中國儲能網(wǎng)訊：當前全球科技與算力大廠都在瘋狂卷AI與算力，以上言論值得關(guān)注，智算中心運營正面臨一個巨大的隱藏風險：智算中心GPU的資本支出與折舊問題。
當前主流芯片更新周期
下面是結(jié)合當前市場情況，列出的一些國內(nèi)外主流芯片的更新周期（僅供參考）：
但實際運營智算中心時，面臨的問題要比上表呈現(xiàn)出來的數(shù)字復(fù)雜得多。
舉個例子，以AI算力云業(yè)務(wù)的GPU投資回報周期為例：
一臺搭載8×NVIDIA H100 GPU服務(wù)器（成本假設(shè)為￥280萬元人民幣），在2023年前期算力緊缺時其租用價格一度高達每卡每小時4~8美元，若保持高利用率，十多個月即可收回成本。這使得不少運營者初期ROI（投資回報）看起來非?？捎^。
然而隨著2024年供給緩解、算力租賃價格下滑，中期租價降至每卡僅1美元/小時左右，按100%售出率測算5年總收入約￥450萬，扣除設(shè)備與機房等成本（約￥560萬，含服務(wù)器購置和5年運維電力等附加成本，五年反而虧損約￥110萬。直線折舊法下前兩年盈利、第三年開始虧損的現(xiàn)象表明：GPU資產(chǎn)的經(jīng)濟壽命通常小于賬面折舊年限。
為彌補后期虧損，常見做法是在第3年時再投入更新一批更新一代GPU，用新設(shè)備盈利來填補舊設(shè)備的折舊虧損，進行滾動擴張，但這也潛藏風險（擴大杠桿可能隱藏虧損直至難以為繼）。因此，運營方更傾向于在性能/效率顯著提升的新品出現(xiàn)時盡早更新GPU，保證算力供給具備競爭力，并避免舊卡后期大幅貶值帶來的虧損，但這樣又會帶來新的風險。
GPU的折舊速度比想象的要快
當前一代 GPU 的使用壽命比大多數(shù)人認為的要短，也比公司在攤銷計劃中預(yù)估的要短。我們正進入AI周期的下一階段，在這個階段，數(shù)據(jù)中心和能源供應(yīng)日趨緊張，最重要的指標已經(jīng)變成每瓦特產(chǎn)出的Token數(shù) (tokens per watt)。
需要關(guān)注的是，像Nvidia這樣的芯片廠商已經(jīng)轉(zhuǎn)向1年的產(chǎn)品升級周期，這意味著每年你都能獲得比上一代更強大、更節(jié)能的加速器。這與我們歷史上經(jīng)歷的摩爾定律和芯片發(fā)展完全不同。Jensen (黃仁勛) 指出，從Hopper到Blackwell，將Token成本降低了10倍。
也就是說隨時未來的發(fā)展，GPU的攤銷速度應(yīng)該比新興云服務(wù)商和超大規(guī)模云服務(wù)商建模的速度要快得多。在最近一期播客中，Groq的CEO Jonathan Ross，Google TPU 創(chuàng)始人之一就表示，Groq正采用1年期的攤銷（那些采用 3-5 年攤銷期的人完全錯了）。
對于芯片，你不僅有資本支出的前期投資，還有運行該芯片的運營支出 （OpEx），以及相關(guān)的電力和水冷成本。超大規(guī)模云服務(wù)商對GPU采用3-4年的攤銷周期，而Corewave和一些新興云服務(wù)商采用6年的Nvidia GPU折舊周期，但問題來了，如果他們的攤銷周期是2年而不是6年，這些新興云服務(wù)商的虧損會大得多，這是整個產(chǎn)業(yè)鏈中一個令人擔憂的一個重要壓力點。
智算中心運營的最大風險
可能有人會說，我看到很多人在租用Nvidia H100，那是Nvidia 3年前開始銷售的產(chǎn)品，但這背后其實有兩個重要原因。
第一，少量大客戶（比如類似OpenAI和Anthropic）將需求推得極高，因為他們向最終用戶提供服務(wù)的算力成本遠高于他們向最終用戶收取的價格，但這種模式只有在投資者愿意持續(xù)提供資金的階段才能維持。
第二，更重要一點——H100已經(jīng)有3年歷史依然有用，因為Nvidia是在 H100和Blackwell之間才轉(zhuǎn)向1年產(chǎn)品周期的，而這個轉(zhuǎn)變發(fā)生在2024 年末。在此之前，周期是18-24個月。所以，產(chǎn)品代數(shù)角度來看，相比用年份衡量，這款芯片并不算太老。然而，隨著 Nvidia現(xiàn)在采用1年產(chǎn)品周期，情況發(fā)生了重大變化，如此推算這些芯片的真實攤銷期應(yīng)該是1-2年。
回到以6年攤銷計算的Coreweave。這意味著，當Nvidia Vera Rubin在2026年末正式推出時，AI推理需求已經(jīng)大幅提升，智算中心需要持續(xù)運行GPU需要持續(xù)高負荷運行時，必須要建造新數(shù)據(jù)中心才能維持，但這需要時間。
所以，帶來的結(jié)果就是，對于想要擴展算力大部分公司將不得不在現(xiàn)有運行的數(shù)據(jù)中心中用新GPU替換舊GPU，以獲得更多每瓦特Token產(chǎn)出，因為他們的功耗受到限制，這將會在實際上大幅壓縮GPU芯片資產(chǎn)的攤銷周期。
所以，當下延長GPU攤銷周期的問題在于，即使今天利潤看起來比實際更高，但當GPU換代的真實動作發(fā)生時就會面臨成本大增虧損的風險。
這也就解釋了微軟這類企業(yè)為什么會選擇和云服務(wù)商合作：
因為圍繞看到客戶對算力的需求激增。Microsoft希望維護客戶關(guān)系并讓客戶滿意，但對進一步增加資本支出缺乏足夠信心，所以寧愿將部分風險轉(zhuǎn)移給其他方?？蛻舨恢酪膊辉诤鮉icrosoft是否擁有物理基礎(chǔ)設(shè)施，當熱潮消退時，Microsoft不必將芯片計為損失，因為新興云服務(wù)商已經(jīng)承擔了這一風險。這對Microsoft而言是雙贏——他們保留了客戶，如果需求被證實是長期可持續(xù)的，他們有充足時間建設(shè)自己的數(shù)據(jù)中心并轉(zhuǎn)回自身基礎(chǔ)設(shè)施。
與此同時，在當前所處的狂熱周期中，微軟還可以將芯片過時速度超預(yù)期的風險轉(zhuǎn)移出去。
總之，GPU作為AI時代數(shù)據(jù)中心的核心資產(chǎn)，其折舊和評估需要動態(tài)權(quán)衡技術(shù)演進和經(jīng)濟回報。對于高端GPU，3年前后即進入更新窗口，高負載環(huán)境甚至更短；數(shù)據(jù)中心整體資產(chǎn)評估則融合了財務(wù)折舊和算力價值視角，既看設(shè)備賬面生命周期，也看其在不斷變化的AI市場中的供需價值。
不同區(qū)域由于運營環(huán)境和策略差異，在設(shè)備折舊和資產(chǎn)管理上各有側(cè)重：比如我國重要強調(diào)可控回報和國產(chǎn)替代，北美追求效率領(lǐng)先和靈活財務(wù)，東南亞注重成本管控和外部支持。在未來幾年，隨著AI芯片技術(shù)的發(fā)展和各地算力需求的成熟，GPU資產(chǎn)的折舊策略和評估方法也將持續(xù)變化，值得算力產(chǎn)業(yè)高度關(guān)注。
萬卡怎么建?液冷如何用?算電怎樣協(xié)同?國產(chǎn)芯片如何破局?算力資產(chǎn)如何定價?綠電直連路徑在哪?聚焦IDCC2025以及15+場論壇直擊算力產(chǎn)業(yè)核心命題！
