數十億美元投資面臨貶值危機，AI 時代的 GPU 折舊難題

隨著人工智慧（AI）技術的迅速發展，超大規模資料中心面臨著一個潛在的危機：GPU（圖形處理器）的折舊問題。根據分析師的警告，儘管大型科技公司能夠承擔數十億美元的 AI 基礎設施建設費用，但隨著新一代 GPU 的推出，這些硬體的價值可能會迅速下降，對依賴未來收入潛力的新創企業造成威脅。

在當今商業環境中，資產折舊的管理至關重要。傳統上，企業可以將某些資產的成本分攤到十年或更短的時間內，但現代GPU的生命週期卻顯得更激進。隨著AI性能和晶片效率的持續提升，資產的折舊速度可能會超過一些大型公司的承受能力。分析師擔心，隨著新一代GPU的推出，AI處理能力的快速進步可能會使依賴舊硬體的公司面臨不利局面。

許多企業通常認為其伺服器的有效使用年限為三到五年，但在AI工廠的世界中，資料中心的速度和效率直接影響收益。如果落後於一代技術，可能會導致致命的後果。當創新速度超過了硬體的潛在盈利能力時，企業將面臨何種挑戰？

在AI領域，升級週期的頻繁使得企業不得不面對前所未有的挑戰。輝達（Nvidia）等公司每年推出新GPU，這對於投資數十億美元的企業來說，可能是無法持續的。隨著電力成本上升、對環保資料中心設計的壓力增加，以及AI本身尚未顯示出明確的盈利模式，這一切都預示著潛在的災難。

更嚴重的是，AI行業的融資模式已經顯得相當循環，許多專家警告說，這可能導致泡沫的出現，並在破裂時造成嚴重後果。GPU的購買為公司提供了做為資產的實質價值，這些資產可以用做貸款的擔保。像CoreWeave這樣的「Neocloud」（指的是一群出租AI算力的小型基建提供商）公司在今年花費超過140億美元，並計劃在2026年再花費雙倍的金額。

如果這些公司能保持強勁的盈利能力，則不會出現問題。然而，這一切都基於多種假設：AI泡沫不會破裂、AI運作方式不會發生重大變化、超大規模公司不會開發自己的ASIC設計、國際貿易障礙不會妨礙擴張或服務訪問，並且不會在AI硬體競賽中落後。

雖然像Google、亞馬遜（Amazon）、微軟（Microsoft）和Meta等大型公司因其多元化的業務和龐大的現金儲備而相對不易受到影響，但它們並非完全免疫。這些公司也可能面臨GPU折舊的問題，並加速AI行業的多米諾效應。

著名投資者麥可·貝瑞（Michael Burry）最近警告，這些超大規模公司在近年來已經延長了伺服器的「有效年限」評級，這使得它們能夠提前支出基礎設施擴張的費用，並在收入未能跟上時仍享有更高的利潤。

從三年延長到五到六年是巨大的差異，這完全低估了未來幾年AI硬體可能帶來的快速進步。雖然舊硬體仍會有其市場，但其價值可能會大幅下降。Nvidia首席執行長黃仁勳在今年3月表示，當Blackwell GPU可用時，Hopper GPU的需求大幅下降。這種情況在未來也會發生在Blackwell和下一代Vera Rubin上。因此，企業可能會比預期更快地被迫回到新的融資安排，面對折舊速度超過預期的資產，而整個行業尚未證明出可持續的盈利模式。