六年前的英伟达A100，被客户订到2029年

如果一款芯片已经发布 6 年，你还会用它吗？

2020 年，英伟达发布基于 Ampere 架构的 A100。此后 6 年，H100、H200、Blackwell 等产品陆续进入市场，AI 芯片的性能不断提升，更新速度也越来越快。新卡出现，旧卡贬值，甚至在两三年后被淘汰，逐渐成为行业内心照不宣的“默契”。

但在 2026 年，CoreWeave 却为 A100 签下了一份持续至 2029 年的合同。作为一家专门提供 GPU 云计算服务的公司，CoreWeave 首席财务官 Nitin Agrawal 在 2026 年二季度业绩会上表示，公司最近签订了一份延续至 2029 年的 A100 算力合同，价格仍然“具有吸引力”。这意味着合同结束时，A100 已经问世约 9 年。

这让一个问题重新进入大众视野，AI 芯片究竟会以多快的速度贬值。据 Business Insider 报道，一些投资者担心，新产品的快速迭代会让旧 GPU 在两三年内被淘汰。如果这种判断成立，企业斥资数十亿美元购入的芯片，很快就可能变成昂贵的“旧货”。但现在，客户愿意为 A100 签约至 2029 年，为 GPU 贬值争论抛出新变量。

芯片贬值的争议

这份合同受到关注，不只因为 A100 足够“老”。Agrawal 表示，公司较早部署的英伟达 GPU 已基本租完。此外，旧款 GPU 的租赁价格没有随着新品上市大幅下降，目前仍与数年前持平，甚至更高。

换句话说，一款发布 6 年的芯片，不仅还能找到客户，租金也没有出现市场预想中的大幅下跌。这与手机、电脑等消费电子产品的贬值规律形成反差，也让 AI 芯片的使用寿命再次成为市场关注的焦点。

图｜A100 展示图（来源：英伟达官网）

不过，“价格具有吸引力”不等于 A100 完全没有贬值。旧卡还能带来不错的收益，可能因为租金坚挺，也可能因为设备已经完成较多折旧，后续运营成本相对更低。

这对 CoreWeave 这类以出租 AI 算力为主要业务的公司尤为重要。它们通过债务融资、客户预付款和自有资金购买 GPU、建设数据中心，再以长期合同或按需计费的方式出租算力，从租金中收回设备和融资成本。

因此，一批 GPU 能够出租多久，直接关系到资产回报和偿债能力。如果设备只能使用两三年，公司可能还没收回成本，就要面对租金下降或客户流失，同时还要继续偿还建设集群时留下的债务，最终影响利润和现金流。

CoreWeave 对设备寿命的估计也曾发生变化。2023 年，公司将数据中心计算设备的预计使用寿命由 5 年延长至 6 年，理由是硬件性能、软件优化和数据中心设计均有所改善。仅 2023 年的这次调整，就让其当年确认的费用减少了 2,000 万美元。

这也解释了投资者为什么紧盯 GPU 的寿命。一些批评者认为，英伟达几乎每隔一两年就会推出性能更强的产品，企业却把服务器折旧期延长至五六年，可能无法真实反映旧设备价值下降的速度。

但从租赁市场来看，GPU 的赚钱周期可能比产品迭代周期更长。据 Business Insider 援引 GPU 价格追踪机构 Silicon Data 的数据，A100 租金在 2026 年反弹后仍保持稳定。该机构认为，行业仍在寻找 GPU 经济寿命的答案，但实际情况看起来不像一些人判断的“两三年”。

GPU 云服务商 Lambda 高管 Matt Rowe 也表示，相关设备保修合同通常可持续 5 年，出现故障可维修或更换新卡，这使得一批 GPU 的有效寿命可能延续至 7 年或 8 年。

旧卡为何仍有市场

既然新一代 GPU 的性能越来越强，客户为什么还愿意租用 A100？

图｜黄仁勋在 X 上的评论（来源：X）

针对这一订单，黄仁勋很快在 X 上作出了回应。他表示，规模庞大的 A100 集群从 2020 年至 2029 年仍能“胜任任务”。在他看来，英伟达提供的不只是一块芯片，CUDA 还能让开发者和工程师在设备的使用期内，持续更新 Ampere、Hopper 和 Blackwell 等架构上的软件能力。

这意味着，芯片出厂后，硬件参数基本固定，运行在芯片上的软件却可以继续优化。只要开发工具、驱动程序和应用仍然支持旧设备，它就能继续承接计算任务，不会因为下一代产品上市而立即退出市场。

旧 GPU 仍能获得订单，也与当前 AI 算力供不应求有关。CoreWeave 管理层在业绩会上表示，AI 算力需求仍然高于供给，近期可以交付的算力已基本售罄。公司二季度末的合同储备达到 1,042 亿美元，三季度初又新增超过 250 亿美元客户承诺。

当新算力无法快速交付时，旧 GPU 的价值就不只取决于性能，已经安装、通电并稳定运行的旧 GPU 集群就有了“现货”优势。

例如，A100 不同型号可配置 40GB 或 80GB 显存，能够用于训练、推理和高性能计算。英伟达的 MIG 技术还可将一块 A100 划分为最多 7 个独立实例，让多个小型任务共享 GPU，减少算力闲置。

此外，成熟的软件生态也降低了使用旧卡的门槛。截至 2026 年 8 月，英伟达数据中心驱动仍然支持 A100，CUDA 也继续覆盖 Ampere 架构。已经围绕这一平台开发应用的客户，可以继续运行原有任务，不必立即迁移整套系统。

在基础设施适配上，新一代高密度 AI 系统对机房的供电、散热和网络能力提出了更高要求，部分数据中心还需要增设或改造液冷设施。

英伟达官方资料显示，一台风冷 DGX A100 系统的最大功耗约为 6.5kW，可以部署在单柜供电能力约为 20kW 的传统数据中心。GB200 和 GB300 NVL72 则将 72 块 GPU 集成在一个液冷机柜中，单柜功耗约为 120kW 至 140kW，是传统机柜供电能力的 6 倍以上。原本部署 Ampere 设备的机房如果要换装 Blackwell，通常需要先改造供电和冷却设施。

这种基础设施要求上的差异，也为旧 GPU 留出了继续使用的空间。原有风冷机房未必适合部署高密度液冷设备，却可以继续运行已经安装并通电的 A100。

因此，在新算力供给受限的阶段，只要任务收益能够覆盖租赁成本，较旧的 GPU 仍具备使用价值。另外，客户租用的也并非单块 GPU，而是可以即刻投入使用的整套算力服务，涵盖服务器、网络、存储与电力等配套设施。不过，旧 GPU 能否持续创造收益，最终仍取决于需求、租金、利用率及运营成本。

参考资料：

1.https://www.businessinsider.com/coreweave-deal-challenges-nvidia-ai-chip-obsolescence-fears-2026-8

2.https://x.com/JensenHuang/status/2087755674650603534

3.https://www.tomshardware.com/tech-industry/coreweave-ceo-mike-intrator-says-it-has-signed-an-a100-contract-running-into-2029

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成