文｜半導(dǎo)體產(chǎn)業(yè)縱橫

曾因精準(zhǔn)預(yù)測2008年次貸危機(jī)而聞名的“大空頭”邁克爾·伯里（Michael Burry），近日把矛頭對準(zhǔn)了AI賽道。確切地說，是AI芯片的折舊問題。

伯里發(fā)文稱，那些所謂的“超大規(guī)模算力服務(wù)商”，正在通過延長芯片折舊年限、壓低折舊費(fèi)用，人為放大AI熱潮帶來的賬面利潤。這種操作被他稱為“現(xiàn)代財(cái)報(bào)中最常見的欺詐之一”。

他估算，從2026年至2028年，這種會計(jì)處理方式可能導(dǎo)致整個(gè)行業(yè)低估約1760億美元的折舊支出。他特別點(diǎn)名甲骨文和Meta，預(yù)測到2028年，兩者的利潤可能分別被高估約27%和21%。

此言一出，頓時(shí)引起了巨大關(guān)注，又恰逢近期人工智能泡沫論風(fēng)頭正勁，眾多媒體、分析師、公司高管紛紛對關(guān)于芯片折舊以及由此延申出來的科技巨頭資本支出問題發(fā)表了看法。

那么，一塊AI芯片的真實(shí)“壽命“究竟是多久？芯片折舊是不是未來引爆AI泡沫的雷點(diǎn)？科技巨頭有沒有為了美化利潤表而“撒謊“？

這次，答案真的關(guān)乎萬億美元市場。

01、芯片折舊期，存在分歧

要理解這場爭論的核心，首先需要厘清“折舊”在AI數(shù)據(jù)中心語境下的具體含義及其對財(cái)務(wù)報(bào)表的巨大影響。

折舊（Depreciation）是會計(jì)學(xué)中將固定資產(chǎn)成本分?jǐn)偟狡漕A(yù)期使用壽命內(nèi)的做法。對于動輒數(shù)萬美元的AI芯片，企業(yè)不會在購買當(dāng)年將其成本一次性計(jì)入費(fèi)用，而是根據(jù)預(yù)估的“使用壽命”逐年攤銷。

這個(gè)“使用壽命”的設(shè)定，具有極大的財(cái)務(wù)杠桿效應(yīng)。在總投入不變的情況下，折舊年限越長，每年分?jǐn)偟恼叟f費(fèi)用就越低，當(dāng)期的凈利潤數(shù)據(jù)就越好看。反之，如果折舊年限縮短，當(dāng)期利潤將承受巨大的成本壓力。

而在過去兩年中，隨著AI資本支出的激增，全球科技巨頭們不約而同地采取了延長服務(wù)器資產(chǎn)使用壽命的會計(jì)策略：

• 微軟：在2022年將其服務(wù)器和網(wǎng)絡(luò)設(shè)備的使用壽命從四年延長到了六年。
• 谷歌：在2023年采取了類似舉措，將服務(wù)器折舊年限延長至六年。
• 甲骨文：在2024年將服務(wù)器使用壽命從五年延長到了六年。
• Meta：今年一月，Meta宣布將其服務(wù)器預(yù)計(jì)使用壽命從五年延長到了五年半。Meta在財(cái)報(bào)中明確估算，僅此一項(xiàng)調(diào)整，就將使其2025年的折舊費(fèi)用減少29億美元，從而直接增加了同等規(guī)模的賬面利潤。

然而，在巨頭陣營中也出現(xiàn)了“異類”。 亞馬遜曾在2024年將服務(wù)器使用壽命從五年延長到了六年，又在今年將部分服務(wù)器設(shè)備的使用年限從六年縮短至五年，并公開承認(rèn)原因是觀察到“技術(shù)發(fā)展速度加快，尤其是在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域”。

不過，在許多人看來，即使是縮短后的五年也顯得過于樂觀，而如此樂觀的估計(jì)隱藏著巨大風(fēng)險(xiǎn)。據(jù)分析，如果以上五個(gè)云巨頭的服務(wù)器在三年內(nèi)，而不是各公司假設(shè)的年限內(nèi)失去價(jià)值，它們的年度稅前利潤總和將減少260億美元，即去年總利潤的8%。

而按照這五家公司目前的市值與稅前利潤之比計(jì)算，這將導(dǎo)致其總價(jià)值縮水7800億美元。如果重新計(jì)算，假設(shè)服務(wù)器折舊期為兩年而不是三年，縮水規(guī)模將升至1.6萬億美元。

那么，問題就變成了，多少年的芯片折舊期，才是合理的？

02、芯片“壽命”，比想象中要短？

那些認(rèn)為算力服務(wù)商芯片折舊期估計(jì)過于樂觀的人，有如下的觀點(diǎn)：

首先是高強(qiáng)度的物理損耗。據(jù)谷歌一位GenAI架構(gòu)師透露，數(shù)據(jù)中心GPU幾乎承擔(dān)了AI訓(xùn)練和推理的全部負(fù)載，其性能下降速度比其他任何組件都快。在云巨頭數(shù)據(jù)中心常見的60%到70%的高利用率下，GPU的壽命被縮短至一到兩年，最多三年。

這一觀點(diǎn)得到了Meta公司研究數(shù)據(jù)的側(cè)面印證。Meta在描述其使用Nvidia H100 GPU訓(xùn)練Llama 3模型時(shí)披露，即便在僅約38%的利用率下，由GPU故障（包括NVLink）和HBM3高帶寬內(nèi)存故障（HBM通常集成在GPU上）導(dǎo)致的訓(xùn)練中斷，合計(jì)占總故障的47.3%。有分析推論，若將利用率提升至行業(yè)常見的60%-70%，其故障率可能顯著增加。這表明，在AI訓(xùn)練中最重要的組件，GPU，同時(shí)也是最“脆弱”的。高強(qiáng)度的訓(xùn)練會導(dǎo)致頻繁的硬件不穩(wěn)定和維護(hù)需求，大幅增加了運(yùn)維成本，降低了資產(chǎn)的有效產(chǎn)出率。

其次，是來自更先進(jìn)芯片的技術(shù)淘汰。英偉達(dá)已將其產(chǎn)品迭代周期從兩年縮短至一年，CEO黃仁勛在今年3月發(fā)布Blackwell芯片時(shí)也曾開玩笑般表示，“當(dāng)Blackwell芯片開始量產(chǎn)時(shí)，Hopper芯片就無人問津了?！?/p>

AI芯片的生命周期更多時(shí)候不是由物理損耗決定，而是由技術(shù)迭代決定。谷歌TPU創(chuàng)始人之一、現(xiàn)Groq公司CEO Jonathan Ross的觀點(diǎn)更為激進(jìn)。他表示，Groq正采用1年期的芯片攤銷，并直言那些采用3到5年攤銷期的人“完全錯了”。

最后一點(diǎn)是資產(chǎn)的“經(jīng)濟(jì)壽命”。在數(shù)據(jù)中心電力容量成為核心瓶頸的當(dāng)下，“每瓦特Token產(chǎn)出”成為衡量資產(chǎn)價(jià)值的關(guān)鍵指標(biāo)。

一份以NVIDIA H100服務(wù)器為例的投資回報(bào)（ROI）測算表明：一臺搭載8卡H100的服務(wù)器，在2023年算力緊缺時(shí)，租賃價(jià)格高昂，僅需十多個(gè)月即可收回成本。然而，隨著2024年供給緩解和租賃價(jià)格下滑，當(dāng)中期租價(jià)降至每卡1美元/小時(shí)，測算顯示，即使按100%售出率，5年總收入也無法覆蓋包含設(shè)備購置和運(yùn)維電力在內(nèi)的總成本，最終反而虧損。

邁克爾·伯里也在X發(fā)文表示：“A100每FLOP消耗的電力是H100的2-3倍，因此僅電力成本就比H100高2-3倍。而英偉達(dá)聲稱H100在推理方面的能效比Blackwell低25倍?！?/p>

由于新一代芯片（如Blackwell）能效比顯著提升，繼續(xù)運(yùn)行能效較低的舊芯片意味著占用了寶貴的電力容量，產(chǎn)生了巨大的機(jī)會成本。這種由能效比驅(qū)動的經(jīng)濟(jì)性淘汰，可能導(dǎo)致企業(yè)在物理壽命結(jié)束前提前退役舊硬件。

03、價(jià)值級聯(lián)與巨頭的支出合理性

然而，同樣也有分析認(rèn)為，科技巨頭的較長芯片折舊期是合理的。其中代表性的觀點(diǎn)是，大型科技公司在其硬件運(yùn)營中采用“價(jià)值級聯(lián)”模式，不會簡單淘汰過時(shí)的芯片。

所謂的“價(jià)值級聯(lián)”，是指巨頭們利用工作負(fù)載的多樣性，構(gòu)建了一套硬件梯級利用體系。AI工作負(fù)載并非一成不變，而是分為對算力要求極高的“訓(xùn)練”和相對寬容的“推理”。雖然訓(xùn)練下一代基礎(chǔ)模型確實(shí)需要Blackwell這樣的最新芯片，但一旦進(jìn)入推理階段，需求就發(fā)生了分化。

對于實(shí)時(shí)聊天機(jī)器人等延遲敏感型任務(wù)，依然需要較新的硬件；但對于海量的、對實(shí)時(shí)性要求不高但對成本敏感的吞吐量敏感型任務(wù)——如離線數(shù)據(jù)分析、文檔摘要、內(nèi)容審核等——老舊芯片提供了極高的性價(jià)比。一臺完全折舊的A100，雖然單次響應(yīng)速度不如新一代芯片，但在處理大規(guī)模批處理作業(yè)時(shí)，其極低的總擁有成本使其極具競爭力。這種“新三年、舊三年”的級聯(lián)模式，從根本上拉長了硬件的經(jīng)濟(jì)壽命。

這種長周期模式有其過往數(shù)據(jù)的支持。微軟Azure的公開硬件退役政策顯示，其采用Nvidia K80、P100 GPU的虛擬機(jī)系列直到2023年才退役，實(shí)際服役時(shí)間長達(dá)7-9年；而計(jì)劃于2025年退役的V100系列，服役時(shí)間也接近7.5年。這證明在擁有豐富應(yīng)用場景的巨頭內(nèi)部，硬件的生命周期可以超過技術(shù)迭代周期。

同時(shí)，支撐這一長周期邏輯的，不僅僅是技術(shù)上的可行性，還有財(cái)務(wù)上對于產(chǎn)能的迫切需求。

巨頭們的巨額資本支出（CapEx）并非盲目投機(jī)，而是有著強(qiáng)勁的訂單支撐。據(jù)統(tǒng)計(jì)，在2022年二季度至2025年二季度的三年間，五大科技巨頭的“剩余履約義務(wù)”（RPO，即客戶已簽署、等待交付的合同訂單）增速高達(dá)90.7%，超過了同期資本支出（約64%）的增速。這表明AI算力處于供不應(yīng)求的狀態(tài)。

微軟手握近4000億美元的積壓訂單，亞馬遜AWS的積壓訂單也達(dá)2000億美元。在履約壓力下，巨頭們必須進(jìn)行大量投資。樂觀者認(rèn)為，面對這種史無前例的CapEx高峰，采用更長的折舊年限，將巨額成本平滑到未來5-6年的經(jīng)營中，是一種避免當(dāng)期利潤產(chǎn)生災(zāi)難性波動、穩(wěn)定投資者預(yù)期的合理財(cái)務(wù)策略。

04、結(jié)語

AI芯片折舊問題，實(shí)質(zhì)上是技術(shù)加速迭代與資產(chǎn)管理模式之間的一次錯配。

一方面，英偉達(dá)的1年迭代周期快速壓縮了前沿芯片的性能壽命；另一方面，超大規(guī)模企業(yè)通過價(jià)值級聯(lián)模式和爆棚的訂單需求，試圖構(gòu)建一個(gè)可以讓芯片服役6-7年的經(jīng)濟(jì)閉環(huán)。

這兩種邏輯的博弈意味著，評估AI巨頭真實(shí)能力的指標(biāo)，不能再單純依賴受會計(jì)估計(jì)影響顯著的“凈利潤”。有分析師建議，應(yīng)回歸到企業(yè)的“經(jīng)營性現(xiàn)金流”（CFO）本身。

只有那些能夠通過真實(shí)的業(yè)務(wù)需求消化掉天量算力，并產(chǎn)生強(qiáng)勁現(xiàn)金流覆蓋資本支出的企業(yè)，才能驗(yàn)證價(jià)值級聯(lián)模式的有效性，并最終穿越技術(shù)迭代的周期。

無論如何，巨頭之間瘋狂的算力競賽已經(jīng)無法回頭。馬克·扎克伯格在Meta 2025年三季度財(cái)報(bào)電話會提到，最糟糕的情況不過是提前建設(shè)了未來幾年所需的資源。但與其受限于資本支出，讓核心業(yè)務(wù)原本可盈利卻無法投入，還不如加快算力投資的進(jìn)程，確保公司擁有足夠的算力。

扎克伯格口中的“最糟糕的情況”會僅僅如此嗎，還是像“大空頭”所言，是一場足以席卷整個(gè)AI行業(yè)的風(fēng)暴？