AI 芯片到底能用几年

一个比值决定这台机器的寿命

看每度电的收入, 不看账本上的年限

会计折旧把一台服务器的成本按管理层选定的使用寿命平摊。经济学问的是另一件事: 这台机器还能挣多少现金, 什么时候挣的钱连电费都不值。对 AI 加速器来说, 最干净的单一指标是 "每度电换来的收入" 与 "一度电的价格" 之比。

一颗芯片在头几年挣回租金, 之后逐年失地: 每一代新芯片每度电的产出更多, 市场会拿新芯片给旧芯片重新定价。从算术里直接得出两道门槛。

寿命本身只需要一行:

首年 32 倍、门槛 3.7 倍时, 要撑满 5 年, 这颗芯片的租价每年降幅不能超过约 35%。整个争论就在这一条线上。

同一台机器, 三个世界

模型把一颗当代加速器 (GB300 级) 放在 1 兆瓦容量上逐年运行。输入: 每卡全包 2.58 千瓦 (墙插口径), 每卡约 6 万美元, 美国工业电价每兆瓦时 90.3 美元, 80% 的时间计费。

横着读每一行。稀缺定价下, 芯片两年回本, 可以跑十年。能效均衡下, 它仍然勉强回本, 但四年就到头。长约下, 供应方几乎只挣回资本成本: 合同把过时风险转给了买方, 市场价跌破合同价之后, 买方还得照付。

这对折旧表意味着什么

经济折旧就是这台机器价值的下降, 也就是它还能挣的现金的下降。两种环境下都是前高后低, 区别只在于前面压得有多重。

证据指向: 现在是稀缺, 以后是能效

表中金额单位为美元。

如果能效定价到来, 约五分之一的利润是还没提的折旧

我们把每家公司的服务器支出 (历史取自财报, 未来取自我们的基准 capex 路径) 改用上面的经济折旧表重算, 替换公司的直线折旧。只影响 capex 里的服务器部分; 建筑和电力设备保持长寿命。下表是每股收益的变化占我们基准 EPS 的比例, 不含价格跌破成本时另行计提的减值。

在稀缺定价下, 各家的账面寿命基本合理, 亚马逊的 5 年甚至偏保守。在能效定价下, 每一家的直线折旧都慢了差不多同样的幅度, 因为 2025 到 2027 年的投资浪潮要在 4 年而不是 5 到 6 年里摊完。差距在 2027、2028 年最大, 之后收窄, 因为早期批次在两种方法下都已摊完。要看的是量级, 不是小数点: 这些是模型估计, 建立在下面列出的假设上。

什么信号说明环境在切换

这个模型不知道什么

• 估计值。 每卡成本 估 锚在公司披露的每兆瓦 GPU 投入上, 不是单价。每卡全包功耗 估 含网络与 PUE 1.25; GB300 机架功率未公开。运营成本占收入 12%、计费利用率 80%、机房与电力设备每兆瓦 1,200 万美元按 20 年摊、资本成本 10%, 均为估计。
• 价格。 首年价格用的是独立云厂商的按需价。大型平台的表价高出 2 到 2.5 倍, 折扣后的实际成交价未披露; 如果它们实际收得更高, 这里的每个比值都更高, 寿命也更长。
• 残值。 模型不给退役芯片任何残值。若二手加速器市场活跃, 实际寿命会更长。
• 服务器占比。 亚马逊 (42%) 与 Meta (43%) 取自财报的资产明细推算; Alphabet (50%) 与微软 (65%) 为估计, 因为两家都没有可比口径的服务器分行。每股收益影响与这个占比成正比。
• 基准。 每股收益的百分比是相对我们自己的基准预测, 不是市场一致预期。