黄仁勋称AIGPU寿命可达8年 马斯克谈老卡算力价值

八年寿命论，算的是商业账不是物理账

“AI GPU能用8年”这句话最容易引发的误读，是把它理解成硬件不会坏。恰恰相反，黄仁勋谈的是折旧表上的那笔账：在传统数据中心采购模型里，AI加速卡按4年直线折旧，第四年一过就基本被划进”报废区间”，哪怕它还能跑。他提出的替代方案是，硬件规格虽然冻结，但CUDA的软件栈还在持续更新，推理侧的需求又摆在那里，同一张卡在第五年、第六年依然能产出可计费的算力收益，凭什么按4年清零。

这套说法的底层支撑其实只有一条：软件优化让老硬件的”有效算力”没有同步衰减。训练卡换代快，是因为新架构在新模型上效率优势明显；推理卡就不同了，算子优化、量化、蒸馏、批处理调度，这些工作在旧卡上的边际收益依然可观。所以更准确的说法不是”GPU活得更久”，而是”推理负载让GPU的贬值曲线变缓了”。

这里必须划清边界：两位大佬说的都是数据中心的AI计算卡，跟玩家手里的游戏显卡是两回事。消费级卡的残值取决于新游戏和新驱动的支持周期，AI卡的价值取决于模型和租赁市场，中间的传导链条并不相通。

每瓦智能，是另一套更激进的估值语言

马斯克的角度更巧妙，他绕开了”卡值多少钱”，直接谈”每瓦能产出多少智能”。逻辑是：模型和算法迭代之后，同一套旧硬件跑出来的有效AI输出更多，单位功耗的智能密度上去了，卡的经济价值自然水涨船高。他举的例子很有冲击力——H100这类老卡的现在的租赁价格，居然高于刚上市的时候。

但这个例子恰恰也是最值得警惕的地方。租赁价格反超首发价，本质上不是硬件的胜利，而是短期内算力供不应求的结果。它证明的是”现在还很缺卡”，而不是”卡永远不会过时”。一旦供给端补上来，价格会怎么走，谁都没法拍胸脯。

谁在给旧卡定价，谁就在给周期下注

华尔街部分分析师的保留意见并不难理解：算力一旦过剩，老卡的租赁价值会掉得比谁都快，因为它在性能上本就落后，唯一的价格支撑就是稀缺性。而稀缺性这东西，随着新建数据中心陆续投产，是最先松动的。

从旁观者视角看，这场”8年寿命”叙事的受益方其实很清晰。英伟达希望市场把AI卡看成一条长周期的现金流资产，而不是四年一换的快消品，这关系到客户敢不敢大规模下单；马斯克手里握着大量早期采购的算力集群，账面价值被重新评估，对财报和融资都是好事。两位说的未必错，但都站在自己的资产负债表上说话。

笔者的判断是：软件优化确实施展了空间，但它是一条边际收益递减的曲线。头两三年优化能榨出可观增量，越往后越难，最终仍要回到架构代差的硬约束上。8年可以作为乐观情景，4年作为保守情景，真正决定答案的，是未来几年算力供给和模型效率之间的赛跑——而不是今天谁的一句话。