算力资产的估值方法有哪些？与传统资产评估有何不同？

传统资产评估，厂房按面积算、设备按年限折旧，一套公式走天下。但算力资产不一样——同样一批H100，跑满和闲置、在内蒙古和在上海、有新订单和没订单，估值能差3倍。算力资产的估值方法到底有哪些？和传统资产评估差在哪？一文拆透。

一、定义解读：算力资产估值到底指什么？

算力资产估值，是指通过专业方法判断算力资源在特定时点的经济价值。

它回答一个核心问题：这份算力资产在金融体系里值多少钱？

乘方科技董事长姚俊梅博士指出，当前许多企业持有大量GPU设备，但银行等金融机构难以准确评估其真实价值——采购发票仅能证明购置成本，无法反映设备是否在运行、性能状态、利用率及未来收益能力。

一句话：算力资产估值，不是算“买它花了多少钱”，而是算“它未来能帮我赚多少钱”。

二、核心逻辑：三大估值方法，一套新逻辑

传统资产评估有三大经典方法，算力资产估值同样沿用这三套框架——但评估逻辑已经不同。

成本法：按重置成本减去折旧来估算价值。对算力资产而言，成本法只能告诉你“买这批GPU花了多少钱”，但无法反映它现在还能产生多少收益。

市场法：参考近期类似资产的成交价格来估值。但目前算力资产交易活跃度相对较低、资产差异性更强，可比交易数据稀缺，市场法的适用性有限。

收益法：将资产未来能产生的现金流折现到当前，得出资产价值。数据中心估值普遍采用收益法，因为市场参与者购买数据中心的根本逻辑在于未来可实现的经营现金流，而不是静态的土地或建筑成本。

对于算力资产，收益法是核心方法——但算力资产特有的动态性，让收益法的操作复杂度远超传统资产。

三、通俗拆解：用“出租车”帮你理解三大方法的差异

成本法 = 看买车花了多少钱。你花30万买了一辆出租车，用了两年，按折旧算现在值18万。但问题是——如果你这辆车天天趴着没生意，它实际值不了18万。

市场法 = 看同款二手车卖多少钱。你查二手车平台，同年同款跑了多少公里卖多少钱，参考定价。但算力资产的问题是——没有活跃的二手车市场，可比交易太少，参考价值有限。

收益法 = 看这辆车未来能帮你赚多少钱。你算这辆车每天跑多少单、每单赚多少、还能跑几年，把未来收入折现回来，得出它对你的真实价值。这才是算力资产估值的核心方法。

成本法算的是“过去花了多少”，收益法算的是“未来能赚多少”——算力资产估值，算的是未来。

四、行业现状：算力资产估值的三大核心差异

🔹 差异一：从“一次性估值”走向“7×24小时动态估值”

传统资产评估是静态的——评估报告出具后，价值在评估基准日就固定了。一套厂房评估完，一年内价值变化不大。

算力资产截然不同。算力资产价值受设备在线状态、利用率波动、新一代芯片推出、租赁价格变化等因素影响。

乘方科技发布的“算力信”系统，将传统“一次性资产评估”升级为7×24小时动态资产评估。设备接入平台后，系统持续采集在线率、利用率、性能状态和运营收益。一旦出现设备持续离线、性能异常、利用率下降或经营收益变化，相关指标即可进入风险评估体系。

这意味着：算力资产评估报告不再是某一个时间点的静态证明，而是伴随算力全生命周期的动态数字资产档案。 

🔹 差异二：从“看账面折旧”走向“看市场残值”

传统设备折旧遵循固定的会计规则——直线折旧、加速折旧，按年限表走。

GPU完全不适用这套规则。GPU是被租赁、被转售、按市场需求和技术迭代节奏退役的——而不是按一条直线公式。

Silicon Data推出了GPU残值基准模型，通过贴现现金流模型计算每代GPU的公允价值——将GPU的净租赁收入折现到当前价值，短期预测锚定基于非超大规模市场观察到的合约租赁价格拟合的远期曲线。

目前Silicon Data按月发布H100、A100和B200的残值估算，每代GPU一个公允价值数字，用于资产支持融资、机队规划和按市值分析。

🔹 差异三：从“看物理损耗”走向“看技术迭代”

传统资产评估中，设备的价值衰减主要来自物理磨损。一台机床用了十年，磨损失效，价值归零。

GPU的价值衰减主要由技术迭代决定，而非物理磨损。大型科技公司自研ASIC替代部分英伟达需求，持续压低GPU各代际的价值阶梯、加速旧卡贬值。GPU和AI加速器硬件的贬值速度超过以往任何IT资产类别，主要代际刷新周期每2到3年发生一次。

但推理需求正在部分抵消这一趋势——A100问世六年仍在推理、微调场景保持稳定需求，其六年租金保持稳定。估值必须兼顾“技术迭代加速贬值”和“推理需求延长寿命”两股力量的博弈。

五、落地案例：三种方法在实操中怎么用？

案例一：奥瑞德算力服务器减值测试——收益法实操

奥瑞德2025年计提算力服务器资产减值损失0.53亿元。其测算过程采用收益法框架：预计未来现金流量现值 = ∑[预计单价×（1-闲置率）×使用台数÷（1+折现率）^t]，预测期参考设备经济使用寿命结合历史运营年限确定，无订单年份按市场价年均跌幅10%测算。

案例二：数据中心公募REITs——收益法为核心估值方法

首批数据中心公募REITs（润泽科技、万国数据）均采用收益法进行估值，评估折现率均为8%，处于不动产REITs较高水平，反映了市场对数据中心资产收益确定性的共同判断。估值关键参数包括收入、成本、折现率三大核心变量。

案例三：算力信——动态评估的金融应用

算力信将复杂的算力技术指标转化为金融机构能够理解的资产真实性、资产价值、资产等级、收益能力和风险指标，使银行对AI企业的授信从单纯依赖“企业主体信用”扩展至“企业主体信用 + 算力资产价值 + 真实运营数据 + 经营现金流”。

六、常见误区：关于算力资产估值，这三点最容易搞错

误区一：“用成本法就够了，买多少钱就值多少钱”

❌ 错。采购发票仅能证明购置成本，无法反映设备是否在运行、性能状态、利用率及未来收益能力。同样花1000万买的一批GPU，满载运行和闲置一半，实际价值可能差一倍以上。

误区二：“算力资产估值就是给GPU算折旧”

❌ 错。传统折旧是线性的、固定的。算力资产的估值是动态的、多维的——需要综合考虑在线率、利用率、市场行情、剩余周期、租赁价格及运营收益进行多维评判。

误区三：“收益法只看现金流，和技术迭代没关系”

❌ 错。收益法的核心是预测未来现金流，但算力资产的未来现金流高度依赖技术迭代节奏。如果新一代GPU提前发布，旧卡租金可能快速下降，未来现金流预测就需要大幅下调。收益法在算力资产上的应用，必须把技术迭代作为核心变量纳入模型。

七、风险警示：算力资产估值的三道难题

难题一：估值参数缺乏统一标准

算力资产的收入预测、折现率、残值率等关键参数，目前行业尚未形成统一标准。不同评估机构可能得出差异显著的估值结论。

难题二：市场法可比交易稀缺

数据中心交易活跃度相对较低，资产差异性更强，这导致市场法的适用性受限。仲量联行指出，在确定折现率与资本化率时，不仅需要考察行业风险、运营成熟度、区位能级、运营管理能力及租约结构，还需要重点关注能评与合规风险、市场供需格局、交易流动性补偿以及未来增长预期等变量。

难题三：能源要素的估值影响尚未被充分定价

在算力需求高速增长与电力指标趋紧的双重背景下，能源不再只是运营成本，而是决定数据中心能否形成收入的基础资源。具备长期稳定电力来源、较高绿色能源占比的数据中心项目，往往意味着更强的收入确定性与更低的融资风险。但在当前估值实践中，能源要素的价值尚未被充分量化。

八、总结干货（建议收藏）

1. 算力资产估值沿用传统三大方法（成本法、市场法、收益法），但收益法才是核心——因为算力资产的价值不在于“建了多少钱”，而在于“未来能产生多少现金流”。

2. 与传统资产评估的最大区别是“动态”二字——传统资产评估是静态的、一次性的；算力资产估值是7×24小时动态更新的，设备在线率、利用率、租赁价格变化都会实时影响估值结果。

3. GPU的折旧不是线性的——传统设备按直线折旧，GPU按技术迭代节奏贬值。主要代际刷新周期每2到3年发生一次，但推理需求正在部分延长旧卡的经济寿命。

4. 算力资产估值是金融化的“基础设施” ——没有可靠的估值，银行不敢放贷、REITs无法定价、期货无法结算。算力信等系统的核心价值，就是为算力资产与金融体系之间建立标准化的价值坐标系。

5. 对从业者和投资者来说，理解算力资产估值的关键在于看懂一件事：算力资产的价值不是“买它花了多少钱”，而是“它在全生命周期内能产生多少现金流”——而这个现金流，受技术迭代、市场供需、运营效率、能源成本四重变量的动态影响。谁能精准预测这四重变量，谁就能算清算力资产的真实价值。