Nvidia(NVDA)舊款H100租金月增22%，40萬顆新GPU上線後利用率能否續高？

 

H100租金月增22%，舊款GPU仍有生產力

黃仁勳近期再度強調Nvidia(NVDA) AI晶片的經濟價值。根據報導，推出約三年的H100 GPU，過去一個月租金上漲22%，來到每小時3.28美元。舊款GPU租金逆勢上升，顯示AI算力需求仍高於部分市場的即時供給。

黃仁勳將Nvidia運算基礎設施形容為可轉讓、耐用且高度獲利的收入生產資產。這套論述的基礎很直接：只要GPU能持續承接推論、模型微調與其他運算工作，硬體年齡就無法直接等同於經濟價值快速衰退。

租金還提供一個比出貨量更接近終端使用狀況的觀察角度。出貨代表雲端業者或資料中心完成資本支出；租金則反映客戶願意為即時算力支付多少費用。H100每小時租金上升，意味部分工作負載仍願意接受較高成本，設備利用率與可用算力可能維持緊張。

 

新一代晶片推出後，舊設備仍可承接大量工作負載

AI加速器的產品週期持續推進，市場也在討論舊款GPU的折舊速度。H100租金表現提供另一項現場數據：新產品上市後，前一代設備仍能留在運算供應鏈，並透過較低的整體部署門檻服務不同層級的需求。

大型前沿模型通常優先採用更新、更高效能的GPU；推論、微調、研究與中小型模型則有更彈性的硬體選擇。只要軟體生態、互連架構與開發工具保持相容，GPU使用年限便可能拉長。這會影響雲端服務商的資產報酬率，也會改變市場對AI伺服器折舊的估算。

H100單月租金上漲仍屬局部訊號。報導沒有提供涵蓋哪些租賃平台、區域、合約期間與可用容量，也缺乏更長時間序列。單月價格可用來確認供需偏緊，尚不足以推算整體GPU市場的長期租金曲線。

 

40萬顆新GPU投入，模型演進持續拉高算力需求

黃仁勳同時提到，從ChatGPT到最新Astra的演進約花四年，另有40萬顆新GPU正在投入使用。兩項資訊呈現AI模型升級與基礎建設擴張的速度，也支持Nvidia對GPU需求維持高檔的判斷。

模型能力提高通常伴隨更多訓練資料、更複雜的運算流程，以及更大量的推論呼叫。當AI從聊天介面延伸到多模態與代理型AI，算力需求會從集中式訓練擴散至持續運作的推論環境。推論使用量能否快速放大，將決定新增GPU能否形成長期利用率，而非只形成一輪資本支出。

40萬顆GPU的資訊仍需要搭配部署期間、晶片型號與實際啟用率解讀。已採購、已安裝與滿載運作代表不同階段，對Nvidia營收、雲端業者折舊，以及終端AI服務獲利的意義也不同。

 

Nvidia的長期論點取決於利用率與客戶回報

H100租金上升，有利於黃仁勳將GPU定位為收入生產資產。若舊款設備可維持高利用率，客戶較容易接受新一輪資本支出，Nvidia也能延長整體硬體與軟體生態的獲利週期。新舊GPU同時維持需求，會比單純依靠新品換機更具延續性。

風險則落在供給擴張後的租金與利用率。大量新GPU陸續上線，可能舒緩短期算力稀缺；AI服務若無法產生足夠收入，雲端業者也可能重新檢視資本支出速度。AGI仍屬遠期發展方向，現階段可確認的證據集中在租金、部署量與模型運算需求。

後續判斷可持續追蹤三項資料：H100等舊款GPU租金能否維持、40萬顆新增GPU的啟用進度，以及雲端業者AI服務收入能否追上折舊與電力成本。這三項訊號將決定GPU究竟能維持多久的高資產報酬率。