黄仁勋改口：GPU 能用 8 年甚至更久，AI 把“四年折旧”变成了“八年资产”

在数据中心财务模型里，GPU 一直是一项”短命资产”。会计们习惯按四年折旧，因为上一代加速卡往往三四年就跟不上模型规模。但在 GTC 柏林大会上，英伟达 CEO 黄仁勋给出了一个完全不同的数字：GPU 的实际使用寿命，已经从约四年延长到八年甚至更久。

一分钟速览

• 黄仁勋称，得益于软件持续更新与性能优化，GPU 生命周期从四年延长到八年以上。
• 英伟达强调”软件可编程”：同一块硬件在生命周期内不断获得新能力。
• 马斯克在 SpaceX 财报电话会上给出相似判断：每瓦算力产出的有用智能会随时间上升。
• 他提到，像 H100 这样的老 GPU，现在租金甚至高于新机时期。
• 半导体分析师 Gavin Baker 观察到：Token 价格在跌，单位 GPU 小时租金却在涨。

折旧年限，直接改写利润表

云厂商和 AI 公司买卡，最终要把成本摊到每一小时算力里。折旧年限从四年拉到八年，等于把同一笔资本开支的年化成本几乎砍半。对一家手握数十万张卡的公司来说，这不是会计技巧，而是直接影响报价、毛利率和扩张速度的变量。

黄仁勋的逻辑是：英伟达采用软件可编程架构，在资产整个生命周期内持续改进软件，因此老硬件还能跑新模型、新算子、新精度格式。换句话说，客户买的不是一块固定性能的芯片，而是一张会随着软件迭代继续升值的”算力票”。他还强调，这些计算资源”高效、可替代、经久耐用”，使用者非常多。

为什么老卡反而更值钱

马斯克在 SpaceX 2026 年第三季度财报电话会上补上了需求侧的解释：AI 模型越强，同样一度电产出的”有用智能”越多，所以每瓦计算能力的价值会随时间上升，而不是下降。这也是为什么 H100 这类老 GPU 的租金，反而比刚上市时更高——不是因为芯片变新了，而是因为同一块芯片现在能产出更多可售卖的 Token。

Gavin Baker 的观察更直接：Token 单价在下降，但单位 GPU 小时的租赁成本大幅上涨。原因在于，一个 GPU 小时内能生成的 Token 越多，这个小时就越值钱。价格下降与租金上涨并不矛盾，它们共同说明算力正在从”通用资源”变成”按产出计价的生产资料”。

八年寿命的另一面

需要冷静看的是，寿命延长并不等于所有老卡都能一直赚钱。模型结构在变，精度格式在变，网络带宽和显存容量也在变。八年前的卡即便还能跑推理，能效比也可能只有新卡的几分之一；在电价高企的数据中心，省下来的硬件钱可能被电费吃掉。

因此更准确的理解是：GPU 的”经济寿命”被 AI 需求拉长了，但”技术寿命”仍由模型演进决定。对云厂商来说，未来的资产策略会更像航空公司管理机队——新卡跑前沿训练，老卡下沉到推理和批处理，按任务调度而不是按年限一刀切。对创业公司来说，这意味着二手算力市场会更活跃，租卡的成本结构也会更精细。AI 基建的竞争，正在从”谁买得多”转向”谁把每一瓦用得更久”。