英伟达希望客户尽可能多采购自家新一代AI芯片
，同时又要让客户相信，手里的老款AI芯片仍能长期保值
。这两个目标 ，它能否同时达成？

　　英伟达之所以能实现高速增长
，在于它说服大型客户几乎每年都要全面切换到最新
、性能最强的硬件。

　　周一，英伟达、OpenAI与SB Energy签署协议 ，OpenAI新建的8吉瓦算力空间将全部采用英伟达下一代芯片 。英伟达首席执行官黄仁勋称
，每一代新硬件有望为英伟达带来1500‑2000亿美元的营收
。

　　每一代芯片性能都远超前代，但售价也大幅抬升 ，推动英伟达利润暴涨
，维持高额利润率。如今英伟达向市场传递一个观点：其图形处理器属于一类可投资资产，能够长期保有资产价值 。这两种立场 ，多少有些自相矛盾
。

　　但在当前算力紧缺的大环境下
，两边说法都有其现实逻辑。无论最新的维拉・鲁宾芯片，还是已经迭代数代的安培芯片 ，市面上任何可用的GPU都不愁销路 。拉长GPU的生命周期，也可以成为英伟达的对冲手段
，防备未来需求不再跑赢供给的时刻到来
。

　　眼下，头部企业对英伟达最新的维拉・鲁宾服务器整机的需求十分旺盛。云厂商高管向笔者透露 ，目前客户需求大多集中在这批设备
，这批服务器将于今年秋季晚些时候出货，单台售价约700万美元 。但现阶段 ，大额买家仍集中在少数玩家：各大云巨头 、英伟达扶持的新兴云厂商（如CoreWeave
、Nebius、Nscale 、Firmus）
、英伟达合作的AI实验室（例如OpenAI）
，或许还有华尔街量化机构
。

　　AI普及的下一阶段，也就是算力需求的下一轮核心驱动力 ，将不再只来自少数云厂商与AI企业
，会有更多类型的企业入局。这类客户对成本会更加敏感，未必需要性能最强、价格最贵的英伟达服务器整机 。市场格局也可能生变：笔者同事安本周报道 ，部分分析师与数据中心开发商担忧
，受数据中心建设 、通电调试进度滞后影响，服务器芯片或将出现供给过剩。部分投资者也愈发担心 ，大型科技企业在AI数据中心上大举烧钱，可能在赚到足够利润之前
，就背负过高债务
。云巨头也有可能收缩资本开支。

　　一名信贷业务高管表示，随着时间推移 ，可能只有少数企业还会坚持每年更换英伟达最新硬件 。设备换代意味着高昂成本与风险
，大型老牌企业未必愿意承担
。

　　数据中心开发商Edge Core Digital Infrastructure首席执行官李・凯斯特勒，将GPU市场走向类比手机行业：大多数用户选择继续使用旧手机多年 ，不愿频繁换新。他说：“旧机型照样可以打电话
、发短信 。对于要持续产生营收的业务场景
，价值并不直接取决于它是不是最新最强的产品
。
”

　　如果英伟达反复强调老一代GPU长期可用、保有资产价值，会带来两个后果：一方面 ，消费者购买新一代鲁宾Ultra芯片的意愿会下降；另一方面
，以芯片为抵押的资产支持债务将更难发行。但老旧 、二手芯片价格更低，也会让更多客户买得起
、租得起英伟达硬件 。比如上周 ，首席执行官黄仁勋就提到
，2020年首发、现已停产的安培芯片，依托新软件提升性能 ，到2029年依旧“可以胜任业务需求”
。

　　尽管芯片实际使用寿命拉长，但目前大多数GPU大型采购方
，尚未改变资产负债表上的会计核算方式。多名数据中心及信贷行业高管称，多数企业依旧按照5‑6年对GPU做直线折旧（即客户账面上GPU每年会损耗1/5或1/6的账面价值） 。