周三，在 GTC 柏林大会结束后，英伟达首席执行官黄仁勋和硅谷科技投资人 Gavin Baker 接受了雅虎财经的采访，黄仁勋在采访中正面回应了近期困扰 AI 投资者的三大核心问题：新云计算公司的债务融资风险、GPU 资产的实际使用寿命，以及 DeepSeek 披露的惊人推理毛利数据。
针对债务融资风险和 GPU 的使用寿命，黄仁勋明确表示，英伟达 GPU 的使用寿命可达七至八年，远超市场此前普遍认定的四年，这一特性使其具备作为贷款抵押品的条件。他同时指出，英伟达已在部分融资项目中为芯片的转售残值提供担保，以协助 CoreWeave 等新云计算公司降低融资成本。
此外，Gavin Baker 援引 DeepSeek 最新披露的数据称，该开源模型的 GPU 推理变现价格高达每小时 38 美元，远超当前市场租赁价格，这或许正是 Blackwell 芯片租金连续 17 个交易日上涨的原因所在。黄仁勋对此回应称，需求强劲是解决当前所有融资和供给问题的根本前提，" 有了需求，所有问题都可以解决 "。
上述表态对市场具有直接意义。CoreWeave 等新云计算公司（NeoCloud）近期因高杠杆融资结构引发投资者担忧，其股价及债券价格持续承压。黄仁勋的回应试图从资产质量角度重构市场对 AI 基础设施债务风险的认知，而 DeepSeek 的推理毛利数据则为 GPU 需求的持续性提供了新的佐证。
GPU 折旧期重估：从四年到七八年
黄仁勋在采访中着重强调了英伟达 GPU 资产的耐久性，将其定性为当前 AI 融资困局的核心解法之一。
他表示，市场此前普遍以四年作为 GPU 的折旧周期，但这一假设已经过时。"人们正在发现，过去认为是四年生命周期的东西，实际上可能是八年甚至更长。" 他将这一特性归因于英伟达持续对 CUDA 软件栈进行升级，使硬件在整个生命周期内保持生产效率。他同时确认，下一代芯片 Vera Rubin 的预期使用寿命同样为七至八年。
黄仁勋进一步阐述了这对资本市场的含义：GPU 的高残值、广泛适用性（可支持所有 AI 模型和云服务商）以及软件可编程性，共同构成了可供贷款机构承销的抵押品基础。" 今天大多数 GPU 几乎没有残值，但人们现在认识到英伟达的计算资产具有相当高的残值，因此可以用它来为债务本身提供背书。" 他表示，在这一逻辑下，英伟达承担 AI 基础设施融资风险的能力实际上优于其他任何资产类别。
DSX Pod：压缩空窗期，加速资本回报
针对 CoreWeave 等新云计算公司从采购设备到产生收入之间存在数月空窗期这一核心融资痛点，黄仁勋介绍了英伟达最新推出的 DSX Pod 方案——一种将 AI 工厂预制于集装箱内的模块化部署形式。
他解释称，目前一个吉瓦级数据中心的建设成本约为 500 亿美元，从设备出厂到完成部署并投入运营，通常需要四至六个月。在此期间，资本处于闲置状态，但利息成本已经开始计算。DSX Pod 通过将部分制造工序前置至供应链环节，有望将这一周期压缩至三至四个月，甚至更短。
Gavin Baker 对此表示认同，并以一万亿美元的 AI 资本支出规模为参照指出，若部署周期为六至九个月，则意味着数千亿美元的资本长期处于非生产状态，这对融资结构构成系统性压力。黄仁勋表示，" 如果我们能将从系统出货到部署运营的时间从数月缩短至数周乃至一个月，这对所有 AI 工厂而言将是彻底的游戏规则改变。"
DeepSeek 推理毛利数据引发关注
采访中，Gavin Baker 援引 DeepSeek 最新披露的运营数据，为当前 GPU 需求的强劲程度提供了一个新的量化视角。
据其介绍，DeepSeek 公开表示其开源模型的 GPU 推理变现价格达到每小时 38 美元，而当前市场上 GPU 的主流租赁价格远低于这一水平。他认为，这一数据或许可以解释为何 Blackwell 芯片的租赁价格已连续 17 个交易日上涨。
黄仁勋对此回应称，需求端的强劲是解决当前所有融资和供给问题的根本前提。他列举了 OpenAI、Anthropic、Meta、xAI、Google Gemini、DeepSeek 及月之暗面等多家机构的旺盛需求，并表示：" 没有需求，什么问题都无法解决；有了需求，所有问题都可以解决。"他同时将当前时间节点定性为 AI 从 " 发明模式 " 正式切换至 " 实用模式 " 的关键拐点，认为 token 需求的持续攀升具有坚实的基本面支撑。
中国 AI 发展与 AI 就业叙事
此外，黄仁勋还表示，中国是全球唯一一个能够在芯片制造、开源模型开发以及 AI 研究人员培养三个维度上同时实现大规模产出的国家，" 没有哪个国家能像中国那样大规模地培养 AI 研究人员 "。他同时表示，美国的优势在于拥有全球顶尖的前沿实验室、芯片及计算基础设施，并表示英伟达将继续在全球范围内积极竞争，包括非洲、中亚、巴西、埃及等新兴市场。
在 AI 就业问题上，黄仁勋直接将当前的主流叙事定性为 " 完全错误 "。他援引能源、芯片、基础设施、建筑及医疗等多个行业的就业增长数据，认为 AI 实际上在各个层面创造了更多就业岗位，而非消灭就业。" 关于就业的叙事几乎完全是反的，是完全错误的。" 他同时指出，AI 数据中心建设方在进入社区时应提前沟通、主动融入，以改善公众观感，并认为行业整体已在这一方向上有所改进。
