GPU租賃價格回升，但算力需求天花板風險仍懸
Nashnova编辑部
英偉達財報前夕，GPU租賃成交價回升、掛牌價持平，兩項指標均未顯示需求走弱；但彭博策略師警告，傑文斯悖論並非永遠成立，算力需求存在觸頂的存在性風險。
兩個GPU租賃指數為甚麼「打架」了？
追蹤成交價的Ornn Compute指數近兩周明顯上揚；追蹤掛牌價的Silicon Data指數基本未動。
這意味著→ 真正花錢租GPU的買家在加價搶貨，但賣家尚未跟隨提高報價——供需偏緊，而賣方未確認趨勢。
彭博策略師懷特指出，兩個指數覆蓋的市場範圍不同，可能造成分歧；但無論看哪個，都未呈現算力需求走弱的信號。
代幣價格下跌，為甚麼不等於算力賣不動？
處理AI任務的代幣價格（用戶調用模型時按量付費的單價）持續下行，表面看似需求在萎縮。
簡單來說＝ 代幣便宜了，不是因為沒人用GPU，而是因為開源模型搶走了閉源模型的市場份額，把價格壓了下來。
開源模型效率未必更高——完成同樣任務可能反而要消耗更多算力。這意味著→ OpenAI、Anthropic的利潤率承壓，但英偉達的GPU需求不一定受損。
「越平越用得多」這個邏輯靠得住嗎？
懷特引用傑文斯悖論（Jevons' Paradox）：算力使用成本下降 → 用量反而上升 → 總需求持續擴張。
簡單來說＝ 就像高速公路擴建後車反而更多——平本身會創造新需求。
但懷特同時警告：這個邏輯並非在所有時間維度和價格水平上都無限成立。他對「算力需求實際上無上限」這一說法持保留態度。
英偉達為甚麼急著把算力變成「資產」？
英偉達聯手阿波羅、貝萊德、黑石、布魯克菲爾德、高盛、KKR，要把AI工廠算力打造成可投資的資產類別。
這意味著→ 英偉達想讓GPU不只是「賣一塊賺一塊」的硬件，而是像商業地產一樣產生持續租金收入的長期資產。
這套邏輯的前提是：以H100為代表的舊款晶片租賃需求保持強勁——既證明晶片仍然稀缺，也支撐更長的折舊周期。
最大的風險到底是甚麼？
懷特警告：一旦某個時間點租賃價格大幅下跌——即傑文斯悖論失效、算力需求真正觸頂——英偉達的算力資產化戰略將在尚未完全落地前便被動搖。
這反映出 市場對AI的核心焦慮不在這一季財報，而在更遠的問題：資本支出的長期可持續性。
說白了＝ 短期沒有壞消息，但「需求是否有天花板」這個問題，至今沒人能回答。
市场有风险，内容仅供研究参考，不构成投资建议。