{"id":"mb-20260907-f5800c","kind":"deep","title":"英伟达在 2028 年最凶残的对手，是它自己在 2024 年卖出去的旧显卡","summary":"英伟达在 2028 年最凶残的对手，是它自己在 2024 年卖出去的旧显卡","body":"英伟达在 2028 年最凶残的对手，是它自己在 2024 年卖出去的旧显卡。\n过去两年，全球云巨头一共向英伟达采购了 3090 亿美元的数据中心硬件。\n但在 2028 年，这批天价芯片连一个机架都不会腾出来退役。\n为什么？\n秘密藏在科技巨头 10-K 财报里最隐蔽的一行会计附注：服务器折旧年限。\n2025 年初，Meta 悄悄修改了一项会计估计。\n它把服务器的预期使用寿命拉长到了 5.5 年。\n这一笔改动，直接让 Meta 当年的折旧费用减少了 29.2 亿美元。\nMeta 全年的每股收益凭空多出了整整 1 美元。\nGoogle 的折旧时钟是 6 年。\n微软拉长到了 2 到 6 年。\n这些会计数字在华尔街看来只是财报魔术。\n但在实体机房里，它定下了一个不可逆的物理时间表。\n一台 2024 年买进机房的 H100 服务器，按 5.5 年的折旧周期计算，最早要到 2029 年底才会下架。\n如果是 6 年折旧，要一直通电跑到 2030 年。\n这就意味着，2024 年和 2025 年卖出去的那 3090 亿美元算力，到了 2028 年全都处于巅峰服役期。\n这台正在悄悄咬合的商业机器，叫存量算力自噬。\n华尔街在计算英伟达 2028 年的业绩时，模型里依然填满了爆炸性的增长数字。\n英伟达首席财务官在业绩会上预计，2028 财年收入仍将保持约 70% 的高增长。\n但只要算清这笔折旧账，就会发现一个巨大的逻辑死锁。\n英伟达 2028 年想要实现的全部出货量，必须 100% 依赖客户建设全新机房、拉扯全新电网的新增容量。\n因为客户手里根本没有设备换新的需求。\n旧芯片完好无损，全在满负荷运转。\n英伟达自己的高管在业绩会上承认，几年前卖出的 A100 芯片，至今在各大云端依然保持着 100% 的利用率。\n功劳属于英伟达最引以为傲的 CUDA 软件生态。\nCUDA 让旧显卡在几年后依然强大、稳定、兼容一切主流模型。\n但这正是这台机器最致命的反噬。\n当你的软件让旧设备永不衰老，你就亲手堵死了客户升级新硬件的借口。\n更深层的威胁，来自大模型底层工作负载的剧烈迁移。\n过去两年，整个行业处于疯狂的模型训练期。\n训练前沿基座大模型，需要最高密度的显存互联、最新的集群架构，客户只能不惜代价追逐英伟达最新的旗舰芯片。\n但到了 2028 年，战场已经彻底转向日常推理。\n模型跑起来之后的调用、对话和代理任务，算力门槛断崖式下降。\n推理不需要最新款的 Rubin 架构。\n一块 2024 年出厂的旧显卡，跑推理绰绰有余。\n当一台 2024 年的服务器走完折旧周期，在云厂商的资产负债表上，它的账面价值已经降到了零。\n这时候云巨头出租这台服务器的成本，只剩下电费和机房租金。\n这批折旧归零的庞大硬件，瞬间变成了地表最廉价的零边际成本推理池。\n如果客户能用白菜价租到 2024 年的旧芯片跑完日常任务。\n谁还会花几万美元去买英伟达下一代的天价新卡？\n亚马逊在 2025 年初嗅到了危险。\n它把一部分机器学习服务器的寿命从 6 年反向缩短回 5 年，宁可当年多承担 14 亿美元的折旧成本。\n亚马逊在财报里写得很明确：人工智能技术的迭代速度太快了。\n但只要其他云巨头继续拉长折旧时钟，这场存量算力自噬就会如期而至。\n黄仁勋说，每一代新芯片在每吉瓦电力下能产生更高的收益，客户会拼命冲向下一代。\n可当上一轮狂欢留下的 3000 亿存量巨兽在机房里轰鸣。\n英伟达要打败的，正是当年那个无敌的自己。","topic":"英伟达在 2028 年最凶残的对手，是它自己在 2024 年卖出去的旧显卡","frame_type":["存量算力自噬（5.5年折旧时钟错配与零边际成本推","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-07 16:22:58","legal_anchor_count":0,"transcript_citation_count":0}