英伟达 GPU 寿命改口 8 年：残值 158% 与 1194 基点 CDS 分歧

一句话结论：英伟达试图用 GPU 能用八到十年这一条判断，把整个 AI 基础设施的资产质量重新定价，但债权人给出的答案仍是否决的，CoreWeave 五年期信用违约互换利差在 10 月中旬创下 1194.5 个基点的纪录，隐含五年违约概率超过六成。

2026 年 10 月 21 日，在德国柏林举行的 GTC 大会结束后，英伟达首席执行官黄仁勋与半导体投资人 Gavin Baker 接受了雅虎财经的专访。对话的开场问题来自投资者当下最焦虑的地方。过去几年 AI 数据中心的投资规模以万亿计，其中相当大一部分靠发债完成，而支撑这些债的核心抵押物就是英伟达的 GPU。一旦这些 GPU 的经济寿命只有三四年，所有依赖算力资产质押的融资模型都会在纸面上崩塌。

黄仁勋的回答分两层。第一层是产品事实。英伟达的 Blackwell 与下一代 Vera Rubin 平台按七到八年可用寿命设计，而市场长期沿用的假设是四年。第二层是资产逻辑。GPU 通用、可被软件持续升级、二手市场始终有承接方，因此具备高残值，可以为债务本身背书。他给出的原话是，人们过去认为是四年生命周期的东西，实际上可能是八年甚至更长。

这番表态在 24 小时后被广泛转述，但很少有报道把它和另外两组数字放在一起看。一组来自残值研究机构 Silicon Data 的月度跟踪。量产一年半的 B200 残值约为购买价的 158%，量产四年的 H100 约 58%，量产超过六年的 A100 仍有约 25%。另一组来自债市。CoreWeave 五年期 CDS 盘中一度升至 1194.5 个基点，2031 年到期票据收益率突破 16%，同期该公司负债接近 500 亿美元。卖方在讲资产的耐久性，买方在给这类资产定一个接近违约的价格，两件事发生在同一天。

一场针对会计假设的公开改写

这场访谈的实质是黄仁勋在修改一个被写进无数份财报的会计估计。折旧年限同时决定三件事。每年的折旧费用、资产在资产负债表上的账面净值，以及贷款人愿意为这份资产接受的抵押折扣。把 GPU 的经济寿命从四年改到八年，年折旧费用直接减半，同一笔债务对应的资产覆盖率随之提高。

黄仁勋给出的支撑理由有三条，都指向同一个结论。这类硬件不该被当作三年就报废的消耗品。他提到英伟达计算系统应用范围广，可以支撑不同 AI 模型和不同云服务商；CUDA 软件栈在整个资产生命周期内持续升级，老卡不会被新软件抛下；以及无论客户是谁，总有公司用得上这些算力，所以资产既高效又可替代。三条合起来构成了高残值的成因。残值高低取决于下一代硬件到来时旧卡还有没有第二春。

残值数据：账面折旧与市场价格的赛跑

判断 GPU 能不能用八年的最硬指标是二手市场价格与出租价格，厂商的判断排在其后。Silicon Data 建立的 GPU 残值模型并不从会计折旧出发，它从实际观测到的 GPU 租赁价格起步，再用利用率、运营成本、利率、新架构进入市场的时点以及剩余可用寿命做折现，本质上是一个持续更新的现金流折现估值。按这个模型，Blackwell 进入大规模部署约一年后，B200 的残值达到约 71,057 美元，在 2026 年内还上涨了 14.4%，相当于原始成本基数的 158%。

对比之下，H100 残值约 20,308 美元，约为购买价的 58%，而按五年直线折旧推算此时残值只剩 20%。A100 量产已超过六年，残值仍维持在约 5,000 美元，相当于购买价的 25%，在三年或五年的折旧表上它早该归零。这三组数字放在一起，构成了对 GPU 二到三年就报废最直接的证伪。

租金端的证据同样清楚。黄仁勋给出的市场数据是，H100 的年度合约租金从 2025 年 10 月的每 GPU 小时 1.70 美元涨到 2026 年 3 月的 2.35 美元，B200 的算力价格落在 5.30 到 7.05 美元区间。另一侧，特斯拉 CEO 马斯克在 SpaceX 2026 年第三季度财报电话会上给出了同向的判断。模型越强，同样一度电产出的有用智能就越多，每瓦计算能力的价值会随时间上升，因此像 H100 这样的老卡现在的租金反而比刚上市时更高。

需要给这个数字加一层口径说明。158% 并非某笔二手 B200 成交价，其计算基准也并非英伟达官方零售价，因为英伟达主要销售整机系统与基础设施，从未为 B200 单卡设定统一标价。这个 158% 是持续经营口径下的估值，衡量的是这块卡继续部署在机架上创造计算收入时值多少。

三方口径分歧：卖方、买方与贷款人

把黄仁勋的说法和另外两套口径放在一起，分歧就变得非常具体。英伟达自己给出七到八年，并明确说下一代的 Vera Rubin 也按七到八年设计。CoreWeave 的财报口径是按六年折旧，这家欠下近 500 亿美元负债的公司在自己的账上比卖方保守。金融模型普遍按四年假设，贷款人则在此基础上再叠加一层保守，因为贷款人需要的是在最坏情形下依然成立的抵押率。

反方观点最系统的是对冲基金投资人 Michael Burry。他把英伟达 8 月宣布的 5000 亿美元第三方融资平台称为华尔街把戏，理由是该结构让英伟达持股 25% 并提供芯片残值担保，再通过私募信贷的管道输送给买方。他给出的量化估计是，超大规模厂商在 2026 到 2028 年间可能少记约 1760 亿美元的折旧。他的核心质疑在于，芯片与服务器是两三年一换代的产品，五到七年的折旧年限与这个升级节奏难以自洽。黄仁勋的反驳来自 A100 这个例子，2020 年发布的这代产品至今已商用六年，经济的可用寿命正趋向十年，而 CUDA 的持续升级让已装硬件的产出不降反升。他还指出 5000 亿美元融资平台中的担保比例显著低于其他算力融资安排，客户的资信、需求、利用率与残值评估仍由资本方独立完成。不过卖方身份本身限定了这段判断的性质，英伟达既是残值担保的提供方，也是这套叙事的最大受益者。

抵押品机制：5000 亿美元融资平台的结构

把残值从叙事变成可交易的东西，靠的是 8 月 10 日宣布的那份谅解备忘录。英伟达与阿波罗、贝莱德、黑石、博枫、高盛和 KKR 六家机构签约，目标是为数据中心建设调动超过 5000 亿美元的第三方资本，覆盖数据中心、芯片制造设施与电力基础设施三类支出。资金将通过特殊目的载体发行债券与私募配售，一次可筹集数百亿美元。

这套机制的前身是阿波罗在 6 月为博通做的 350 亿美元交易，结构上通过特殊目的载体购入芯片再租给 Anthropic，由博通兜底付款，彼时已被描述为同类结构中规模最大的私募信贷交易。若英伟达的平台完整落地，规模将是前者的十四倍以上。反对意见也集中在同一点。这类依靠单方担保资产未来价值的结构化融资，历史上包含过现代金融史上最具破坏性的几起信贷事件。

债市给出的价格：1194 个基点

判断残值叙事有没有被接受，标准答案不在产品发布会的舞台上，而在信用市场的报价里。10 月 14 日至 15 日这周，美国 9 月 CPI 同比 3.7%、环比 0.6% 双双高于预期，汽油价格环比上涨 9.1%，贡献了约一半的月度涨幅。市场对利率上行的预期被点燃，AI 基建的债务定价随之迅速恶化。

CoreWeave 的资产负债表解释了市场为何这么紧张。公司 2026 年第二季度营收 25.75 亿美元，上年同期为 12.12 亿美元，但净亏损 6.26 亿美元，净利息费用 6.4 亿美元，期末净不动产与设备 467 亿美元。第二季度设备开支 64.2 亿美元，经营现金流只有 6.79 亿美元。管理层反复强调的 1042 亿美元订单储备属于已签合同、尚未入账的未来收入，与账上现金并非一回事。同在 10 月 21 日收盘，英伟达涨 2.54% 报 221.97 美元，CoreWeave 跌 0.5% 报 61.82 美元，近 10 个交易日累计跌 30.11%。

CoreWeave 五年期 CDS 利差盘中创下 1194.5 个基点的纪录，按常见模型换算隐含五年违约概率超过 60%，标普全球市场财智的数据口径给到约 64%，而一年前这一数字约为 30%。2031 年到期的优先票据收益率一度超过 16%，此后回落至 15.13% 左右，2032 年无担保债一度跌破 80 美分，已属困境债水位。股票端同步承压，10 月 15 日当天跌 15%，次日再跌 2%，两日内市值蒸发接近五分之一。

需求端与三个可验证判据

融资故事能否成立，取决于底层资产还能产出多少。Gavin Baker 在同一场对话里援引 DeepSeek 10 月 20 日开源推理框架时披露的数据，按谷价口径每张卡每小时产出约 38 美元。这个数字是收入口径，与毛利率之间隔着电费、折旧、带宽和人力，它给出的意义是单位产出的上限。一块卡在满负荷且订单能接住的状态下能创造多少收入。它同时解释了为什么在 token 单价持续下行的环境里，GPU 小时租金反而在涨。

需求的广度也成了论据。黄仁勋列举了 OpenAI、Anthropic、Meta、xAI、Google Gemini、DeepSeek 与月之暗面等机构的算力需求，并把当下定义为 AI 从发明模式切换至实用模式的拐点。Gartner 的预测则给出了反面推演，到 2030 年超过 80% 的 Neocloud 服务商将被迫终止独立运营。

另一个量化变量是空窗期。一座 1 吉瓦规模的 AI 工厂造价约 500 亿美元，年收入约 400 亿美元，投产晚一个季度对应的收入机会约为 100 亿美元。英伟达用 DSX POD 把集成、布线与功能验证前移到工厂环节，试图把设备出厂到投运的四到六个月压缩到最快 14 天。这个方案解决的是资金占用时间，改善的是现金流曲线，无法创造订单。

第一个判据是 CoreWeave 的财报口径。若这家最需要重估的公司在 2026 年 11 月的三季度报表中上调 GPU 折旧年限，说明卖方叙事开始渗入买方的会计政策；若维持六年不变，新发贷款的定价也就难以下移。第二个判据是信用市场的报价本身，CoreWeave 2031 年票据收益率与五年期 CDS 利差能否回落到两位数百分比与 800 个基点以下，直接反映残值叙事是否被贷款人接受。第三个判据是需求端的单位产出，Blackwell 的租赁价格能否延续涨势，模型厂商是否继续披露每卡每小时的收入口径。如果 token 单价的下行快于单位成本下行，第三笔账的基础会被动摇，前两个叙事会同时失效。

常见问题

GPU 折旧年限从 4 年改到 8 年会立刻改变云厂商的利润吗

会。折旧年限是会计估计，年折旧费用与该估计直接成反比，从四年改到八年意味着年化折旧费用大致减半，账面净值与抵押覆盖率同步上升。判断这是否成立，要看 CoreWeave 等主要持有方的财报是否真的调整了口径，卖方表态本身不改变任何一家的账本。

残值 158% 能否意味着二手 B200 卖到高于原价的水平

这个含义需要澄清。158% 是 Silicon Data 模型的持续经营估值，衡量这块卡继续部署在机架上创造计算收入时值多少，既非二手成交价，也不以英伟达官方零售价为基准，因为 B200 单卡从未有过统一标价。它能支撑的结论是资产折旧速度慢于报表假设，不能直接等同于转手价格。

黄仁勋的说法被接受之后，AI 基建融资成本会下降多少

幅度取决于债权人的接受程度，而非产品参数。若行业折旧年限整体从五到六年移至七到八年，抵押率提高，新云商的新增融资成本下降，信用利差收窄；反之信用市场维持高收益定价，新云商只能转向股权融资或压缩资本开支，设备订单的确认节奏随之后移。这两个方向的判据都在下一份 CoreWeave 财报和信用报价里。

小结

把这场访谈读成一个技术话题会漏掉重点。GPU 的经济寿命从四年被推算到八年，实质是一整套资产负债语言的改写，把高折旧、高利息、长空窗的资产改述为长寿命、可抵押、投产更快的资产。产品侧的证据确实存在，B200 残值 158%、H100 租金从 1.70 美元涨到 2.35 美元、A100 算力合约签到 2029 年，这些都说明旧卡在持续创造现金流。

但决定成败的判据在信用市场手里。到 10 月中旬，CoreWeave 五年期 CDS 报出 1194.5 个基点，隐含违约概率约 64%，这说明贷款人尚未接受卖方给出的资产寿命。而黄仁勋本人正是残值担保的提供方，这个身份决定了他对耐久性的判断无法充当第三方评估。需求是这套叙事的总前提，需求的分母上写着成本，接下来的季度报表与债券报价会给出第一个真实答案。

• 英伟达 DSX POD 发布：AI 工厂部署从 6 个月压缩到 14 天
• DeepSeek 开源推理框架 DeepInfer：GPU 占用减 35%、成本降 28%
• 商汤大装置日均 6 万亿 Token：PD 分离把异构集群吞吐拉高 5 倍
• 英伟达开源 Run:ai 深度：KAI Scheduler 与 3 至 6 倍加载加速
• NVIDIA 下代 Groq LPU 放弃 SRAM：3D 堆叠 DRAM 能解决大模型推理的存储墙吗