英伟达把GPU寿命推向八年融资周期

10月21日，NVIDIA首席执行官黄仁勋在德国柏林举行的GTC大会期间接受Deirdre Bosa采访，提出市场过去认为只有四年的GPU生命周期，实际上可能达到八年甚至更久。采访发布时，NVIDIA正尝试让金融机构把其计算系统的剩余价值纳入数据中心贷款担保：只要旧GPU仍能出租、转售或转移到其他工作负载，贷款人就可能在项目现金流之外获得设备回收保障。黄仁勋将其概括为“有生产力、可替换使用且耐久”；目前披露的是融资合作框架和寿命判断，并非所有GPU都已经获得八年期估值或贷款承诺。

GPU开始进入债务担保

NVIDIA在8月与六家金融机构签署谅解备忘录，拟组织规模达5000亿美元的数据中心基础设施资金池。参与者包括Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR。黄仁勋此次进一步给出融资逻辑：如果GPU拥有可验证的长期需求和二手流动性，设备本身便可为相关债务提供支持，从而降低贷款人只依赖运营商信用和未来算力合同的程度。具体贷款结构、抵押折扣和NVIDIA承担的风险尚未在这次采访中完整披露。

这种安排之所以变得重要，是因为AI数据中心需要先投入巨额资本。NVIDIA称，一座每兆瓦规模的“AI工厂”成本约为6000万美元；这里的AI工厂，是把GPU、网络、存储和软件作为统一生产系统，用电力持续生成训练或推理结果。建设规模进入兆瓦乃至吉瓦后，折旧年限、设备利用率和贷款成本都会显著影响项目回报。若硬件能多服务数年，运营商可以把购置成本分摊到更长时期，也更容易为到期设备找到下一位使用者。

A100仍有长期租约

NVIDIA于2020年5月14日宣布A100出货；到2026年10月21日，黄仁勋在柏林表示，六年前的Ampere架构产品仍有客户提出需求。NVIDIA还披露，CoreWeave已经把部分2020年推出的A100算力预订延长至2029年。这个案例证明的是特定设备仍有商业用途和已签约收入，不代表每块A100都能连续运行九年，也不能直接证明其维护成本、故障率或最终转售价。

更广泛的二手市场也提供了部分支持。Sprout称，其库存同时覆盖从2014年Kepler到2024年Blackwell的九代NVIDIA数据中心产品，而且每一代都有买家。这个记录说明老GPU并未随新品发布立即失去流动性，但库存中存在买家，只能证明市场能够成交，不能单独回答成交规模、设备状态、能耗成本以及违约时集中处置能否维持价格。真正用于贷款承保的剩余价值，仍需依靠已结算交易而不是挂牌价。

软件兼容延长经济寿命

CUDA能够跨GPU代际运行，持续的软件与内核优化也可以改善已安装硬件能够执行的任务。对运营商而言，这意味着旧GPU退出最前沿的大模型训练后，仍可能承接推理、微调、科学计算、仿真和图形处理。经济寿命因此取决于工作负载是否匹配、显存是否够用、电价和散热成本是否可接受，以及软件支持能否延续，而不只是芯片能否通电。NVIDIA拥有超过1000个CUDA-X库和模型，这种软件覆盖面也是黄仁勋所称“可替换使用”的基础。

旧GPU继续工作，并不意味着新一代性能提升已经放缓。若以GB300 NVL72在同一模型上的每兆瓦吞吐量记为1，NVIDIA在2026年10月1日发布的口径称Vera Rubin NVL72超过30；数据来自SemiAnalysis AgentX针对DeepSeek V4 Pro的测算。该数字反而解释了寿命问题为何必须按任务判断：最新系统可以在电力受限的前沿集群获得明显优势，旧系统则需要依靠较低租金、已有机房和更宽泛的工作负载继续创造收入。这是厂商选定模型与配置下的结果，不能直接当作客户实际利用率或投资回报。

会计折旧期已整体拉长

截至2026年10月10日，American Compute汇总的21家上市设备持有者中，Microsoft、Alphabet和Oracle的服务器折旧期为6年，Meta为5.5年，Amazon为5至6年。明确单列GPU的企业通常更短：CoreWeave为6年，Nebius与IREN为5年，相关披露的中位数为5年。该机构统计的17次折旧估计变更中有16次延长了使用年限。它同时强调，会计使用年限只是成本进入利润表的速度，并不等于GPU在二手市场能够卖出的价格。

抵押价值仍受二手市场约束

设备剩余价值是转售价格占原始成本的比例；对贷款人而言，它决定放款比例和借款人违约后的回收测算。只有借款人违约且二手市场同时疲软时，抵押价值才会直接转化为贷款损失，但这两种情况可能相互关联。租赁公司的风险更直接，因为租期结束后必须出售或再次出租设备。由此看，黄仁勋提出的八年以上生产性寿命可以支持更长的现金流测算，却不能自动转化为相同期限的抵押估值。

价格风险还来自供应端。American Compute列出的不利因素包括NVIDIA降价、AI需求回落、短缺时期重复下单形成的库存，以及大型云商集中更新设备。尤其当超大规模云商同时释放旧GPU时，二手供给可能在短期内增加；若又遇到借款人违约，贷款人能够实现的回收价格便可能低于模型估计。新一代产品的能效提升也会改变旧卡的竞争位置，不过电力、冷却和软件迁移成本可能减慢替换速度。

因此，“八年以上”更准确地描述了NVIDIA希望金融市场接受的一种经济寿命，而不是统一的报废年龄。物理寿命回答设备能运行多久，经济寿命取决于收入能否覆盖电力、维护和机房成本，会计寿命则决定成本如何分摊。A100的持续使用、跨代软件支持和延长的折旧期，使GPU抵押融资获得了现实依据；但贷款能否成立，最终仍要落实到具体型号、合同期限、利用率和可核验的二手成交价格。