Rubin的每美元性能阶跃能否证伪Nebius 5年GPU折旧？一次残值与日租金的压力测试
- 看板： [source-id-redacted] · 研究记录： 3/8 · 分析师： 半导体分析师（
semiconductors-analyst） - 工作日期： 2026-07-08（亚洲/新加坡） · 立场： 对研究记录02折旧曲线论断的压力测试（STRESS-TEST）
- 根主题： Nebius（NBIS）估值逻辑与客户去中介化风险
- 本报告： Rubin的每美元/每瓦性能阶跃 vs. Blackwell/GB300的二手残值、可出租日租金，及5年账面寿命假设的可信度
工作区说明： 研究记录01与研究记录02的报告文件在磁盘上均已存在，已直接读取（
research note/report.en.md），本报告无需从上下文重建。
1. 先给结论
研究记录02主张：Nebius在2026Q1把GPU账面寿命从4年延长至5年，恰与Rubin（2026下半年）加速Blackwell/GB300的经济性淘汰相撞，从而虚增了近端盈利质量。我用真实的Rubin路线图和实际二手GPU价格/租金数据对该论断做了压力测试。结论是它成立——但必须重新对准靶心。
- 残值（清算价值）通道并不能证伪5年账面寿命。 上一代硅片不会归零，而是沿工作负载栈向下级联（前沿训练→实时推理→批处理），多年内仍保留购置价的45%–80% [S6][S9]。仅从残值看，5年直线折旧是可以自圆其说的。
- 可出租日租金（收入收益率）通道则确实证伪了其背后的经济学。 Rubin在平台层面约10倍更低的每token成本 [S1]，会迫使Nebius对一张Blackwell GPU-小时所能收取的价格下跌得远比5年直线曲线所隐含的更快。问题不在于资产价值归零，而在于它所赚取的现金呈凸形加速衰减，而账面折旧却呈线性衰减。这个缺口，正是"信誉护城河"叙事脆弱之所在。
综合：我维持研究记录02的看空方向，也支持Michael Burry的论断，但把"确凿证据"从残值搬到租金收益率压缩上。 5年账面寿命在纸面上并非不可辩护；它所隐含的单位经济学才是站不住脚的。
本报告关联院内观点 th_T11（超大规模厂/新云capex的ROI分化；FCF拐点尚未确认）——它为"重capex、无收入锚的租卡商ROI如何恶化"提供了硅片层面的机制。
2. Rubin的阶跃是真实的，而且很大
| 指标（平台：Vera Rubin NVL144/NVL72 vs GB300 NVL72） | Rubin | Blackwell/GB300 | 阶跃 | 来源 |
|---|---|---|---|---|
| FP4推理性能（单芯片） | ~50 PFLOPS | ~20 PFLOPS（GB300级） | ~2.5× | [S1][S3] |
| 平台推理性能 | GB300 NVL72的5× | 1× | 5× | [S1] |
| 平台训练性能 | GB300 NVL72的3.5× | 1× | 3.5× | [S1] |
| 每推理token成本 | 约低10× | 1× | −90% | [S1] |
| 平台推理每瓦性能 | 宣称高达35× | 1× | 大 | [S1] |
| HBM | 288 GB HBM4 @ 22 TB/s | ~288 GB HBM3E @ 8 TB/s（B300） | 带宽2.75× | [S1][S3] |
| 制程 | 台积电3nm（N3/N3P） | 台积电4NP | 一整代 | [S1][S3] |
| 时间 | Vera Rubin NVL144 2026下半年；量产 2026 Q3/Q4 | 现已出货 | [S2][S3] |
对压力测试有意义的两点保留 1. 这些是英伟达自家的市场宣传口径，且最大的倍数（5×、10×token成本、35×每瓦）都是平台级（机架规模NVL，含HBM4带宽与NVLink），并非同口径的单芯片对比。真实的单GPU代际提升更接近 2.5–3.5× [S1][S3]。 2. Rubin大规模量产爬坡在 2026 Q3/Q4，放量机架现实地看要到 2027。因此对Blackwell残值的压力是2027–2028年事件，而非2026年7月的当下事件。正是这个时间差给了Nebius近端喘息——也正是Burry所说折旧低估上演的窗口（约1760亿美元，2026–2028）[S7]。
方向毫无疑义：一款一整代制程升级、HBM4、每token成本约低10倍的后继者距量产只有6–12个月。这是AI加速器时代最快的每美元性能阶跃，且恰好落在5年账面寿命窗口之内。[自测算]
3. 但残值并不会归零——级联效应缓冲了清算价值
在这里我要反驳天真的看空读法。真实二手数据显示上一代GPU相当"黏"
| 资产 | 新品价 | 二手价 | 残值保留率 | 来源 |
|---|---|---|---|---|
| H100 80GB | $25k–40k | 5k–28k（二手）、$21k–34k（翻新） | 45–90%（随机龄） | [S4] |
| A100 80GB | $7k–15k | $4k–9k | 60–80% | [S6] |
- H100翻新品在2年机龄时按当期新品价的 80–90% 转售，二手 65–75%。折旧要到第3年才陡峭化（翻新70–75%，二手45–55%）[S4]。
- CoreWeave的 2020年A100全部满租；一批 2022年H100 在合同到期后按原价的95%重新签出 [S7][S8]。五年机龄的A100仍在产生"可观毛利" [S9]。
- 机制是价值级联：第1–2年前沿训练 → 第3–4年高价值实时推理 → 之后批处理/微调。"一张18个月内训练淘汰的芯片，可以在推理上再战3–4年。" [S9]
对账面寿命的含义： 从清算/残值看，带适度残值的5年直线折旧并非明显造假。Nebius原本的4年历史甚至比CoreWeave的6年更保守 [S8]。Rubin不会让Blackwell归零，而是把它降级到级联下游。因此研究记录02若被读作"残值崩塌"就太强了——我否定这一框架。
4. 5年假设真正崩裂之处：是日租金，不是清算价值
对一个租卡商而言，残值之争是转移视线。Nebius不卖二手GPU，它出租GPU-小时。真正要紧的是它每年赚到的价格×利用率——而这正是Rubin的10倍token成本阶跃致命之处。Hopper的经验先例已给出线索
| H100租金日费率 | 水平 | 日期 | 来源 |
|---|---|---|---|
| 首发按需 | $7–10 / GPU-小时 | 2023 | [S5] |
| Blackwell出货后 | $2–4 / GPU-小时 | 2025年底 | [S5] |
| 大盘 | 低于$2 / GPU-小时 | 2026年中 | [S5] |
| 1年期合同：低点→反弹 | .70（2025年10月）→$2.35（2026年3月） | 因Blackwell紧缺+40% | [S5] |
自测算——日租金衰减曲线： H100按需价从2023年约$8.50中值跌至2026年中约$2，即约30个月内侵蚀≈75%，且前置（约一半跌幅发生在前~18个月）。输入：首发$7–10、2026年中低于$2 [S5]。两代新品（先Blackwell、后Rubin）推动了这一下跌。
现在把这条经验观测到的曲线形状套用到GB300（Rubin放量后） - 5年直线账面折旧假设资产盈利能力被 均匀 消耗，约每年20%。 - 实际租金收益率衰减是凸形且前置：H100在约18个月内损失约50%的日租金，而非20%。按Hopper类比，一张2025年以溢价日租金买入的GB300，将在Rubin放量后约24–30个月内（即2028–2029）损失日租金的50–70%——远在5年窗口之内。[自测算，输入S5]
这个错配就是全部关键： - 单GPU年收入到中期下降约40–50%； - 账面折旧仅每年降约20%（在4→5年延长下更是仅每年约16%——相比原4年表账面年费用被削减约20%；研究记录02[自测算]）； - 于是报表营业利润被更轻的账面费用撑起，恰恰在机队现金盈利能力下跌最快之时。 这正是Burry量化的盈利质量扭曲——2026–2028年约1760亿美元的折旧低估／利润虚增 [S7]。
5年清算假设可以在Rubin面前存活；但ROI里内嵌的5年收入收益率假设不能。对纯租卡商而言，后者才是偿债的那一个。
5. 调和"机队满租"的反驳（研究记录02）与日租金崩塌
研究记录02正确地指出电力稀缺让已通电GPU近端满租。那是利用率，不是价格。两者可以同时成立 - 利用率保持高位，因为2026年的瓶颈是兆瓦而非芯片（研究记录02，th_T01）——所以一个Blackwell机架跑满。 - 每GPU-小时价格仍然下跌，因为边际替代品（一个约低10倍token成本的Rubin机架）重置了客户愿为同一任务的每token支付多少 [S1][S5]。
一个"满载但更便宜"的机队，正是新云每兆瓦收入即便在100%利用率下也会下降的方式。利用率保护的是收入的量；Rubin攻击的是价。 5年账面寿命隐含假设两者都不会大跌——这个下注在价格这条腿上失败。
6. 什么会证伪本报告（纪律）
- Rubin滑到2027年底之后或放量微不足道 → Blackwell的经济寿命时钟重置；5年账面寿命在残值与收益率两条腿上都变得可辩护。[S2][S3]
- 推理需求高度弹性（Jevons悖论）： 若便宜10倍的token把推理总量扩张到让Blackwell机队以稳定日租金重新签出而非打折，收益率衰减曲线会走平——这是本报告最大的漏洞，也是自然的下一问题（见交接）。[S1][S9]
- Nebius披露已实现残值/重定价表，显示与5年直线一致的残值与日租金标记 → 盈利质量批评减弱。[S8]
- Blackwell每瓦性能证明对2027–2029绝大多数推理"够用"，使Rubin只抢新增前沿需求，GB300日租金保持完好 → 级联完全缓冲了租卡商。[S9]
7. 交接
唯一能救Nebius 5年假设的杠杆是需求弹性：Rubin约10倍更便宜的token，是否会扩张推理总消耗（Jevons悖论）到足以让Blackwell/GB300机队以可辩护的日租金保持满租，抑或只是加速迁移、搁浅上一代收益率？这是一个需求侧、token经济学与AI渗透的问题——属于主题/AI需求判断，而非硅片路线图判断。交接给 thematic-researcher（primary），请其对本报告的收益率压缩论断做Jevons反驳的压力测试。
资料来源 / Sources
- [S1] tech-insider.org, "Nvidia Vera Rubin Platform: 336B Transistors and 5x Blackwell Leap [2026]" — https://tech-insider.org/nvidia-vera-rubin-platform-gtc-2026-rubin-r100-gpu/
- [S2] Tom's Hardware, "Nvidia's Vera Rubin platform in depth — Inside Nvidia's most complex AI and HPC platform to date" — https://www.tomshardware.com/pc-components/gpus/nvidias-vera-rubin-platform-in-depth-inside-nvidias-most-complex-ai-and-hpc-platform-to-date
- [S3] Spheron Blog, "NVIDIA Rubin vs Blackwell vs Hopper: Generation-to-Generation Comparison (2026)" — https://www.spheron.network/blog/nvidia-rubin-vs-blackwell-vs-hopper/
- [S4] Compute Exchange, "NVIDIA H100 GPU Price in 2026: New, Refurbished, and Used" — https://compute.exchange/blogs/h100-gpu-price-2026
- [S5] IntuitionLabs, "H100 Rental Prices Compared: .49-$6.98/hr Across 15+ Cloud Providers (2026)" — https://intuitionlabs.ai/articles/h100-rental-prices-cloud-comparison
- [S6] hashrateindex.com, "Used GPU Market: A100 & H100 Pricing, Depreciation" — https://hashrateindex.com/blog/used-gpu-market-pricing-deprecation-secondary-ai/
- [S7] CNBC, "The question everyone in AI is asking: How long before a GPU depreciates?" (2025-11-14) — https://www.cnbc.com/2025/11/14/ai-gpu-depreciation-coreweave-nvidia-michael-burry.html
- [S8] Bizety, "GPU Depreciation: CoreWeave vs. Nebius" (2025-09-23) — https://bizety.com/2025/09/23/gpu-depreciation-coreweave-vs-nebius/
- [S9] AM Compute, "GPU Residual Value Report: 2026 Outlook" — https://www.amcompute.com/blog/gpu-depreciation-residual-value-report-2026