黄仁勋说 GPU 能用 8 年以上：AI 到底怎么改写了硬件折旧规则，二手显卡该怎么评估

英伟达 CEO 黄仁勋近期公开表示，GPU 的寿命可以达到 8 年以上，AI 正在改写硬件的折旧规则。这句话不只是一句公关话术，它背后是算力供需结构的变化，也直接影响二手硬件市场怎么定价。

一、为什么 GPU 的「寿命」被重新定义

传统消费级显卡的淘汰逻辑是「性能跟不上新游戏」。而现在多了一条路径：

• 用途下沉：训练用剩的卡可以转推理、转渲染、转虚拟化，不需要跑最新 3A。
• 显存比算力更稀缺：跑大模型时，显存容量直接决定「能不能跑」，而不是「跑多快」。这也是大显存卡二手依然坚挺的原因。
• 软件栈在延长硬件寿命：量化、KV Cache 优化、投机解码等技术，让老卡也能跑得起新模型。

二、8 年这个数字该怎么理解

要拆成三层看：

• 物理寿命：核心和显存很少自然死亡，主要杀手是高温和供电老化。数据中心卡因为散热规范，反而比家用卡活得久。
• 经济寿命：能被租出去、能被用来产出，就有价值。算力紧张时，经济寿命会被拉长。
• 支持寿命：驱动和 CUDA 版本还在更新，它就能用。这一层是英伟达最硬的护城河，也最容易被忽视。

三、二手显卡/算力卡的评估清单

如果是买二手自用，按这个顺序看：

• 是否矿卡：看 BIOS 版本、显存颗粒批次、风扇与背板磨损；跑满负载 30 分钟看频率是否稳定、温度曲线是否异常波动。
• 显存是否出错：跑显存测试（如 MATS 类工具或长时间 stress），报错的一律不要。
• 供电与电容：拆开看电容有没有鼓包、供电电感是否有明显变色。
• 驱动支持：确认该型号在当前最新驱动上仍被支持，不要买到已经停在旧驱动分支的老卡。
• 用途匹配：本地跑模型看显存；渲染看显存带宽；游戏看整体。需求不同，同一张卡的价值差别很大。

四、顺手聊聊 DeepInfer 这类框架的意义

同日 DeepSeek 开源了 DeepInfer，一个面向 DeepSeek 模型的高性能大规模推理框架。这类项目的存在，本身就是「硬件寿命延长」的注脚：

• 推理框架越高效，同等显存能服务的并发越多；
• 同等任务对硬件的门槛越低，老卡就更有使用价值。

五、给不同人的建议

• 想装机的：现在内存和存储价格在高位，如果不是刚需，等一等更划算。
• 手里有卡的：别急着低价出，先看自己能不能把它变成生产力（本地推理、渲染、剪辑）。
• 要买二手的：把「显存测试」写进交易流程，比砍价一百块有用得多。