AI 算力基建的金融真相与风险错层
这篇文章临时起意，写到哪算哪。
今天又看到了类似“算力次贷危机”这一类标题的文章，文中提到很多词汇，诸如“资产久期错配”和“信用定价失灵”之类的。
这类文章早期在路透社就已经看过了专业分析，接下来的各类第三方大多就是风险警示书一类的内容。内容不少，专业名词不少，看完之后发现总少了些东西，忍不住想要深度思考一下。
思考结果就是：别被 GPU 贬值吓到了，真正聪明的 AI 投资，从不指望显卡保值。
目前来说，关于算力次贷危机的核心观点有如下几条：
- 市场正在犯一个低级错误，即用长周期的融资模型去适配短周期的科技资产，比如房地产。（第一条我就很想吐槽，搞算力这行的真有把 GPU 当房地产去估值借贷的，死了也是活该，然而有大厂真这么干）
- 算力资产不像房产那样增值，反而会因为技术进步快速贬值。（这一条同上）
- 市场错误的将“风险投资风险”包装成“基础设施汇报”，这话看着绕口哈。通俗的说就是观点认为 AI 基建属于高风险科技类投资，这在往常属于 VC 领域的投资目标，而当前被当成水电公路这样的低风险投资。（这条不完全认同，原因后文会说）
- 矿工转型算力，赚两份钱，但实际风险很高。呃，这个刚好昨晚我也在路透社看到类似文章，路透社的内容是正面的，觉得矿工转型是分摊风险。这个咋说呢，我没深入了解，不发表看法。
- 二级清算市场的“流动性幻觉”，观点认为一旦违约，债权人拿着 GPU 也很难卖出多少钱，甚至无人接盘。（这个观点我是非常支持的，很早以前和朋友聊起我就想通了。逻辑不复杂，破产清算的 GPU 会面临下一代产品更高性能、更低能耗、更先进架构的挑战，这是致命的，无人接盘不是说说而已。）
以上就是算力次贷危机的核心观点，揭示了风险表象，但总觉得没有把事情说的更深入。
我个人觉得 AI 基础设施的建设不单单只是 GPU，因为在他们看来 GPU 只是消耗品，一旦让消耗品的正常消耗和更新迭代周期匹配上，更多担心的应该是 AI 产生的收益能否覆盖成本。
部分分析师将 GPU 类比房地产，从而得出“抵押品价值暴跌”的结论，这个结论的漏洞在于：假设了债权人对硬件残值有长期依赖。
实际情况是，业内顶尖的算力服务商（比如 Lambda）内部收益率模型都有严格的成本回收周期（最新数据 24 个月内），过期的 GPU 残值直接就是 0 或 10%，能卖出去就都是纯利润了。
再说 AI 数据中心，数据中心不单单是只有 GPU 的，土地、变电站、高功率配电许可，这些才是数据中心的“房地产”，这才是获得长期贷款的基础。一旦违约，债权人拿到的除了二级市场流通受限的 GPU，还有建好的建筑、通电的、带液冷机箱，能立刻装卡继续运行的配套设施。
归根结底 2025 年的整个 AI 风险是收入端的“虚假繁荣”，天天盯着 GPU 说事，黄仁勋脑壳都大了。
与其担心 GPU 折旧问题，不如担心收益左脚踩右脚的“关联交易驱动的收入透明度”。我相信能看到这里的就不用再废话闭环交易了，如果 AI 终端应用无法产生足够的现金流，模型商停止给付租金，算力运营商随之违约，最后才传导到提供硬件贷款的债权人。
整个环节大家都知道 GPU 是消耗品，搏的就是在折旧前以最快的速度回本，投资的资本结构也是分层的，土地、电力等属于低风险，GPU 属于中高风险，如果 GPU 贬值，死的是 GPU 那层，核心的 AI 基础设施（电力和物理空间）反而因为硬件迭代更新变得更值钱。
最后再说一个非常关键的，电力。已经有很多投资人反复提及了，AI 算力竞赛的中断不是 GPU，而是配电容量，不然为啥纷纷想搞核电。H200 淘汰了，只要数据中心电力充足，换上下一代架构继续，数据中心是炉子，GPU 只是“煤”。
不要把硬件资产的崩溃理解成 AI 基建的崩溃，也不要把 GPU 当传家宝。
La elección de camisetas de fútbol con ajuste holgado mejora al comparar la diferencia entre ajuste entallado, regular y holgado. Para evitar errores, merece la pena revisar la tolerancia indicada para cada talla.