---
schemaVersion: 1
slug: mp-138-20260302-semianalysis-ai-5
ticketId: MP-138
lang: zh-tw
title: AI 算力租賃的隱藏下半場：5年合約到期後會發生什麼事？
summary: 大家都盯著 AI 算力前五年的利潤看，但真正決定勝負的，其實是合約到期後的經濟學變化。
originalDate: 2026-03-01
translatedDate: 2026-03-02
source: "@SemiAnalysis_ on X"
sourceUrl: https://x.com/SemiAnalysis_/status/2027841107707760676
author: null
authorshipNote: null
canonicalUrl: https://gu-log.vercel.app/posts/mp-138-20260302-semianalysis-ai-5
status: published
replacementTicketId: null
replacementUrl: null
---

# AI 算力租賃的隱藏下半場：5年合約到期後會發生什麼事？

> **來源:** [@SemiAnalysis\_ on X](https://x.com/SemiAnalysis_/status/2027841107707760676)

## 你買了一台印鈔機，但五年後它只能印折價券

想像一下：你砸了一大筆錢買了一台超猛的印鈔機。前五年，這台機器日夜不停地印，合約保證你每小時賺固定金額。數字漂亮、現金流穩定、投資報酬率算起來超甜。

你跟投資人說：「看，這就是未來。」

但問題來了——五年合約跑完之後呢？

SemiAnalysis 最近丟出了一個很多人不願意面對的問題：**5 年期 AI Cluster GPU 租賃合約到期之後，那些 GPU 還值多少錢？**

答案是：比你想的少很多。

> **Mogu 歪樓一下：**
>
> SemiAnalysis 是少數能讓我認真讀完整篇分析的 newsletter 之一。他們專門拆解半導體和 AI infra 的經濟學，水準大概是「華爾街分析師看了會緊張」的等級 (⌐■\_■) 他們說的東西通常不是聳人聽聞，而是「你早晚會面對，只是看要現在清醒還是以後痛醒」。之前他們在 MP-139 拆 NVIDIA 從 Hopper 到 Rubin 的能效躍進，就已經暗示了這個問題——新一代每瓦算力翻好幾倍，你手上那批舊卡怎麼辦？

---

## 前五年的美好幻覺

先來理解為什麼大家對 GPU 租賃這麼嗨。

現在市面上的財務模型，在計算 5 年期 AI cluster 的租賃經濟學時，幾乎都把目光鎖定在合約前幾年的 EBIT margin（息稅前利潤率）。原因很簡單——前期的數字最好看。

你想啊，AI 需求爆炸，算力供不應求，hyperscaler 跟 GPU cloud provider 搶著簽長約。在這個供需嚴重失衡的市場裡，出租方握有定價權。簽下來的 $/hr 費率是甜的，EBIT margin 是厚的，報酬率是香的。

這就像 2021 年的台北房東——你手上有房子，市場上一堆人搶著租，你愛開什麼價就開什麼價。

> **Mogu 吐槽時間：**
>
> EBIT margin 白話翻譯：公司靠核心業務每賺 100 元能留下多少。GPU 租賃的前五年 EBIT margin 漂亮到什麼程度呢？漂亮到一堆人看完 Excel 就覺得自己找到了被動收入的聖杯。但被動收入的聖杯這種東西，通常只存在於 YouTube 財經頻道的縮圖裡 ┐(￣ヘ￣)┌

---

## 但五年後，世界不會在原地等你

好，讓我們快轉到五年後。合約到期了。

你手上那批 GPU——曾經是市場上最頂的矽晶片——現在是什麼？

**是五年前的旗艦。**

科技業的殘酷就在這裡。你的 H100 在 2024 年是王者，但到了 2029 年，Blackwell 的下一代、下下一代都已經量產了。你手上的硬體效能落後新世代好幾倍，功耗效率也比不上。

這時候你還想用原來的 $/hr 費率出租？

SemiAnalysis 的觀點很直白：**合約到期後，你只能用顯著低於前五年的 $/hr 來出租這些算力。**

這不是悲觀預測，是基本物理學加上摩爾定律的必然結果。

> **Mogu murmur：**
>
> MP-89 那篇 Epoch AI 的研究已經給了一個超殘酷的數字：固定能力等級的 AI 推論成本每年暴跌 5-10 倍。你的 H100 今天每小時值 X 元，五年後同等算力可能只值 X 除以一萬。這不是什麼悲觀假設，是過去幾年實際發生的事。你買了一台車，但這台車每年自動貶值 80%——不是因為你開太多，是因為隔壁車廠每年都在出性能翻倍、價格砍半的新車 (╯°□°)╯

---

## 大家不想算的那道數學題

這就帶出了一個很多投資人和分析師不想面對的問題：

**如果你的財務模型只算前五年，你的 NPV（淨現值）是被灌水的。**

一台 GPU cluster 的真實經濟效益，應該包含兩個階段：

**階段一：合約期（年份 1-5）**——$/hr 費率有合約保障，收入可預測，margin 漂亮。這是大家都愛看的部分。

**階段二：後合約期（年份 6+）**——$/hr 費率大幅下降，因為你的硬體已經不是最新的了。如果你想繼續出租，要不降價、要不找到對價格敏感但對效能要求沒那麼極致的客戶。

大部分市面上的模型，對階段二要嘛假設「殘值為零」（太悲觀），要嘛假設「可以用原價繼續租」（太樂觀）。真實情況是在中間的某個尷尬位置。

> **Mogu 真心話：**
>
> 我覺得這才是 SemiAnalysis 這篇分析最毒的地方。他們不是在說「GPU 租賃不賺錢」——前五年確實賺。他們在說的是：**你以為的 20% IRR 搞不好實際上只有 12%，因為你把第六年以後當空氣了。**
>
> 做過 DCF model 的人都知道，terminal value 往往佔整個估值的 50-70%。你在 terminal value 那邊偷懶，整個估值就是幻覺。這不是 AI 的問題，是老派金融問題穿了一件 AI 的外衣 (￣▽￣)／

---

## 潮水退了，誰沒穿褲子？

這個「後合約期折價」的效應不是對所有人一視同仁的。讓我用一個簡單的分類來說明——但重點不是分類本身，而是背後的邏輯。

先說最痛的那群人：純做 GPU-as-a-Service 的公司。他們的商業模式就是「買 GPU、租出去、收租金」，跟包租公沒兩樣。問題是，包租公的房子不會每年自動縮小 50%，但 GPU 的相對價值會。如果他們的財務模型沒有把後合約期的降價算進去，五年後就是一個殘酷的二選一：要嘛降價續租看著 margin 被壓成紙片，要嘛再掏一大筆 capex 買新卡。兩條路都痛。

然後是 hyperscaler——AWS、Azure、GCP 這些大傢伙。他們相對安全，但不是因為他們的 GPU 比較不會過時，而是因為他們賣的從來就不只是算力。舊 GPU 可以塞進便宜的 tier，搭配自家 ML platform 的 lock-in 效應繼續產生價值。這就像房東同時經營了整棟大樓的管理公司、健身房跟咖啡廳——就算某間房間舊了，整個生態系還是黏住租客。

最聰明的是那些從 day 1 就把退場策略想好的玩家。他們的合約結構、折舊排程、客戶定價全部圍繞「五年後我要換代」這個現實去設計。不是更有遠見，只是更誠實。

> **Mogu 吐槽時間：**
>
> 有趣的是，MP-185 才剛報導 GPU 租賃價格又開始飆、客戶議價空間正在縮小。市場短期是狂歡的——但 SemiAnalysis 自己同時在寫「短期價格漲」和「長期風險大」兩篇文章，這本身就很說明問題。他們不是看空，他們是在說：這個蛋糕前半段很甜，但你不能假裝後半段不存在 ┐(￣ヘ￣)┌

---

## 少算了一半的故事

SemiAnalysis 的核心訊息其實很簡單：**不要只看前五年。**

下次當你看到某家公司秀出 GPU 租賃的投資報酬率時，你腦中應該自動浮現一個畫面——一份只寫了上半頁的考卷。合約到期後 $/hr 會降多少？折舊排程有沒有太樂觀？後合約期的客戶留存率建立在什麼假設上？如果新一代 GPU 效能提升 3-5 倍，你手上的舊硬體在市場上還能站在哪個位置？

這些問題不是刁難，是基本的 due diligence。如果對方的回答是「我們專注在前五年的 ROI」——那你就知道了，他們交上來的考卷，下半頁是空白的。

## 延伸閱讀

- [MP-155: AI 革命會看起來像經濟衰退？從女性主義經濟學看 AI 時代的 GDP 盲點](https://gu-log.vercel.app/posts/mp-155-20260312-semianalysis-ai-ai-gdp/)
- [MP-176: AI 把寫 code 變快了，怎麼有人反而說工程師注定變窮？](https://gu-log.vercel.app/posts/mp-176-20260316-daniel-mac8-swe-not-screwed/)
- [MP-1: swyx：你以為 AI agent 只是 LLM + tools？太天真了](https://gu-log.vercel.app/posts/mp-1-20260203-swyx-agent-definition/)

> **Mogu OS：**
>
> 說到底，每次牛市都有一批人選擇性失明。2000 年 dot-com，一堆人買伺服器覺得 hosting 需求永遠漲。2017 年 crypto，礦機賣到缺貨。故事都一樣：前半場狂歡，後半場算帳。GPU 租賃的基本面比 crypto 強太多沒錯，但「有基本面」不等於「每個人都會賺錢」——區別只在於這次被洗掉的是資金配置最差的那一批，不是所有人。
>
> Buffett 說得好：「只有退潮的時候，你才知道誰在裸泳。」GPU 租賃的潮水現在還在漲，但 SemiAnalysis 做的事情就是提醒你——五年後潮水會退，你最好現在就確認自己有穿褲子 (◕‿◕)
