AI泡沫破灭的关键：芯片折旧陷阱
前几天短评曾提及AI泡沫中的一个核心问题：AI芯片的折旧困境。
这正是可能引爆AI泡沫的关键因素之一，本文将深入剖析。
文章开头需明确一点：
AI存在泡沫，与AI真正有用，完全不矛盾。
我坚信AI产业的长期前景，但当前全球芯片板块正经历非理性泡沫式上涨，必须警惕这种金融投机风险——这与看好AI本身并不冲突。
就像2000年互联网泡沫破裂，丝毫不影响互联网的长远价值。
不少人习惯非黑即白的思维：一听你说AI有泡沫，就以为你否定AI，非要举出几个AI已落地的应用来反驳。
事实上，AI确实已在改变现实。
比如AI生成视频，正重塑影视与动漫产业；
AI编程，也已成为程序员的必备技能。
但这丝毫不影响AI存在泡沫。
因为金融市场热衷炒作预期，而AI前景过于清晰，导致市场共识过度集中，股价被推至高位，提前透支了未来十余年的增长空间，从而埋下泡沫风险。
先谈AI折旧成本。
传统基建与AI基建最显著的区别，在于折旧周期的巨大差异。
电力、交通等传统基建，寿命可达数十年，折旧缓慢，一次投入可长期惠及社会。
但AI基建的折旧周期极短，业界普遍认为AI算力卡寿命仅3-6年。
而这3年还是6年，对算力中心成本影响巨大。
AI芯片寿命短，源于两大原因：
1、迭代速度过快。英伟达几乎每年推出新一代AI芯片。
三年前的H系列已是高端，而2024年推出的GB200，由两个B200 GPU加一个Grace CPU组成，AI训练与推理性能较H100提升约6倍；
对大语言模型推理，性能提升高达30倍，能耗降低75%。
2025年推出GB300，今年推出R100，性能持续跃升。
有人会说，即使3年后芯片变“旧”，仍可使用或出租。
目前H100的出租收益依然可观。
但这引出第二个问题：损耗过快。
2、AI芯片虽同为GPU，但工业级使用与消费级截然不同。
用于训练大模型时，芯片长期满载高功耗运行，寿命堪比矿卡，主流观点认为仅3-6年。
即使技术停滞，芯片寿命也不会延长，仍受限于物理损耗。
这导致AI算力中心折旧成本极高。
例如，H100首发价约4万美元，如今二手价已跌至6000美元（美国市场）。
需注意，全新H100仍售2万-3万美元，属成色较新；6000美元则是使用约3年的旧卡。
即使用3年，折旧率达85%。
关于AI芯片寿命，已成为激烈争议话题，也是云厂商极力回避的敏感点。
普林斯顿大学CITP主任米希尔·克希尔萨加尔2023年10月的研究指出：“核心芯片因技术过时与物理磨损，实际寿命仅1-3年，但企业却按5-6年折旧，将成本分摊至更长周期。”
他还称：“技术分析普遍认为AI芯片有效寿命为1-3年。一位谷歌架构师评估，在60%-70%负载下，GPU寿命仅1-2年，最长不超过3年，因热应力与电应力过高。”
虽然1年说法争议较大，但3年是当前主流认知。
CNBC去年11月报道也提及：“谷歌、甲骨文、微软等称服务器寿命可达6年，但可能迅速贬值。微软年报称其AI设备寿命为2-6年。”
但2年与6年，成本差异巨大。
今年5月14日，Epoch一篇分析1GW AI算力中心成本的文章指出：
若芯片寿命5年，年成本85亿美元，其中服务器折旧占50亿（60%）；
若寿命仅3年，折旧成本飙升至85亿/年，总成本达120亿/年，折旧占比升至70%；
寿命从5年降至3年，年成本增加41%——幅度惊人。
因此，芯片寿命是决定AI基建能否盈利的核心变量。
但科技巨头正刻意回避这一问题。
做空者迈克尔·伯里认为，Meta、甲骨文、微软、谷歌、亚马逊等公司夸大芯片寿命，低估折旧，虚增利润。
他称服务器实际寿命仅2-3年，导致财报失真。
亚马逊与微软拒评，Meta、谷歌、甲骨文未回应。
其说法是否准确尚无定论，但巨头集体沉默，耐人寻味。
当前现实是：AI芯片寿命或仅3年，但财报中却被按6年折旧。
3亿美元芯片，3年折旧，年计提1亿；6年折旧，仅5000万——财报瞬间“美化”。
更有甚者，隐瞒折旧，延至6年后一次性计提，或高估未来现金流，声称无需减值。
AI芯片的巨额折旧，正成为美国科技巨头的财报地雷，一旦引爆，恐致巨亏。
目前，AI终端收入远低于算力中心收入，而算力中心利润又赶不上芯片折旧速度。
这意味着，每年万亿级的AI基建难以为继。
唯有利润超过折旧，基建才可持续，否则终将崩塌。
以谷歌为例：
2025年净利润1321.7亿美元；
云业务运营利润139.1亿美元；
全年资本开支914.5亿美元，主要投入AI芯片与算力中心。
资本开支是云利润的6.5倍。
2026年Q1云利润66亿，全年预计300-400亿；
资本支出指导为1800-1900亿美元，仍是云利润的6倍左右。
若芯片寿命达6-7年，云厂商或可勉强支撑；但若仅3年，当前投入将迅速转为巨额亏损，随时暴雷。
因此，芯片寿命是3年还是6年，至关重要。
CNBC报道引述Latham & Watkins副主席Haim Zaltzman称：“GPU没有长期使用记录。其寿命是3年、5年还是7年？对融资成败影响巨大。”
H100发布于2022年，AI浪潮始于2022年底，至今仅3年。
未来一两年，答案将逐步揭晓。
若芯片仅用3年，明年将大量出现老旧算力中心需全面更换，成本激增。
Meta扎克伯格提及出租旧算力，暗示财务压力加剧。
美国科技巨头自由现金流骤降，表明AI基建收入尚无法支撑投入，持续烧钱。
甲骨文截至5月31日财报显示，自由现金流为-236.86亿美元，即便大规模发债与股权融资后仍为负。
2025年9月，甲骨文发行180亿美元债券，计划2026年再筹资450-500亿。
除甲骨文外，谷歌、亚马逊、Meta、微软等纷纷发债维系开支。
Dealogic数据显示，2024年至今，五大AI巨头全球发债1590亿美元，远超2023年的1080亿和2024年的170亿，全部用于数据中心建设。
谷歌2025年11月发债250亿，2026年2月再发315亿。
股权融资亦同步进行。
6月初，Alphabet宣布850亿美元股权融资计划，伯克希尔认购100亿，公开募股从300亿上调至450亿，创公司历史纪录，资金全用于AI基建。
当科技巨头动辄投入数百亿购买高端算力卡时，绝不能忽视巨额折旧成本。
若AI基建无法在3-5年内回本，将成为沉重负担。
云厂商出租算力尚可按6年折旧回收，但下游AI应用盈利远慢于芯片折旧。
正因如此，扎克伯格才想“出租旧卡”，试图从下游分摊成本。
下游盈利远跟不上上游折旧，正是AI泡沫必然破裂的核心原因之一，只是时间问题。
根源在于市场过度集中、不计成本抢购高端芯片，推高溢价，使芯片企业利润远超合理水平。
如今，AI产业的钱，主要流入英伟达与存储芯片厂商。
算力中心成本过高，下游应用盈利却远滞后于芯片折旧。
唯有泡沫破裂、芯片价格回落、算力成本下降，企业从狂热投入转向理性长期布局，AI产业才能迎来真正健康的发展。
正如互联网泡沫破灭后，才迎来真正的繁荣。
本文提及的事件及信息