深度｜當(dāng)前智算中心面臨的最大風(fēng)險(xiǎn)

  · Meta的Zuckerberg(扎克伯格)：“在基礎(chǔ)設(shè)施上超支數(shù)千億美元的風(fēng)險(xiǎn)，小于被排除在外的風(fēng)險(xiǎn)。“

  · 知名半導(dǎo)體機(jī)構(gòu)Semianalysis 的Dylan Patel透露：“OpenAI和Anthropic目前占據(jù)Nvidia GPU總出貨量三分之一的份額，成為最大終端買家?！?

  · 《The NVIDIA Way》一書作者Tae Kim在公開媒體發(fā)文指出：“問世8年的TPU利用率仍達(dá)100%,5年前發(fā)布的A100 GPU也已經(jīng)售罄?！?

  · Groq CEO、Google TPU創(chuàng)始人之一Jonathan Ross表示：“在Groq采用1年期攤銷，那些沿用3-5年攤銷期的做法“完全錯(cuò)了”。芯片不僅涉及資本支出(CapEx)的前期投資,還包括運(yùn)營(yíng)支出(OpEx)以及電力、水冷等配套成本。“

  當(dāng)前全球科技與算力大廠都在瘋狂卷AI與算力，以上言論值得關(guān)注，智算中心運(yùn)營(yíng)正面臨一個(gè)巨大的隱藏風(fēng)險(xiǎn)：智算中心GPU的資本支出與折舊問題。

  下面是結(jié)合當(dāng)前市場(chǎng)情況，列出的一些國(guó)內(nèi)外主流芯片的更新周期(僅供參考)：

  但實(shí)際運(yùn)營(yíng)智算中心是，面臨的問題要比上表呈現(xiàn)出來的數(shù)字復(fù)雜得多。

  舉個(gè)例子，以AI算力云業(yè)務(wù)的GPU投資回報(bào)周期為例：

  一臺(tái)搭載8×NVIDIA H100 GPU服務(wù)器(成本假設(shè)為￥280萬元人民幣)，在2023年前期算力緊缺時(shí)其租用價(jià)格一度高達(dá)每卡每小時(shí)$4~8美元，若保持高利用率，十多個(gè)月即可收回成本。這使得不少運(yùn)營(yíng)者初期ROI(投資回報(bào))看起來非?？捎^。

  然而隨著2024年供給緩解、算力租賃價(jià)格下滑，中期租價(jià)降至每卡僅$1/小時(shí)左右，按100%售出率測(cè)算5年總收入約￥450萬，扣除設(shè)備與機(jī)房等成本(約￥560萬，含服務(wù)器購置和5年運(yùn)維電力等附加成本，五年反而虧損約￥110萬。直線折舊法下前兩年盈利、第三年開始虧損的現(xiàn)象表明：GPU資產(chǎn)的經(jīng)濟(jì)壽命通常小于賬面折舊年限。

  為彌補(bǔ)后期虧損，常見做法是在第3年時(shí)再投入更新一批更新一代GPU，用新設(shè)備盈利來填補(bǔ)舊設(shè)備的折舊虧損，進(jìn)行滾動(dòng)擴(kuò)張，但這也潛藏風(fēng)險(xiǎn)(擴(kuò)大杠桿可能隱藏虧損直至難以為繼)。因此，運(yùn)營(yíng)方更傾向于在性能/效率顯著提升的新品出現(xiàn)時(shí)盡早更新GPU，保證算力供給具備競(jìng)爭(zhēng)力，并避免舊卡后期大幅貶值帶來的虧損，但這樣又會(huì)帶來新的風(fēng)險(xiǎn)。

  GPU的折舊速度比想象得要快

  當(dāng)前一代 GPU 的使用壽命比大多數(shù)人認(rèn)為的要短，也比公司在攤銷計(jì)劃中預(yù)估的要短。我們正進(jìn)入AI周期的下一階段，在這個(gè)階段，數(shù)據(jù)中心和能源供應(yīng)日趨緊張，最重要的指標(biāo)已經(jīng)變成每瓦特產(chǎn)出的Token數(shù) (tokens per watt)。

  需要關(guān)注的是，像Nvidia這樣的芯片廠商已經(jīng)轉(zhuǎn)向1年的產(chǎn)品升級(jí)周期，這意味著每年你都能獲得比上一代更強(qiáng)大、更節(jié)能的加速器。這與我們歷史上經(jīng)歷的摩爾定律和芯片發(fā)展完全不同。Jensen (黃仁勛) 指出，從Hopper到Blackwell，將Token成本降低了10倍。

  也就是說隨時(shí)未來的發(fā)展，GPU的攤銷速度應(yīng)該比新興云服務(wù)商和超大規(guī)模云服務(wù)商建模的速度要快得多。在最近一期播客中，Groq的CEO Jonathan Ross，Google TPU 創(chuàng)始人之一就表示，Groq正采用1年期的攤銷(那些采用 3-5 年攤銷期的人完全錯(cuò)了)。

  對(duì)于芯片，你不僅有資本支出的前期投資，還有運(yùn)行該芯片的運(yùn)營(yíng)支出 (OpEx)，以及相關(guān)的電力和水冷成本。超大規(guī)模云服務(wù)商對(duì)GPU采用3-4年的攤銷周期，而Corewave和一些新興云服務(wù)商采用6年的Nvidia GPU折舊周期，但問題來了，如果他們的攤銷周期是2年而不是6年，這些新興云服務(wù)商的虧損會(huì)大得多，這是整個(gè)產(chǎn)業(yè)鏈中另一個(gè)令人擔(dān)憂的一個(gè)重要壓力點(diǎn)。

  智算中心運(yùn)營(yíng)的最大風(fēng)險(xiǎn)

  可能有人可能會(huì)說，你仍然看到有人在租用Nvidia H100，那是Nvidia 3年前開始銷售的產(chǎn)品，但這背后有兩個(gè)重要原因。

  第一，少量大客戶(比如類似OpenAI和Anthropic)將需求推得極高，因?yàn)樗麄兿蜃罱K用戶提供服務(wù)的算力成本遠(yuǎn)高于他們向最終用戶收取的價(jià)格，但這種模式只有在投資者愿意持續(xù)提供資金的階段才能維持。

  第二，更重要一點(diǎn)——盡管H100已經(jīng)有3年歷史，但它依然有用，因?yàn)镹vidia是在 H100和Blackwell之間才轉(zhuǎn)向1年產(chǎn)品周期的，而這個(gè)轉(zhuǎn)變發(fā)生在2024 年末。在此之前，周期是18-24個(gè)月。所以，產(chǎn)品代數(shù)角度來看，相比用年份衡量，這款芯片并不算太老。然而，隨著 Nvidia現(xiàn)在采用1年產(chǎn)品周期，情況發(fā)生了重大變化，如此探測(cè)這些芯片的真實(shí)攤銷期應(yīng)該是1-2年。

  回到以6年攤銷計(jì)算的Coreweave。這意味著，當(dāng)Nvidia Vera Rubin在2026年末正式推出時(shí)，我們的AI推理需求已經(jīng)大幅提升，智算中心需要持續(xù)運(yùn)行GPU需要持續(xù)高負(fù)荷運(yùn)行時(shí)，必須要建造新數(shù)據(jù)中心才能維持，但這需要時(shí)間。

  所以，帶來的結(jié)果就是，對(duì)于想要擴(kuò)展算力的公司，大部分公司將不得不在現(xiàn)有運(yùn)行的數(shù)據(jù)中心中用新GPU替換舊GPU，以獲得更多每瓦特Token產(chǎn)出，因?yàn)樗麄兊墓氖艿较拗?，這將會(huì)在實(shí)際上大幅壓縮GPU芯片資產(chǎn)的攤銷周期。

  所以，當(dāng)下延長(zhǎng)攤銷周期的問題在于，即使今天利潤(rùn)看起來比實(shí)際更高，但當(dāng)GPU換代的真實(shí)動(dòng)作發(fā)生時(shí)就會(huì)面臨虧損的風(fēng)險(xiǎn)。

  這也就解釋了微軟這類企業(yè)為什么會(huì)選擇和云服務(wù)商合作：

  因?yàn)閲@看到客戶對(duì)算力的需求激增。Microsoft希望維護(hù)客戶關(guān)系并讓客戶滿意，但對(duì)進(jìn)一步增加資本支出缺乏足夠信心，所以寧愿將部分風(fēng)險(xiǎn)轉(zhuǎn)移給其他方。客戶不知道也不在乎Microsoft是否擁有物理基礎(chǔ)設(shè)施，當(dāng)熱潮消退時(shí)，Microsoft不必將芯片計(jì)為損失，因?yàn)樾屡d云服務(wù)商已經(jīng)承擔(dān)了這一風(fēng)險(xiǎn)。這對(duì)Microsoft而言是雙贏——他們保留了客戶，如果需求被證實(shí)是長(zhǎng)期可持續(xù)的，他們有充足時(shí)間建設(shè)自己的數(shù)據(jù)中心并轉(zhuǎn)回自身基礎(chǔ)設(shè)施。

  與此同時(shí)，在當(dāng)前所處的狂熱周期中，微軟還可以將芯片過時(shí)速度超預(yù)期的風(fēng)險(xiǎn)轉(zhuǎn)移出去。

  總之，GPU作為AI時(shí)代數(shù)據(jù)中心的核心資產(chǎn)，其折舊和評(píng)估需要?jiǎng)討B(tài)權(quán)衡技術(shù)演進(jìn)和經(jīng)濟(jì)回報(bào)。對(duì)于高端GPU，3年前后即進(jìn)入更新窗口，高負(fù)載環(huán)境甚至更短;數(shù)據(jù)中心整體資產(chǎn)評(píng)估則融合了財(cái)務(wù)折舊和算力價(jià)值視角，既看設(shè)備賬面生命周期，也看其在不斷變化的AI市場(chǎng)中的供需價(jià)值。

  不同區(qū)域由于運(yùn)營(yíng)環(huán)境和策略差異，在設(shè)備折舊和資產(chǎn)管理上各有側(cè)重：比如我國(guó)重要強(qiáng)調(diào)可控回報(bào)和國(guó)產(chǎn)替代，北美追求效率領(lǐng)先和靈活財(cái)務(wù)，東南亞注重成本管控和外部支持。在未來幾年，隨著AI芯片技術(shù)的發(fā)展和各地算力需求的成熟，GPU資產(chǎn)的折舊策略和評(píng)估方法也將持續(xù)變化，值得算力產(chǎn)業(yè)高度關(guān)注。