2026年10月21日，英伟达首席执行官黄仁勋在GTC柏林大会上抛出一个判断：过去人们以为GPU只有约4年的生命周期，而现在的实际情况是8年甚至更长。“它有生产力，它有可替代性，它经久耐用。”

（黄仁勋在GTC柏林大会演讲）

而就在前一天，埃隆·马斯克在SpaceX第三季度财报电话会上从需求侧给出了呼应：随着AI模型持续进步，同样的硬件能产出更多“有用的智能”，每瓦算力的价值随时间上升而非下降，最直接的证据是H100这类老卡的租赁价格已经超过了它全新发布时的水平。

半导体供应链领域知名投资人Gavin Baker也在GTC柏林会前补上了市场定价这一环：单位token价格不断下降，而租用一小时GPU的价格却“垂直起飞”，因为每一GPU小时能产出的有用token更多了，资产本身变得更值钱。

三方观点汇成同一句话：GPU不再是快速贬值的消耗品。这一判断如果成立，冲击的不只是采购计划，还有全球科技公司利润表上的折旧假设。

柏林表态的全景

黄仁勋在柏林给出的理由带有鲜明的英伟达视角。英伟达计算系统被各行各业普遍使用，性能足够强，且软件可编程——公司能在资产的整个生命周期内持续优化软件，让同一套硬件长期保持生产力。

他还描绘了这一寿命假设背后的回本算术：建设每1吉瓦AI算力需要投入约500亿美元，而这样的设施每年可产生约400亿美元收入，回本周期仅略超一年。按照市场研究机构Counterpoint的计算，这意味着1吉瓦工厂每延误一个月，就会损失约33亿美元的收入。

马斯克侧的叙事更贴近一线的供需现实。他表示，各大超算云厂商和数十家较小规模公司每天都在追着SpaceX求租算力，如果全部答应，现有算力可以租出去好几遍；即便把部分推理负载外包给其他云厂商以腾出资源做训练，结果也是“没有GB300，没有GB200，没有TPU”。

SpaceX因此倾向于按现货价格签短约，马斯克甚至不排除算力投资回本周期在明年缩短至6个月的可能。早在今年8月的SpaceX财报电话会上，他就给出过每瓦变现30至50美元的预估（以Rubin为例）。

8年寿命靠谱吗？

租赁市场的数据部分支持这一判断。研究机构SemiAnalysis在2026年4月发布的H100租赁价格指数显示，不少H100合同正以两三年前签约时的原价续租，部分合同甚至续到了2028年，而其接触的供应商中约有一半已完全没有H100或H200的闲置容量。

（H100租赁价格趋势）

GPU行情数据平台Silicon Data的H100租赁指数显示，2026年9月下旬新云厂商阵营的标准化价格为每GPU小时2.53美元，且该公司此前的追踪还显示，英伟达旧款A100和H100的残值“远高于按3年或5年直线折旧法推算的水平”，B200的市价更是达到原价的158%。

超大云厂商的实际运营记录提供了另一重证据。谷歌基础设施负责人Amin Vahdat在2025年10月透露，谷歌同时运行着7代TPU，其中服役七八年的老TPU仍处于100%利用率。AWS首席执行官Matt Garman今年2月表示，AWS从未退役过一台A100服务器。运营GPU云服务的WhiteFiber援引生存研究数据称，超过90%的GPU在服役6年后仍在正常运转。

支撑这一切的是所谓“价值级联”机制：一块GPU退出最前沿的大模型训练后，并不会报废，而是逐级下沉到微调、推理、批量分析等负载上继续产生收入。行业研究公司Cube Research估计，这种级联让GPU的经济寿命达到其训练主力期的2到3倍。

而持续迭代的CUDA软件栈让同一硬件产出的token更多——黄仁勋在GTC柏林还提到，6年前出货的Ampere架构GPU，其云租赁定价如今不降反升。

质疑的声音同样有据可依。英伟达的架构迭代速度正在加快：A100发布于2020年，H100在2022年，Blackwell在2024年，Blackwell Ultra在2025年，Vera Rubin预计2026年登场，Rubin Ultra指向2027年。

按6年折旧计算，假设2024年购买的芯片到2030年仍有经济竞争力，期间可能经历五六代架构跨越。最直接的反例来自亚马逊：2025年2月，亚马逊披露将部分服务器和网络设备的折旧年限从6年回调至5年，并因此在2025年减少经营利润约7亿美元，理由是“人工智能和机器学习领域技术发展速度加快”。

这场争论的核心，其实是三种“寿命”被混为一谈：物理寿命是硅片在合理散热供电下正常运转的时间，经济寿命是它在特定负载层级上保持竞争力的时长，会计寿命则是账面折旧的计提周期。普林斯顿大学CITP的分析指出，对最前沿的训练负载而言，竞争力窗口可能只有1到2年，但推理和企业内部负载的消化周期要长得多。