再度升温。

巨头集体延长折旧：一门美化利润的生意

要搞懂这场争议，得先明白折旧的门道。AI 芯片动辄数万美元，企业不会一次性算入成本，而是按预估寿命逐年摊销。

寿命定得越长，每年折旧费用就越低，账面利润自然越好看。过去两年，科技巨头们默契地拉长了服务器折旧年限：

微软 2022 年从 4 年延至 6 年，谷歌 2023 年跟进到 6 年，甲骨文 2024 年从 5 年延至 6 年。

Meta 更直接，2025 年 1 月宣布从 5 年延至 5 年半，直言这能让当年利润多增 29 亿美元。

唯有亚马逊唱反调，2024 年先从 5 年延至 6 年，2025 年又缩回到 5 年，理由是 “AI 技术迭代太快”。

这并非小题大做。数据显示，若五大巨头芯片实际寿命是 3 年而非宣称的 5-6 年，每年税前利润将少 260 亿美元，市值可能缩水 7800 亿美元；若寿命仅 2 年，缩水规模将达 1.6 万亿美元。

芯片真实寿命：3 年就报废？

伯里的炮轰并非空穴来风，不少证据显示芯片寿命可能远短于巨头宣称的年限。

高强度损耗是首要杀手。谷歌一位 GenAI 架构师透露，数据中心 GPU 利用率常达 60%-70%，性能下降速度远超其他组件，寿命仅 1-3 年。

Meta 的数据更具说服力，其用 H100 训练 Llama 3 时，利用率仅 38% 就有 47.3% 故障来自 GPU 和内存，利用率翻倍后故障大概率激增。

技术迭代更是催命符。英伟达已将芯片迭代周期从 2 年压缩至 1 年，黄仁勋曾调侃 “Blackwell 量产，Hopper 就没人要了”。

谷歌 TPU 创始人 Jonathan Ross 更激进，称自家按 1 年摊销芯片，直言 3-5 年摊销者 “完全错了”。

经济性淘汰更致命。伯里指出，A100 电力成本是 H100 的 2-3 倍，而 H100 能效比又比 Blackwell 低 25 倍。

在电力成为数据中心瓶颈的当下，旧芯片占用宝贵电力资源，即便没坏也可能被提前淘汰。有测算显示，H100 服务器若租价降至 1 美元 / 小时，5 年总收入都覆盖不了成本。

巨头反驳：我们有 “价值级联” 秘籍

面对质疑，巨头们也有自己的逻辑，核心是 “价值级联” 模式 —— 旧芯片并非直接报废，而是梯级利用。

AI 工作负载分 “训练” 和 “推理”，训练需最新芯片，但推理场景差异极大。

实时聊天机器人要新硬件保障速度，而离线数据分析、内容审核等对实时性要求低，旧芯片性价比更高。

一台折旧完毕的 A100，处理大规模批处理任务时，成本优势远超新芯片。

微软的实践印证了这一点，其 K80、P100 GPU 实际服役 7-9 年才退役，V100 也将服役近 7.5 年。

更关键的是订单支撑。2022 年二季度至 2025 年二季度，五大巨头未交付订单增速达 90.7%，远超 64% 的资本支出增速。

微软手握近 4000 亿美元积压订单，亚马逊也有 2000 亿美元。巨头们称，延长折旧是为了平滑成本，避免利润大幅波动。

泡沫会破吗？现金流见真章

这场争论本质是技术迭代与资产管理的错配：英伟达 1 年迭代压缩芯片寿命，巨头却要靠梯级利用撑到 6-7 年。

分析师建议，评判 AI 巨头真实实力，不能看受会计手法影响的净利润，得看经营性现金流。

只有能用真实业务消化算力、产生现金流覆盖成本的企业，才能熬过技术迭代周期。

Meta CEO 扎克伯格直言，就算提前建人力资源也比错失机会强。但伯里已用行动投票，手握英伟达和 Palantir 逾 10 亿美元看跌期权。

软银近期清仓英伟达 58 亿美元股份，更添市场疑虑。

芯片折旧年限的博弈，实则是 AI 行业虚实之争。若巨头们的 “价值级联” 玩得转，就能穿越周期；若伯里言中，1760 亿美元虚增利润背后，可能真藏着万亿级泡沫。