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）
。