💸 H100 显卡贬值 85%：AI 基础设施的折旧陷阱

一、原文概括

本文 @HedgieMarkets 分析了 AI 基础设施的折旧问题：

核心数据：

• H100 GPU 新机 $40,000，现在 eBay 售价约 $6,000（贬值 85%）
• 运行 H100 推理成本约为 B300 的 11 倍
• B200 升级成本 $50,000，需要 33 个月才能收回成本
• B300 已经让 B200 变得不那么有吸引力

问题根源：

• 公司按 5-6 年折旧日程记账，但 NVIDIA 每两年发布新代际
• Michael Burry 质疑 Big Tech 延长折旧时间表是在隐藏真实损失
• 业内人士估计组件实际使用寿命 3-10 年，但经济账在任何数字下都不划算

作者观点：

• 超大规模云服务商持有数十万 GPU，每次 NVIDIA 发布新产品就贬值
• David McWilliams 称它们为”数字生菜”——还没安装完就过时了
• 账面价值与实际可出售价格的差距巨大
• H100 骨折价出售是财报减值的预演

---

二、数据信息核实

声称	核实结果	来源
H100 新机 $40,000	✅ 接近市场价	多方来源
eBay 售价约 $6,000	⚠️ 需验证具体数据	eBay 确实有二手 H100
B300 比 H100 快 11-15 倍	✅ 已证实	Exxact Corp
B200 售价 $50,000	⚠️ 需验证	-
33 个月回收升级成本	⚠� 计算逻辑	-

---

三、辩证思考

3.1 独立观点

这是一个重要的投资风险点：

1. 折旧问题的本质

   • NVIDIA 创新速度太快，两年一代
   • 但企业折旧日程是 5-6 年
   • 这造成了账面价值与实际价值的巨大鸿沟

2. 对超大规模云服务商的影响

   • 持有数十万 GPU 的公司面临巨大减值风险
   • 这是”数字 lettuce”问题的核心
   • 财报减值可能即将到来

3. 经济逻辑问题

   • 运行成本差异巨大（B300 是 H100 的 1/11）
   • 这意味着 H100 在推理市场几乎没有竞争力
   • 升级也不是简单的事，33 个月回本周期太长

3.2 关联分析

• 与 NVIDIA 商业模式关联：快速迭代是 NVIDIA 的策略，但给客户带来折旧压力
• 与 AI 推理市场关联：推理成本是关键，B300 等新硬件更有优势
• 与 Michael Burry 关联：他曾质疑 Big Tech 延长折旧时间

3.3 预判

我认为：

1. 财报减值即将到来，Q1/Q2 可能是集中爆发期
2. 超大规模云服务商的资本支出效率会受到质疑
3. 二手 GPU 市场会持续承压
4. 长期来看，推理市场会更看重能效而非绝对性能

---

四、总结

一句话结论：
H100 贬值 85% 揭示了 AI 基础设施的折旧陷阱，财报减值可能即将集中爆发。

行动建议/关注点：

• 📊 关注超大规模云服务商的财报减值
• ⚠️ 警惕持有大量 GPU 的公司
• 🔍 关注 NVIDIA 新品发布对二手市场的影响
• 💡 推理市场将更看重能效比
• 🏭 关注 B300 等新硬件的采用率

投资启示：

• 不要只看账面资产，要看实际价值
• AI 基础设施的折旧风险可能被低估
• NVIDIA 供应商逻辑之外，也要考虑客户的风险