GPU的有效生命周期有多长？尤其是在AI时代，GPU产品的推出速度越来越快，一两年就要迭代一次，有必要每次都跟着升级吗？

你可能会认为，依靠“卖铲子”发大财的NVIDIA CEO黄仁勋，会鼓励大家紧跟着升级，随时买他家最新的GPU。

但事实上并非如此，黄仁勋反而认为GPU的寿命更长了。

持有这种观点也不是他一个人，马斯克，还有公认的半导体领域知名投资人加文·贝克（Gavin Baker），都认为GPU不再像传统设备那样持续贬值。

率先提出这一观点的其实是马斯克。

他在近日的SpaceX三季度财务电话会议上，清晰阐述了GPU不再快速贬值的底层逻辑：

随着AI模型持续迭代优化，同样的GPU硬件，能够输出更高的每瓦有效智能（useful intelligence per watt）。

他说：“单位功耗的算力价值，会随时间不断增加，而不是持续减少。道理其实很直白：随着AI软件持续优化、模型越来越强，同样的功耗下，你能获得更多具有实际价值的智能输出。算力的价值，和它每瓦功耗产出的有效智能成正比。这也就是为什么，H100这样的老卡，现在的租赁价格甚至高于新品刚上市的时候。”

在德国柏林的GTC大会上，黄仁勋也聊到了这个话题，而且说的更加明确。

黄仁勋认为，过去普遍认为，GPU的生命周期只有4年，现在很可能拉长到8年，甚至更久。

他表示：“这正是我们的优势之一：NVIDIA计算系统的通用性极强，性能足够出色，能够长期创造价值。依托软件可编程的特性，我们会在硬件的整个生命周期里，持续迭代配套软件、不断优化，让它长期保持生产力。”

黄仁勋进一步指出，不管什么客户，永远都有企业愿意承接这些算力，使得GPU不但可以跨场景通用，而且资产寿命更持久，从而带来更好的投资回报率。

加文·贝克在柏林GTC的交流环节也提出，随着Token单价的持续降低，GPU的租赁价格反而更高了，而且涨价速度极快。

他解释说，这是因为同样单位时间的GPU算力，现在可以产出更多的高价值Token，因此算力本身变得更值钱了，GPU的价值也更加持久。

这种现象的背后，很大一部分来自AI推理业务的经济模型变化。

黄仁勋就提到，建设1吉瓦规模的AI算力集群，需要投入约500亿美元，但是每年可以带来约400亿美元的营收，投资回报周期只有短短的一年出头。

马斯克则明确指出，SpaceX目前只做短期的算力租赁，核心就是算力经济的变化，1吉瓦AI算力的估值已经高达300-500亿美元，甚至不到一年就可以回本，所以在短期租赁合约到期之后，续签的租金越来越高了。

根据Silicon Data的研究报告，NVIDIA A100、H100、B200等老款GPU到如今不但没有被忘记和淘汰，反而更值钱了，都远高于3年、5年直线折旧模型测算的剩余价值。

A100基于Ampere架构，首款把千亿参数大模型训练带入商业可行区间的AI加速卡，配备40/80GB显存。

它是2020年中发布并量产交付的，距今已有6年之久，按说早该被淘汰了，应该一文不值才对。

H100基于Hopper架构，堪称AI大模型爆发的核心分水岭产品，重塑了大模型训练的成本曲线，最大亮点是原生支持FP8精度。

H100 2022年3月发布，当年第三季度开始交付，如今也过去了4年，按照传统观念正好到了生命周期的末尾。

报告显示，A100、H100当前的价值，仍有原始采购成本的25%、58%。

B200基于新的Blackwell架构，2024年3月才发布，年底批量供货。

结果到了今天，B200的价值甚至是原始采购成本的158%！

也就是说，如今买个二手B200，要比首发价多花58%的钱！