Aravolta：GPU 折舊率因實際工作負載差異高達 30-45%，產業平均值已不適用於融資評估
分析報告發布日期：2025 年 11 月 13 日
GPU 融資市場目前的風險定價正建立在虛幻的數據之上。根據 Aravolta 的詳細分析，針對中型市場 GPU 部署的遙測數據顯示，即便使用相同的 GPU 型號，硬體的老化速度也會因實際使用模式而大相逕庭，折舊曲線在不同客戶間的差異高達 30-45%。這種承銷假設與現實之間的落差，正為那些持續採用統一折舊時程表的貸款機構帶來顯著風險。
產業對 GPU 使用壽命的共識已然崩解
當前市場運作在相互矛盾的假設之上，反映出產業缺乏基本共識。CoreWeave 在承銷 GPU 資產時，公開假設其使用壽命約為 6 年，而 Nebius 則採用接近 4 年的標準。部分分析師更警告，高強度使用可能會將實際壽命壓縮至 3 年甚至更短。問題在於，各方爭論的「平均值」在實務上根本不存在。正如 Aravolta 的分析所揭示，關鍵不應是 H100 整體能用多久，而是該特定 GPU 在其生命週期中究竟是如何被操作的。
目前的融資模式將 GPU 視為卡車或鑽探設備，採用可預測的直線折舊法。然而，當這種方法應用於運算基礎設施時，會產生災難性的後果，因為相同的 GPU 硬體會根據工作負載強度、散熱管理及利用率模式，呈現截然不同的老化狀態。一台在適度散熱條件下，以 60-70% 利用率穩定執行推論（inference）工作負載的 GPU，其經濟效益可維持 5 年以上；但若是一台相同的設備，若長期處於每日飆升至 95-100% 利用率的不規則訓練工作負載中，其經濟價值可能在 3 年內甚至更短時間內就會喪失。
實測數據揭露資產壽命預期存在兩年落差
Aravolta 在協助一家融資規模介於 0-50MW 的中型市場貸款機構時，發現了問題的嚴重性。原本的承銷假設為：80% 的穩定利用率、5.5 年的經濟使用壽命，且不同客戶或工作負載類型間無顯著差異。然而，實際的遙測數據卻呈現了完全不同的情況。
工作負載強度飆升至 95-100% 的情況並非假設中的偶發事件，而是每日發生，導致組件壓力加速累積。訓練爆發期間經常出現未被建模的熱包絡（thermal envelope）超標狀況，許多 GPU 長期處於建議的溫度上限之上運行。維護週期數據顯示，在高變異工作負載下，風扇、導熱膏及其他組件的維護需求遠超預期。最關鍵的是，部分工作負載的經濟性淘汰時間比其他案例提早了 18 至 30 個月，這意味著 GPU 在物理損壞前，早已失去經濟效益。
結果相當驚人。原本預期擁有 5.5 年使用壽命的一批 GPU，在實際部署條件下，其趨勢僅剩 3.7 年。這種預期與現實之間將近兩年的落差，對殘值假設、貸款契約觸發條件，以及整體債務與權益計算產生了連鎖反應。對貸款機構而言，這代表著「正常履約的貸款」與「毫無預警即陷入擔保不足風險的曝險」之間的差別。
GPU 退化的物理機制
該分析指出，熱應力（thermal stress）是加速老化的主要驅動力。運作溫度每升高攝氏 10 度，電子組件的壽命大約會縮短一半。全天候維持 98% 的高負載運行會加速組件磨損；產業數據顯示，即便平均利用率維持在 60-70%，頂級資料中心 GPU 的壽命可能也僅有 1 至 3 年。功率尖峰會對電壓調節器和電容器造成壓力，高階 GPU 的瞬時功率超過 500 瓦，長期下來會導致電遷移（electromigration）損壞。
突發性工作負載產生的熱循環（thermal cycling）會造成比 24/7 穩定運行更嚴重的應力。反覆的加熱與冷卻會導致材料膨脹與收縮，對焊點造成恆溫運行所能避免的壓力。維護不當更會加劇這些問題，GPU 風扇設計壽命雖約為 5 年，但在持續高轉速運作下會提早故障。該分析建議，每半年進行清潔、風扇更換及導熱膏重塗是必要的維護措施。
這對 GPU 融資意味著什麼
若貸款機構在沒有基於遙測的資產級監控下進行 GPU 融資，將面臨傳統承銷無法捕捉的多重風險。當借款人以持續最高利用率和高溫運行 GPU，導致原定 5-6 年壽命的設備在 2-3 年內就耗盡經濟壽命時，貸款機構將面臨本金損失的風險。他們會對採取保守管理的優質營運商定價過高，導致優質借款人流向成本更低的資金來源；同時，對於那些將 GPU 操到損壞為止的借款人，他們卻給予了定價過低的合約，承擔了僅在需要進行資產減記時才會浮現的隱性風險。
缺乏細緻的數據也迫使貸款機構採取保守且僵化的條款，而無法運用如「附帶效能觸發條件的售後回租」或「基於使用量的融資」等更具創意的架構來匹配風險與報酬。在缺乏實際利用率數據的情況下，這些架構僅能流於理論。
Aravolta 主張，新一代的運算融資需要對 GPU 機群進行硬體訊號層級的即時監控，以產生針對每種工作負載與環境量身打造的折舊曲線。該公司正與 1-100MW 區間的中型市場營運商合作，推動以實際效能數據而非產業傳聞為基礎的售後回租、使用量租賃及循環 GPU 信貸額度等架構。
舊有的 GPU 融資世界運行在「平均值」之上。而根據 Aravolta 的說法，新世界運行在「遙測數據」之上。對於一個相同的硬體會因實際操作方式不同而產生 30-45% 折舊差異的資產類別，這種區別絕非學術討論，而是正確定價風險與盲目投資之間的關鍵分水嶺。