撑起英伟达需求持续性的资本开支算术

给订阅者的一份算术：英伟达需求的持续性，最终不取决于模型有多强，而取决于买它芯片的人能不能把这笔资本开支挣回来。这是一道关于折旧周期、Token 单价和推理利用率的算术题。当训练驱动的采购逐渐让位于推理驱动的采购，这道题的答案会重写整个需求曲线的形状。

先看折旧。云厂商把 GPU 按几年折旧，直接决定了单位算力的账面成本。如果一代芯片的经济寿命是三年，采购就要在三年内被 Token 收入摊平；而英伟达一年一迭代又在压缩这个寿命。折旧假设和迭代节奏之间的张力，是买方资本开支决策里最敏感的一根弦，也是需求持续性的第一个变量。

再看 Token 经济学。训练是一次性的资本投入，推理是持续的运营收入。只要每百万 Token 的售价高于其边际算力成本，加速器就是一台印钞机；一旦模型能力商品化、Token 价格被价格战压穿边际成本，同一台芯片的投资回报就会塌陷。需求的持续性，本质上押注推理的单位经济学不被打崩。