随着人工智能（AI）技术的迅速发展，超大规模数据中心面临着一个潜在的危机：GPU（图形处理器）的折旧问题。根据分析师的警告，尽管大型科技公司能够承担数十亿美元的AI基础设施建设费用，但随着新一代GPU的推出，这些硬件的价值可能会迅速下降，对依赖未来收入潜力的创业公司企业造成威胁。
在当今商业环境中，资产折旧的管理至关重要。传统上，企业可以将某些资产的成本分摊到十年或更短的时间内，但现代GPU的生命周期却显得更激进。随着AI性能和芯片效率的持续提升，资产的折旧速度可能会超过一些大型公司的承受能力。分析师担心，随着新一代GPU的推出，AI处理能力的快速进步可能会使依赖旧硬件的公司面临不利局面。
许多企业通常认为其服务器的有效使用年限为三到五年，但在AI工厂的世界中，数据中心的速度和效率直接影响收益。如果落后于一代技术，可能会导致致命的后果。当创新速度超过了硬件的潜在盈利能力时股民钱包，企业将面临何种挑战？
在AI领域，升级周期的频繁使得企业不得不面对前所未有的挑战。英伟达（Nvidia）等公司每年推出新GPU，这对于投资数十亿美元的企业来说，可能是无法持续的。随着电力成本上升、对环保数据中心设计的压力增加，以及AI本身尚未显示出明确的盈利模式，这一切都预示着潜在的灾难。
更严重的是，AI行业的融资模式已经显得相当循环，许多专家警告说，这可能导致泡沫的出现，并在破裂时造成严重后果。GPU的购买为公司提供了作为资产的实质价值，这些资产可以用作贷款的担保。像CoreWeave这样的“Neocloud”（指的是一群出租AI算力的小型基建提供商）公司在今年花费超过140亿美元，并计划在2026年再花费双倍的金额。
如果这些公司能保持强劲的盈利能力，则不会出现问题。然而，这一切都基于多种假设：AI泡沫不会破裂、AI运行方式不会发生重大变化、超大规模公司不会开发自己的ASIC设计、国际贸易障碍不会妨碍扩张或服务访问，并且不会在AI硬件竞赛中落后。
虽然像Google、亚马逊（Amazon）、微软（Microsoft）和Meta等大型公司因其多样化的业务和庞大的现金储备而相对不易受到影响，但它们并非完全免疫。这些公司也可能面临GPU折旧的问题，并加速AI行业的多米诺效应。
著名投资者麦可·贝瑞（Michael Burry）最近警告，这些超大规模公司在近年来已经延长了服务器的“有效年限”评级，这使得它们能够提前支出基础设施扩张的费用，并在收入未能跟上时仍享有更高的利润。
从三年延长到五到六年是巨大的差异，这完全低估了未来几年AI硬件可能带来的快速进步。虽然旧硬件仍会有其市场，但其价值可能会大幅下降。Nvidia首席执行官黄仁勋在今年3月表示，当Blackwell GPU可用时，Hopper GPU的需求大幅下降。这种情况在未来也会发生在Blackwell和下一代Vera Rubin上。因此，企业可能会比预期更快地被迫回到新的融安全排，面对折旧速度超过预期的资产，而整个行业尚未证明出可持续的盈利模式。
（首图来源：shutterstock）股民钱包
一鼎盈提示：文章来自网络，不代表本站观点。
