GPU折旧悬崖：资产比债务先死的金融结构

小K·AI行业数据分析 | 2026.06

GPU折旧 CoreWeave 英伟达 算力债务 金融风险 AI基建

GPU 3年基本归零，但抵押它借的债要30年才还完。CoreWeave用2年过时的芯片做抵押品借了250亿美元，我翻了SEC文件算了这笔账——越算越离谱。

摘要

GPU每2-3年换代一次，3年二手市场价值只剩约30%。但以GPU为抵押的算力公司，债券期限5-30年，贷款利率高达9-10%。当抵押品先于债务死亡，会发生什么？

本文以CoreWeave为案例，追踪一条从英伟达卖芯片→阿波罗借钱→CoreWeave夹中间→养老金接盘的完整风险传导链条。核心发现：

• 时间错配：GPU 3年基本归零，但债务要10年以上才还完——抵押品比债务先死
• 折旧缺口：高盛测算GPU按3年折旧 vs 按7年折旧，6年累计差额1.76万亿美元
• 风险转嫁：英伟达一边卖芯片（毛利率~75%）、一边投资客户（20亿股权）、一边兜底订单（63亿算力承诺），风险层层转嫁但并未消失
• 最终接盘：养老金和保险资金买入30年期债券，GPU贬值风险最终传导到普通人的养老账户

一、CoreWeave：用GPU做房子的抵押贷

1.1 债务爆炸：49亿→350亿，不到两年

CoreWeave是一家AI算力租赁公司，主营业务是把英伟达GPU租给AI公司做训练和推理。

从2023年用H100抵押借23亿美元开始，不到两年，CoreWeave的债务从49亿飙到250亿美元，还有100亿租赁负债——总负债超过350亿美元。这不是靠利润积累，是纯靠GPU做抵押借出来的钱。

1.2 GPU折旧年限7年——你信吗？

CoreWeave在SEC文件中，GPU折旧年限写的是7年。但英伟达自己的迭代节奏是2年一代：2022年Hopper（H100）、2024年Blackwell（B200）、2026年Rubin。上一代直接淘汰出局。

7年折旧意味着：在GPU已经过时4年之后，账面上它还有价值。但二手市场不会等你。

1.3 投资级贷款：GPU+客户合同做抵押品

CoreWeave获得了85亿美元投资级贷款（DDTL 4.0），评级A3——说白了，穆迪认为风险低。抵押品是什么？GPU加上客户合同。

问题在于：债券投资人好像忘了——GPU不是房子，它更像一台快速报废的印钞机。房子可以撑30年甚至更久，GPU的商业寿命只有2-3年。

二、致命的时间错配

2.1 GPU 3年基本归零 vs 债务10年才还完

这就是整个问题的核心：你的抵押品3年就基本归零，但你的债务要10年才能还完。

如果中间英伟达发布了新一代芯片——Blackwell一上量，Hopper连送都没人要——抵押品价值瞬间崩盘。

有分析人士把这种现象叫做"GPU债务悬崖"。这不是泡沫破灭，是资产先死，债务还在。

2.2 H100二手残值：3年剩30%

H100买入约3-4万美元，3年后二手市场价值只剩约30%——每年跌掉将近1/3。

数据来源：Silicon Data H100折旧分析、ITAD市场H100价格数据

2.3 GPU折旧速度比利率还快

CoreWeave的250亿美元债务里，有一笔垃圾债——票息9%，评级Ba2/BB+，说白了就是投机级。另一笔31亿美元的定期贷款，借款成本接近10%。

GPU折旧速度比利率还快——这意味着：你借来的钱在贬值，你的抵押品贬值得更快。

三、全行业问题：1.76万亿美元折旧缺口

3.1 高盛测算：3年折旧 vs 7年折旧

这个风险不只是CoreWeave有，是整个AI基建的共同问题。

高盛测算过，GPU按3年折旧 vs 按7年折旧，6年累计差额1.76万亿美元——相当于全球半导体行业一整年的营收。如果云厂商用7年折旧但GPU 3年就过时，这1.76万亿的折旧缺口迟早要补上。

3.2 Burry做空：客户太集中

大空头伯里（Michael Burry）也在做空英伟达——原因不是折旧，而是客户太集中。前3大客户占了英伟达64%的应收账款。一旦需求收缩，大客户一砍单，上游订单就会断崖式下跌。

数据来源：Crypto Briefing: Burry客户集中度风险、Blockonomi: Burry分析

3.3 Chanos做空：折旧年限错配

传奇空头Jim Chanos的做空逻辑更直接：算力租赁公司把GPU按5-7年折旧，但GPU真实经济寿命可能只有2-3年。

Chanos的搭档Zlatov明确表示："GPU经济寿命可能不是10年，可能是6年，但绝对不是2年。"——专业圈对GPU寿命有争议，但"5-7年折旧 vs 2-3年换代"的时间错配是事实。

数据来源：Nasdaq: Chanos做空CoreWeave、Chanos播客笔记

四、GPU为什么折旧这么快

4.1 英伟达2年一代，上一代直接淘汰出局

英伟达的产品节奏：2022年Hopper（H100）、2024年Blackwell（B200）、2026年Rubin。2年一代，每代性能跨越式提升。

这意味着：当你刚刚把H100部署到机房，Blackwell就发布了。H100从"顶级算力"变成"上一代产品"只需要一次产品发布会。

4.2 旧卡商业上失去竞争力

旧卡即便物理完好，商业上也失去竞争力。新卡每瓦性能更强，继续用旧卡跑AI任务，成本比新卡高3倍。

H100 2023年巅峰租每小时8美元，2025年一度跌到1.7美元，现在反弹到2.35美元——比起巅峰仍跌了约70%。

数据来源：Silicon Data GPU租赁价格追踪

4.3 云厂商自己都在拆旧卡

我查了一圈数据发现，云厂商自己都在拆旧卡。微软、谷歌、亚马逊正在从旧数据中心拆掉V100、A100甚至老旧的H100，为最新芯片腾出电力和空间。机柜有限，放新卡比放旧卡赚得多。

一张H100每月赚不到3000美元，放在机柜里就是在亏钱——这就是运营成本底线。

4.4 物理寿命 vs 商业寿命

五、钱被谁赚走了

5.1 英伟达：一边卖芯片、一边投资客户、一边兜底订单

英伟达卖芯片，毛利率约75%（Q1 FY2027 Non-GAAP），转身又给CoreWeave投了20亿美元股权、63亿美元算力兜底承诺——一边卖芯片、一边投资客户、一边兜底订单，风险层层转嫁，但链条上的风险并没有消失。

数据来源：CoreWeave 85亿投资级贷款公告、Startup Fortune分析

5.2 阿波罗/黑石：9%利息，风险分档

阿波罗和黑石借钱给算力公司，垃圾债收9%利息，用GPU和客户合同做抵押，风险分档——说白了就是分头借钱，亏了散户先担——但GPU一旦贬值，散户第一个亏。

值得注意的是，Anthropic的350亿美元融资（Apollo/Blackstone提供），抵押品是TPU而非GPU，不直接受GPU折旧影响——但这条信息常被混淆，需要严格区分。

5.3 CoreWeave：994亿在手订单但利润率只有1%

CoreWeave夹在中间，在手订单994亿美元看着吓人，但当前运营利润率只有1%，远期目标25%——250亿美元债务的利息每天在烧。

六、谁接盘？

6.1 养老金和保险资金

最后谁接盘？养老金和保险资金。他们买了英伟达的30年期债券——利率5.625%，看起来稳定——但英伟达用卖芯片的钱又去投资CoreWeave——形成一个循环。

6.2 英伟达30年期债券利率5.625%

英伟达在2025年发行了30年期债券，利率5.625%。对于养老金来说，5.625%的30年固定收益是很有吸引力的配置。

问题在于：英伟达拿这些钱做了什么？部分流向了投资CoreWeave等客户。GPU贬值的风险，最终传导到养老金上。

6.3 风险传导路径

结论

华尔街用2-3年过时的芯片，包装成30年期的债券卖给养老金。当英伟达发布下一代芯片，上一代GPU瞬间贬值，但债券还在，利息还要还。

这不是算力危机，是金融结构问题——资产比债务先死，而且死得快得多。

高盛测算的1.76万亿美元折旧缺口不会凭空消失。它要么通过更激进的折旧政策提前暴露，要么在GPU换代时集中爆发。无论是哪种，最后买单的都是债券持有人——而债券持有人里，可能有你的养老金。

免责声明：本内容依据公开信息与财报数据，仅对产业经营层面梳理，不构成任何投资建议。

📖 延伸阅读

本文聚焦GPU折旧与债务的时间错配问题。如果你想了解这背后的完整图景——AI算力投资中循环泡沫与供给瓶颈的双链路结构，以及中美AI泡沫的本质差异，请看：《AI算力双链路：循环泡沫与供给瓶颈》第七章「中美泡沫对比一览」

数据来源总表

本内容由 Coze AI 生成，请遵循相关法律法规及《人工智能生成合成内容标识办法》使用与传播。

本内容由 Coze AI 生成