NVIDIA折旧会计担忧：迈克尔·伯里对AI芯片盈利能力的警告

本分析探讨了迈克尔·伯里近期对AI芯片折旧做法的警告及其对NVIDIA商业模式的潜在影响。核心问题在于NVIDIA快速的创新周期与客户折旧假设之间存在根本的会计错配[1][2]。

NVIDIA的芯片生产周期为1年，由于技术快速过时，AI芯片的实际使用寿命为2-3年[1][3]。然而，包括Meta、Google、Oracle、Microsoft和Amazon在内的主要超大规模企业却对这类设备采用5-6年的折旧年限，这实际上使年度折旧费用低估了约50%[3]。这造成了显著的“会计补贴”，虚增了短期盈利能力[3]。

Google工程师估计，在标准AI工作负载利用率（60-70%）下运行的GPU仅能使用1-2年，由于热应力和电应力，最长为3年[3]。NVIDIA的Blackwell芯片的推理速度是上一代H100的4-5倍，即使旧硬件仍能运行，也会在经济上过时[3]。

伯里估计，2026-2028年间，主要超大规模企业将低估折旧约1760亿美元[1]。具体预测包括，由于这种做法，Oracle可能高估收益26%，Meta高估20%[1]。巴克莱分析师已将AI公司2025年的收益预期下调了高达10%，以反映更现实的折旧假设[3]。

折旧与使用寿命的错配不仅仅是一个会计问题——它可能引发系统性财务后果。如果AI资本支出的核销发生在债务融资的情况下，可能会引发违约和更广泛的市场动荡[2]。规模相当大，仅2025年AI基础设施支出估计就超过3000亿美元，其中计算硬件占这些成本的60%[3]。

NVIDIA披露的1100亿美元投资和融资承诺占其收入的67%，如果客户面临现金约束，将产生潜在的循环融资风险[3]。这种供应商融资模式可能会在会计调整发生时放大影响。

贝恩研究估计，到2030年，AI公司为资助资本支出将面临每年8000亿美元的收入缺口，如果正确核算真实成本，这一缺口将增长到1.5万亿美元以上[3]。这表明，如果没有显著的收入增长或成本降低，当前的商业模式可能从根本上是不可持续的。

• 收益冲击风险：
  当会计现实与运营现实接轨时，超大规模企业可能面临重大收益冲击，并传导至NVIDIA的收入流[1][2]
• 客户财务健康：
  对超大规模企业实际现金流和持续AI支出能力的影响，对NVIDIA构成重大需求风险[1]
• 监管干预：
  潜在的会计准则变更或监管调查可能迫使全行业加速折旧[3]

• NVIDIA将于2025年11月19日发布的2026年第三季度财报，对评估需求可持续性至关重要[4]
• 主要超大规模企业客户的折旧假设或资本支出指引变化
• 实际部署中的芯片更换率和性能退化数据

大型科技公司认为，5-6年的使用寿命是合理的，因为GPU除了AI训练外还有多种用途，旧芯片可以从训练工作负载重新用于推理工作负载[3]。一些分析师认为，这可能代表合法的会计差异，而非故意操纵[3]。

折旧与使用寿命的错配是一个重大的结构性风险，如果超大规模企业客户面临现金约束或被迫加速折旧，可能会对NVIDIA的收入流产生重大影响[1][2][3]。到2028年折旧被低估约1760亿美元的估计表明，这不是一个小的会计问题，而是可能代表整个AI生态系统风险的根本错配定价[1]。

NVIDIA目前的交易价格为189.20美元，分析师共识强烈（75.9% "Buy"评级），平均目标价为235.00美元[0]。然而，如果客户面临收益调整，限制其AI支出能力，折旧担忧可能会影响这种看涨情绪。

这种情况需要仔细监测即将发布的财报、超大规模企业指引变化以及可能加速确认这些隐藏成本的潜在监管动态[1][2][3]。