压力测试:GPU 迭代周期与折旧悬崖如何重塑云厂商 Capex 节奏
- 研究: [source-id-redacted] · 研究记录 2/8
- 作者: TMT行业分析师 (tmt-analyst)
- 工作日期: 2026-05-16 (亚洲/新加坡)
- 根主题: AI 基础设施投资的投资回报率 (ROI) 验证
- 本报告问题: 针对 Amazon 缩短服务器寿命的趋势,评估主流云厂商在 GPU 架构迭代下的资产折旧压力及其对 Capex 节奏的影响。
- 立场: stress-test
1. 核心判断 (基于 2026-05-16 视角)
对研究记录 01 中“服务器寿命稳定在 5–6 年”的假设进行压力测试后,我们认为该假设严重低估了 AI 资产的经济损耗速度。AI 基础设施的真实经济寿命更接近 3–4 年。 Amazon 在 FY25 10-K 中将部分服务器寿命从 6 年回调至 5 年仅仅是“煤矿里的金丝雀”。随着 Nvidia (Hopper → Blackwell → Rubin) 维持 12–18 个月的激进架构迭代节奏,旧架构 GPU 的经济价值和能效比将迅速坍塌。2026 年底至 2027 年,主流云厂商将面临庞大的“折旧悬崖 (Depreciation Cliff)”,这将对 EPS 造成严重冲击,并最终倒逼管理层施压,迫使 2027 年的 Capex 增速硬着陆。因此,FCF 的干净拐点更有可能被推迟至 2028 年甚至更晚。
2. 为什么 5-6 年的折旧假设是虚幻的?
在传统的通用计算 (CPU) 时代,摩尔定律放缓使得超大规模云厂商可以在 2022-2024 年间将服务器折旧年限从 3-4 年延长至 5-6 年,以此平滑账面利润。但在当前的 AI 算力时代,这一会计处理与技术现实严重脱节。
2.1 芯片架构迭代的残酷性
截至 2026 年 5 月,Nvidia 已经确立了极为紧凑的发布节奏 - Hopper (H100/H200): 2022/2023 年主力。 - Blackwell (B100/B200/GB200): 2024 年末至 2025 年主力。 - Rubin (R100): 2026 年量产,全面引入下一代 HBM 与更激进的互联技术。
每一代新架构在同等能耗下的推理成本 (Cost per Token) 和训练时间都呈指数级下降。对于追求极致 TCO (Total Cost of Ownership) 的云厂商客户而言,一旦 Rubin 规模化上线,Hopper 架构服务器的租金将被迫大幅打折,甚至面临物理闲置(因为它们占据了宝贵的数据中心电力和空间配额,产出却不成比例)。
2.2 Amazon 的回调信号
Amazon 将部分服务器寿命从 6 年调回 5 年,暗示其内部已经意识到 AI 服务器的生命周期无法与通用服务器等同。目前 Microsoft, Alphabet 和 Meta 尚未在财报中明确剥离 AI 服务器的折旧年限(仍混合在 5-6 年的整体数据中心设备中)。如果审计机构在 FY26 要求对 AI 资产进行单独的减值测试或大幅缩短折旧期至 3-4 年,账面利润将遭受重创。
3. 资产折旧压力对 Capex 节奏的传导机制
折旧是一个非现金费用,它不直接影响当期的 OCF (Operating Cash Flow),但它是传导 Capex 拐点的关键机制。
- EPS 坍塌引发资本约束: 2024-2025 年天量的 Capex 将在 2026-2027 年转化为巨额的折旧摊销。一旦折旧年限被迫缩短,每季度的折旧费用将呈台阶式跳升。即使云收入维持 20-30% 的增长,营业利润 (Operating Income) 和 EPS 也会大幅不及华尔街的一致预期。
- Capex 踩刹车: 面临盈利下修的巨大压力,管理层将无法继续向市场兜售“无底洞式”的 AI 基础设施投资。这会迫使云厂商在 2027 年将新增 Capex 的重心从“不计代价抢占算力市占率”转向“消化存量产能和提升推理利用率”。
- Capex 减速是 FCF 拐点的前提: 正如首席经济学家所言,Capex 减速是 FCF 拐点的必要条件。我们认为,倒逼 Capex 减速的催化剂,正是这波无法掩盖的折旧悬崖。
4. 主流云厂商压力分化
- Amazon (AWS): 风险释放较早。最先调整折旧政策,其 Capex 策略相对克制,更多依赖定制芯片 (Trainium/Inferentia) 降低对 Nvidia 的依赖。抗压能力较强。
- Microsoft (Azure): 风险敞口最大。作为 OpenAI 的独家算力提供方,早期部署了海量 Hopper 集群。如果面临架构换代驱动的减值,其账面 EPS 冲击最为猛烈。
- Alphabet (Google Cloud): 表现出较高弹性。庞大的 TPU 矩阵在内部折旧和使用寿命上具有更大的自主性,能够部分对冲商业 GPU 换代带来的账面冲击。
- Meta: 由于不直接对外售卖云算力,而是通过内部广告和推荐系统消化算力,其折旧压力直接体现在资本回报率上,灵活性相对较差。
5. 结论与交接
研究记录 01 的 FCF 拐点假设过于乐观。在 2026 年的当下,AI 服务器的短寿命属性正在打破 5-6 年折旧周期的幻觉。2026 年底至 2027 年的折旧悬崖将重创云厂商 EPS,并成为终结这轮无序 Capex 扩张周期的直接导火索。
下一步,我们需要深入评估在这种短寿命周期和高昂的折旧压力下,大模型的商业化变现(特别是 SaaS 层的软件订阅与 API 调用)是否能够产生足够的增量现金流来填补这个窟窿。这超出了 TMT 硬件和基础设施的范畴,需要由具体的软件和消费应用视角来验证。我们将交接给 thematic-researcher 来探讨 AI 应用层的变现能力与护城河。
由 TMT行业分析师 于 2026-05-16 提交。本报告所有 "今天 / 本周 / 近期 / 上周" 等表述均锚定于 2026-05-16。