GPU为何正在成为一种资产类别
几十年来，GPU只是硬件采购——资产负债表上的折旧设备。2026年，GPU越来越多地被视为创收资产，更类似于商业房地产或车队，而非IT设备。
免责声明： 本文仅供教育和信息参考。不构成财务、投资或法律建议。GPU硬件价值和计算经济学会波动——在做出投资决策前，请务必进行自己的尽职调查。
三个结构性转变正在推动这一变革：
1. AI需求创造了持续的收入流。 GPU不再是为内部使用而购买然后折旧至零的设备。它们被部署在市场和云平台上，产生经常性租赁收入——通常持续数年。一块H100可以产生每月$400-$800的净租赁收入，创造出类似于出租物业的现金流特征。
2. GPU担保融资的出现。 华尔街现在使用与房地产相同的工具为GPU基础设施融资：资产支持证券(ABS)、设备贷款和售后回租结构。截至2026年初，GPU担保债务市场超过200亿美元。仅CoreWeave就已筹集超过210亿美元的GPU担保融资。
3. 分数所有权降低了进入门槛。 您不再需要25,000美元以上才能拥有一块H100。平台现在提供从**$4,500**起的分数GPU所有权，预期年回报与租赁使用率挂钩。
结果：一个围绕GPU计算基础设施形成的新资产类别正在出现，拥有独特的风险收益特征、折旧动态和融资生态系统。
| 传统IT设备 | GPU作为资产 |
|---|---|
| 为内部使用而购买 | 为产生租赁收入而购买 |
| 3-5年折旧至零 | 在5-6年生命周期中产生收入 |
| 无二级市场 | 活跃的二级市场（二手H100 $18K-$22K） |
| 通过标准IT预算融资 | 通过ABS、设备贷款、租赁融资 |
| 价值 = 内部生产力 | 价值 = 计算租赁的现金流 |
有关当前GPU市场价格和转售动态的概述，请参阅我们的买卖指南。
GPU折旧：价值级联模型
GPU硬件不像汽车那样线性折旧。相反，它遵循价值级联——一个阶梯模型，GPU在不同使用阶段之间转换，每个阶段产生不同水平的收入。
第一阶段：AI训练（第1-2年）
当GPU处于当前世代时，它在AI训练工作负载方面享有溢价定价。H100在前两年在云平台上以每小时$2.00-$3.50的价格出租。训练需要最新的硬件——研究人员愿意为最大性能支付最高费率。
第二阶段：推理（第3-4年）
当下一代GPU发布时（Blackwell取代Hopper，Rubin将取代Blackwell），较旧的硬件转向推理工作负载。推理对性能的敏感度低于训练，因此稍旧的硬件仍保持竞争力。费率降至每小时$0.80-$1.50，但需求保持稳定，因为推理现在占所有AI计算的三分之二。
第三阶段：批处理和分析（第5-6年）
在生命周期的最后阶段，GPU以每小时$0.20-$0.60的价格服务于批处理、数据分析和教育工作负载。硬件已旧但仍可正常工作。此阶段产生适度收入，但延长了资产的总创收寿命。
折旧争论
GPU折旧的会计处理方式直接影响盈利能力。Amazon在2024年将GPU使用寿命假设从5年延长至6年，为营业收入增加了32亿美元——一项带来数十亿美元影响的会计变更。Princeton的信息技术政策中心将GPU折旧称为”3000亿美元的问题”，指出3年与6年折旧之间的差异从根本上改变了AI基础设施的经济学。
有关GPU折旧曲线以及时机如何影响转售价值的详细分析，请参阅我们的GPU市场分析。
GPU担保融资：计算如何像房地产一样融资
GPU担保融资的出现是计算已成为资产类别的最明确信号。融资结构与用于房地产、飞机和重型设备的结构相同：
资产支持证券（ABS）
GPU基础设施正被打包成ABS——由GPU租赁收入流担保的债务工具。投资者购买这些证券并从租赁现金流中获得回报，类似于抵押贷款支持证券。
GPU担保ABS市场的总发行量已超过1000亿美元。最大的新云提供商CoreWeave已筹集超过210亿美元的GPU担保债务，仅2025年第一季度就支付了2.64亿美元的利息。这些工具像传统固定收益证券一样被评级和交易。
设备租赁
GPU租赁允许运营商无需全额资本支出即可部署硬件。典型的H100租赁费用为24-36个月期限内每月$1,200-$1,800。出租方保留所有权；承租方运营硬件并产生租赁收入。有关租赁结构及其权衡的详细信息，请参阅我们的GPU融资指南。
售后回租
已经拥有GPU的组织可以将其出售给融资实体并立即租回——在保留运营使用权的同时释放资本。这种结构在需要流动性来资助扩张的数据中心运营商中正在增长。
| 融资结构 | 典型规模 | 使用者 | 关键风险 |
|---|---|---|---|
| ABS / GPU担保债务 | $50M–$5B+ | 新云提供商、大型运营商 | 利率风险、使用率风险 |
| 设备租赁 | $100K–$50M | 中型运营商、初创公司 | 高于市场的总成本、残值 |
| 售后回租 | $1M–$100M | 现有GPU所有者 | 失去资产增值机会、锁定条款 |
| 直接购买 | $25K–$500K+ | 个人运营商 | 全部资本风险、折旧 |
分数GPU所有权：入口点和回报
您不再需要数十万美元来投资GPU基础设施。分数所有权平台已经降低了进入门槛：
工作原理： 平台购买企业级GPU（H100、H200），将其部署在数据中心，然后向投资者出售分数份额。租赁收入按所有权份额比例分配。平台处理运营、维护和租户管理——类似于计算的REIT（房地产投资信托）。
当前状况：
- Compute Labs + NexGen Cloud通过GNFT（GPU非同质化代币）开创了代币化GPU所有权，其首个公共金库已投资超过100万美元
- SISCOM提供从**$4,500起的分数H100所有权，预期年回报率17%**
- 多个新平台正以**$1,000-$10,000**的最低投资额进入市场
回报方程：
| 因素 | 乐观 | 保守 |
|---|---|---|
| 年度总租赁收益率 | 25–35% | 15–20% |
| 运营成本（电力、维护、平台） | -10–15% | -10–15% |
| 折旧影响 | -5–10%/年 | -10–15%/年 |
| 净年回报率 | 10–20% | 0–5% |
关键洞察： 分数GPU回报对使用率和折旧速度高度敏感。在前两年保持80%以上使用率的GPU会产生强劲回报。使用率为40%或因下一代发布导致折旧速度超预期的GPU可能表现严重不佳。
GPU即服务市场：规模、增长与预测
更广泛的GPU即服务（GPUaaS）市场提供了使GPU投资可行的需求基础。
关键市场数据：
- 2026年市场规模73.4亿美元
- 预计到2031年复合年增长率28.74%
- 2031年预计市场规模259.4亿美元
- AI工作负载占市场收入的46.78%
- 亚太地区是增长最快的区域，复合年增长率29.78%，受主权AI计划推动
市场增长率对投资者很重要，因为它决定了方程的需求侧。只要GPU计算需求的增长速度快于供应（连续4年如此），GPU所有者就能受益于定价权。
NVIDIA持有数据中心GPU加速器市场80%以上的份额（完整市场分析），这既创造了机会（强品牌 = 可预测的需求），也带来了风险（单一供应商依赖）。
风险因素：可能出现的问题
GPU投资具有与传统资产类别不同的风险：
1. 新架构导致的加速折旧。 NVIDIA大约每2年发布新的GPU架构。当Blackwell取代Hopper时，H100租赁费率下降。当Rubin取代Blackwell时（预计2026年底至2027年），Blackwell费率将下降。在周期错误时点购买的GPU可能在18个月内失去40-60%的收入潜力。
2. 使用率风险。 GPU投资回报取决于保持硬件被租用。80%使用率（盈利）和40%使用率（盈亏平衡或亏损）之间的差异决定了GPU是产生回报还是毁灭资本。使用率由波动的市场需求驱动。有关使用率阈值的经济学，请参阅我们的GPU集群分析。
3. 电力和基础设施成本。 与股票或债券不同，GPU需要持续的运营支出——电力、冷却、网络和维护。电费每千瓦时增加$0.05可以使每个8-GPU节点的年利润减少$15K-$30K。电力成本不是固定的，可能意外增加。
4. 技术颠覆。 定制AI芯片（Google TPU、Amazon Trainium、OpenAI的定制ASIC）以**每年44.6%**的速度增长——快于GPU需求增长率的16.1%。如果专用芯片占据显著的市场份额，GPU租赁需求可能比预期下降更快。
5. 杠杆风险。 GPU担保债务市场存在固有的杠杆风险。CoreWeave由GPU租赁收入支持的210亿美元债务在使用率保持高位时有效运作。持续的需求下滑可能触发类似于2008年过度杠杆房地产的债务偿付问题。分数所有权平台的个人投资者面临同样风险的稀释版本。
6. 监管不确定性。 GPU出口管制（美国对中国的限制）、主权AI要求和潜在的计算监管可能以不可预测的方式改变需求模式。GPU部署的地理限制正在扩大。
如何评估GPU投资机会
无论是直接购买硬件、投资分数所有权还是评估以GPU为中心的业务，以下指标都很重要：
五个关键指标
1. 使用率。 最重要的单一指标。询问：当前和历史使用率是多少？70%以上是健康的。50%以下是警告信号。盈亏平衡使用率阈值通常为55-65%，具体取决于电力成本和融资条款。
2. 每GPU小时收入。 扣除平台费用后的平均有效租赁费率是多少？费率因GPU型号、位置和时间而异。H100目前在市场上平均每小时$1.50-$2.50；A100平均每小时$0.50-$1.20。有关各提供商的当前费率，请参阅我们的价格比较。
3. 折旧假设。 硬件在多长时间内折旧？3年是保守的，5年是标准的，6年是激进的。该假设决定了会计盈利能力和残值。
4. 每GPU小时电力成本。 计算运行一个GPU一小时的电力成本。700W的H100在$0.10/kWh下仅电力成本每小时$0.07。在$0.20/kWh下为每小时$0.14——翻倍。这直接压缩利润率。
5. 生命周期位置。 GPU处于其架构周期的哪个位置？新一代的第1年（最大价值）还是已宣布后续产品的第2年（价值下降）？时机比几乎所有其他变量都重要。
关键洞察： GPU投资分析中最常见的错误是专注于总租赁费率而忽视使用率、电力成本和折旧。每小时赚$2.50的GPU听起来很好——但在50%使用率、$0.12/kWh电费和3年折旧下，净回报可能接近零。
有关GPU租赁业务运营经济学的完整分析，请参阅我们的GPU集群经济学分析。要了解GPU基础设施融资的不同方式，请参阅我们的租赁、租用或购买指南。
常见问题
购买GPU是一项好投资吗？
在适当条件下可以是。在生命周期早期购买、以70%以上使用率在市场上部署、位于电费低于$0.10/kWh地区的当前世代GPU（H100、B200）可以产生每年15-25%的回报。但在周期后期购买、使用率40%、电费$0.15/kWh的同一GPU可能勉强盈亏平衡。投资质量完全取决于使用率、时机和运营成本。
GPU作为创收资产能持续多久？
价值级联模型表明5-6年的创收生命周期：第1-2年溢价训练费率，第3-4年中等推理费率，第5-6年预算批处理/分析费率。在数据中心环境中，硬件故障相对罕见——NVIDIA企业级GPU设计用于持续运行。Amazon的6年折旧假设反映了这一延长的使用寿命。
分数GPU所有权可以期望什么回报？
当前平台在乐观场景下预期年回报10-20%，保守场景下0-5%。差异来自使用率和折旧速度。回报不是保证的——它们取决于市场需求、运营效率和硬件生命周期位置。将预期回报视为估计值，而非承诺。
GPU投资与房地产相比如何？
两者都是具有折旧、持续运营成本和市场驱动定价的创收实物资产。主要区别：GPU折旧更快（5-6年 vs 建筑物30年以上），具有更高的年收益潜力（15-25% vs 5-12%），并承担更高的技术风险（架构过时）。GPU投资比房地产风险更高、潜在回报更高、时间跨度更短。
GPU担保债务市场是泡沫吗？
超过200亿美元的GPU担保债务由真实需求支持——AI计算使用量每年增长40%以上。然而，该市场与2008年前的结构化金融有相似特征：高杠杆、对持续需求增长的假设以及有限的历史记录。关键问题是AI计算需求能否维持其增长轨迹。如果可以，债务得到良好支持。如果需求停滞或GPU定价因供应过剩或技术变革而崩溃，杠杆会放大损失。
如何开始GPU投资？
最低门槛的入口是分数所有权（$4,500-$10,000最低额）。对于有技术经验的人，购买消费级GPU（RTX 4090，约$1,600）并在租赁市场上列出可提供直接敞口。对于较大的投资（$100K以上），考虑GPU租赁或通过市场部署直接购买硬件。在扩大规模之前，先从单个GPU或分数份额开始了解动态。有关所有五种投资路径的全面指南，请参阅我们的AI基础设施投资指南。