当地时间10月21日，GTC柏林大会现场，英伟达CEO黄仁勋给出了一个与现有折旧模型直接冲突的判断：随着软件持续更新和AI应用需求扩大，GPU的实际使用寿命已从过去普遍认为的约4年，延长至8年甚至更久，AI正在改写硬件折旧规则。 这不是硬件质量报告，而是他对当前AI投资最紧迫疑问的回答：万亿美元级别的资本开支建起数据中心，撑住这些债务的算力资产到底值几年？如果GPU能产8年，它就是银行敢接的抵押物；如果4年就报废，AI基建热潮就得按"债务活得比资产久"来定价。IT之家
4年是怎么变成8年的
采访发生在主题演讲之后的雅虎财经节目上，黄仁勋明确表示，英伟达GPU的使用寿命可达七至八年，远超市场此前普遍认定的四年，这一特性使其具备作为贷款抵押品的条件。 他给出的归因是软件可编程性：CUDA技术栈持续升级，让硬件在整个生命周期内保持生产效率；他同时确认，下一代Vera Rubin的预期使用寿命同样是七至八年。需求端也在给这个说法作注脚：据媒体报道，马斯克在SpaceX三季度财报电话会上提出，AI模型越强，每瓦计算能力的价值越会随时间上升而非下降，即便是H100这样的老款GPU，现在的租金也比新机时期更高。 同场受访的硅谷投资人Gavin Baker则援引DeepSeek披露的运营数据：其开源模型的GPU推理变现价格达到每小时38美元，远高于市场主流租赁价，他认为这或许可以解释Blackwell芯片租赁价格连续17个交易日上涨。华尔街见闻东方财富网
"8年"真正动的，是信贷市场的尺子
折旧年限决定每年计提多少成本，进而决定资产还剩多少残值，而残值决定它能不能进银行的抵押品池。黄仁勋的原话直指这一点："今天大多数GPU几乎没有残值，但人们现在认识到英伟达的计算资产具有相当高的残值，因此可以用它来为债务本身提供背书。"这话的靶子不难找：过去几周，新云计算公司CoreWeave的违约风险升至历史高位，信用市场隐含的未来五年违约概率一度超过六成，高杠杆模式正在被债权市场重新定价。 按4年报废，抵押物撑不满一笔更长的贷款；按8年算，同一批GPU就是另一类资产。英伟达正在把后一种算法变成现实：据前述采访报道，它已在部分融资项目中为芯片的转售残值提供担保，帮CoreWeave们降低融资成本。华尔街见闻
另一笔账：让钱少闲置三个月
寿命解决抵押问题，工期解决的是资本空转。GTC现场发布的DSX POD把AI工厂做成了集装箱——在供应链里完成接线和测试，运到现场插好即用，将通常需要四到六个月甚至长达半年的现场装配，压缩到一个月左右、最短14天。 黄仁勋自己算过一笔账：一座年收入400亿美元的数据中心，若因装配推迟三个月投产，就意味着错失约100亿美元的收入。 把寿命、残值、工期三件事放在一起，才能看懂他这句话的分量：“没有需求，什么问题都无法解决；有了需求，所有问题都可以解决。”第一财经中国证券报
哪笔账是事实，哪笔账要打折
"8年"目前只是制造商的说法，不是经审计的会计结论。黄仁勋是AI资本开支最大的卖家和受益者，“越用越值钱"的叙事天然服务于客户的扩产信心和债权市场的风险偏好——这不是怀疑事实，而是提醒立场。第二重折扣在概念上：“还能运行"不等于"仍有竞争力”，物理寿命与经济寿命是两本账，新一代架构持续压低单位算力的成本，老卡按小时出租的租金上涨也可能是供给紧张所致，而非单位效益在变好。第三重边界在执行层面：折旧年限是使用方的会计估计，需要经过企业自身判断和审计流程，黄仁勋的话不会直接改写任何一张财报，但可能改变放贷机构和评级机构对抵押物的评估——而眼下的AI债务市场，最敏感的恰恰是这一点。接下来值得盯的信号有三个：云厂商下一份财报里披露的折旧年限是否继续拉长；GPU租赁价格曲线能否维持"老卡更值钱”；以及银行和信贷基金是否开始真正按8年期限给算力资产定价。
