黄仁勋：GPU寿命可达8年，旧设备仍能赚钱

10月21日，英伟达CEO黄仁勋在GTC柏林大会期间接受采访时，对GPU的价值寿命给出了一个颠覆传统认知的判断：GPU的可用寿命已从金融模型通常假设的4年，延长至“8年甚至更久”。就在前一天，特斯拉CEO马斯克也在SpaceX三季度财报会上从另一个角度呼应了这一观点：老款GPU不仅没有贬值，出租价格反而比刚发布时更高。

黄仁勋说了什么

在与记者Deirdre Bosa的访谈中，黄仁勋解释，英伟达的计算系统用途极其广泛，性能足够好，而且软件可编程——公司能够在整个资产生命周期内持续优化软件，让GPU长期保持生产力。基于此，他进一步提出，旧款GPU可以作为贷款的抵押物，因为它们仍在持续产生收入。

需要明确的是，黄仁勋谈的不是某块GPU实测运行了8年，也不是对所有GPU的寿命保证。他描述的是“经济寿命”：一块GPU能够持续做功、持续产生收入的年限。只要市场上还有客户愿意租用，即使最初的合同到期，这项资产也不会失去价值。

现实中已有佐证：2020年发布的A100，6年后的今天仍在商业运行，云服务商CoreWeave甚至把A100的预订延长到了2029年。英伟达官方博客也明确写道，并非所有工作负载都需要最新的系统，选什么硬件取决于任务的性质和复杂度。

马斯克的“附议”

10月20日的SpaceX三季度财报电话会上，马斯克表示，随着AI软件和模型的进步，同样功耗下能获得的“有用智能”越来越多。他还称，像H100这样的老款GPU，如今的出租价格反而高于刚推出的时候。这意味着，即便半导体制程一代代更迭，已部署设备的价值未必同步缩水。

马斯克甚至把这种预期写进了租赁策略：他更倾向于签短期合同、按接近现货市场的价格定价，而不是锁定长期费率，理由是算力短缺还会持续，老GPU的需求有保障。

不过也要看到，马斯克并没有给出具体的合同价格和对比条件，“有用智能”也不是一个有明确测量方法的性能指标。软件优化带来的效率提升，和租户实际支付的价格，应该分开评估。

为什么这个表态很关键

时机值得玩味。进入10月以来，全球AI产业链股票经历剧烈调整，美国费城半导体指数一度连续8个交易日下跌，创下2008年以来最长的连跌纪录。按照亚马逊、微软、谷歌母公司Alphabet、Meta在7月给出的指引，四家公司今年的资本开支都将超过1000亿美元，主要投向数据中心等AI基础设施。市场争论的焦点正是：这些投入能不能收回来。

传统的财务模型把GPU当成4年快速折旧的“消耗品”。如果经济寿命真的是8年，折旧成本直接减半，投资回报模型将彻底改写；旧GPU还能拿去抵押融资，云厂商和“新云”（neocloud）公司的资产负债表都会好看得多。这正是黄仁勋这番话的市场杀伤力所在。

技术上也有支撑：CUDA内核优化、编译器改进持续让老卡提速，而推理、微调等大量任务并不需要最新一代的卡。英伟达“软件定义算力”的路线，本身就是在延长硬件的经济寿命。

冷静看待“8年”

但“GPU寿命”至少有四层含义：物理寿命、经济寿命、会计折旧年限、开发环境支持期，它们并不重合。黄仁勋的“8年”说的是经济寿命，不能直接套用到其他维度。

比如开发环境支持就有明确期限：CUDA 13.0已停止对算力低于7.5的Maxwell、Pascal、Volta架构的离线编译支持；580系驱动的支持延续到2028年中。老卡能继续跑已有应用，不等于能用最新工具链做新开发，具体要逐案确认。

对贷款机构而言，真正的残值判断也不只看“能不能跑”，还要看租金、利用率、电费和维护成本能不能覆盖运营开支。黄仁勋的表态是一个有依据的观点，而非测量结果；把旧GPU当长期资产运营，还需要在实际算力表现和合同条款上得到验证。

可以确定的是，这一表态将进一步强化“AI基础设施是长期资产”的叙事，有利于英伟达及GPU云租赁商的融资与估值。但投资者在重估模型时，仍需分清经济寿命和软件支持周期的差别——卡能赚钱多久，和卡能被官方支持多久，是两回事。