一个公司可以在其核心业务以60%利润率运营的同一年报告10亿美元的净亏损。这不是假设——这正是最大的GPU云提供商之一CoreWeave在2025年记录的情况。"运营良好"与"十亿美元亏损"之间的差距归结于一个大多数人从未想过的数字：一家公司声称其设备将使用多少年。
这个数字被称为使用寿命，其背后的假设目前在整个AI行业引发了一场价值数十亿美元的争论。这也是任何企业对自身设备做出的最被误解——也最影响深远——的决定之一，无论该设备是价值30万美元的服务器机架还是价值3000美元的笔记本电脑。
3000万美元的问题：一台GPU服务器能用多久？
当企业购买设备时，它不会在购买当天就支出全部成本。相反，会计规则将该成本——折旧——分摊到设备预期保持有用的年限内。购买一辆预期使用6年的12万美元送货车，每年确认大约2万美元的费用，而不是一次性确认12万美元。
关键在于："预期保持有用"是一个估计，而非事实。而在GPU云业务中——即购买成排英伟达芯片并将算力出租给AI实验室的公司——这个估计因公司而异，差异巨大。
CoreWeave将其GPU服务器的折旧年限定为6年。Lambda使用5年。Nebius使用4年。在纸面上，这听起来像是四舍五入的差异。但在金额上并非如此。一台价值30万美元的八GPU服务器，按6年折旧计算，每年产生约5万美元的折旧费用，而按4年折旧则为7.5万美元。将这个差距乘以由10,000台GPU组成的机群，仅折旧时间表的选择就能使报告的年度费用波动约3000万美元——而实际硬件、实际收入或银行中的实际现金完全不变。
这就是AI基础设施繁荣的核心悖论：同样的业务、同样的机器、同样的客户，完全取决于一个埋藏在财务报表脚注中的假设，就可能看起来极其盈利或现金大量流失。
为什么一个"盈利"的公司会报告巨额亏损
CoreWeave是最明显的例子。2025年，该公司创造了51.3亿美元的收入和约31亿美元的调整后EBITDA——利润率接近60%，这会让几乎任何企业主感到满意。然而，CoreWeave当年的净亏损超过了10亿美元。
差异在于两个大的非现金和融资项目：约24.5亿美元的折旧费用和约12亿美元的用于购买硬件的债务利息。折旧和利息是真实的经济成本，但它们并非当天离开公司现金——它们是会计系统将大额前期购买（以及用于融资的债务）分摊到未来年份的方式。
这并不意味着CoreWeave的数据是假的。它意味着"盈利"和"报告盈利"是两个不同的问题，而连接它们的桥梁直接穿越管理层对其设备使用寿命的估计。
更大的争议：Michael Burry的1760亿美元主张
GPU云新贵并非唯一受到审视的对象——超大规模云服务商也是如此。投资者Michael Burry（因正确做空2008年房地产泡沫而闻名）认为，Meta、亚马逊、微软、谷歌和甲骨文正在将其英伟达GPU的折旧年限定为5到6年，而实际经济寿命——鉴于英伟达从每两年发布一次新架构转向大约每年发布一次显著更快的芯片架构——更接近2到3年。
Burry的计算是：如果真实使用寿命是3年而非6年，该行业每年低估了500-600亿美元的折旧费用，在2026年至2028年间累计导致约1760亿美元的利润被高估。他的论点并非说这种会计处理非法——而是说更长的使用寿命假设使当前利润看起来好于基础经济状况所支持的水平，因为昂贵的芯片可能在折旧时间表显示它们已被"用完"之前，就已因技术过时而无法用于前沿工作。
超大规模云服务商的辩护有时被称为"价值级联"理论：GPU不会在新型号推出时退役。它会被重新部署——从训练前沿模型，到运行推理，再到处理较轻的内部工作负载——即使不再是最先进的，也能延长其真正有用的经济寿命。
使这不仅仅是理论辩论的是，真实公司已经对此采取了相反方向的动作。2025年，亚马逊将其部分服务器的预计使用寿命从6年缩短至5年，明确引用了AI硬件开发加速的原因——并因此计提了9.2亿美元的加速折旧费用。同期，Meta做了相反的事情：它将其服务器使用寿命延长至5.5年，这使报告的折旧费用减少了29亿美元。相同的基础技术周期，相同的行业，相反的结论——这告诉你这个数字中包含了多少真实的判断（和激励因素）。
隐藏在折旧线背后的其他风险
折旧假设并非GPU云业务模式中唯一的薄弱环节，如果你正在评估任何资本密集型公司——作为客户、投资者或仅仅是好奇的读者——了解它们很有价值：
- 微薄的营业利润率。 对债务融资的GPU机群的盈亏平衡分析表明，提供商需要每GPU小时约1美元以上才能覆盖成本，而市场租赁费率在约1.70美元至2.35美元之间波动。这是真实的利润空间，但如果租赁价格走软，缓冲并不大。
- 客户集中度。 仅微软一家就占据了CoreWeave 2025年收入的67%。如此依赖单一客户的业务承担着健康损益表无法显示的风险。
- 残值风险。 GPU经常被用作贷款抵押品。每次英伟达发布更快的芯片，上一代芯片的转售价值就会下降，这会削弱支撑用于购买它债务的抵押品。
- 利用率依赖性。 闲置的GPU仍在折旧，并仍在累积用于支付其费用的债务利息——只是在此过程中不产生收入。利用率对真实盈利能力的重要性可能超过名义利润率。
如果你经营一家企业（非GPU云公司）这意味着什么
你不需要一个拥有10,000台GPU的机群来应用这一教训。每个购买设备的企业——笔记本电脑、送货车、浓缩咖啡机、CNC路由器——都做出同样类型的使用寿命估计，只是规模小得多。同样的扭曲效应也适用于你，无论好坏。
根据2026年美国税务规定，第179条扣除允许你立即扣除高达2,560,000美元的合格设备费用（在采购额超过4,090,000美元时逐步取消），而2025年1月19日之后投入使用的合格财产的奖金折旧为100%。用通俗的话说：对于大多数小企业而言，现行法律已经允许你快速冲销设备费用，这在税务目的上回避了许多"应该选择哪个使用寿命"的争论。
但你的账簿——你用来真正了解业务的记录，独立于纳税申报表——则是另一回事，这正是GPU云教训最重要的地方：
- 使你的使用寿命估计符合现实，而不是让本季度看起来最好的数字。 如果你通常每3年更换一次笔记本电脑，就不要为了平滑费用而将其折旧年限定为5年。国税局自身的分类寿命表（Publication 946）是一个合理的参考基准——只有在你有特定理由（你实际使用设备的方式、维护历史、制造商指南）时才进行调整。
- 记录一次你的推理，并且只在事实发生变化时重新审视——新型号发布本身并不是改变估计的理由；真正改变你实际持有和使用设备的时间才是。
- 留意"反复无常"的信号。 如果一家公司以让当前期间数字更好看的方向改变其使用寿命估计——比如上述加速的亚马逊/Meta例子，在同一行业向相反方向调整——这是一个需要更仔细审视的信号，无论是你自己的簿记习惯还是你在评估的公司。
- 在你的脑海中将现金流与利润分开。 一个企业（包括你的企业）可能在显示会计亏损的情况下现金流转健康，反之亦然。折旧和利息是造成这种差距的最主要两个科目——在恐慌或庆祝之前，弄清楚是哪一个在驱动你的数字。
GPU云的故事实际上是每个拥有设备的企业都做出的决定的放大版：你诚实预期这个东西能用多久？把这个估计做对了，你的财务报表就会告诉你关于企业真实情况的真相。做错了——无论是有意还是无意——你最终可能是在管理一个虚构的故事，而不是一个真实的公司。
保持你的折旧假设诚实且可审计
折旧时间表正是那种可以从清晰、永久的假设和理由记录中受益的决定——而不是一个埋在电子表格格式中、日后易于悄悄更改的数字。Beancount.io为你提供纯文本会计，配有完整的版本历史，因此对使用寿命估计的每一次调整、每笔折旧分录以及背后的每个理由都随时间透明且可追溯——没有黑箱，没有供应商锁定。免费开始使用，让你的账簿像其背后的假设所应得的那样可审计。