硬件买完就贬值，这是IT行业几十年的常识。但B300正在推翻这个规则。二手残值逆势走高，不光搅动二手市场，企业采购、财务估值的整套玩法，都已经变了。
硬件到手即贬值，服务器、IT设备普遍按3‑5年直线折旧，几年后账面价值近乎归零。 但这套老经验，放到高端AI GPU身上，已经行不通。
Silicon Data统计显示：AI GPU二手残值，大幅高于传统折旧模型计算出来的账面价值。 市场曾出现B200二手成交价达到首发价158%的极端行情，H100租赁价格逆势上涨，芯片非但不贬值，反而出现溢价交易。
CCIR 9月交易数据同样印证现状： H100理论估值25631美元，挂牌23870美元，90天实际成交16000美元。市场定价不再看硬件成本，直接按剩余2.6年收益周期来估价。
对手握B300的算力运营方来说，一个现实结论：GPU贬值速度，远比大家想象的慢得多。
为什么B300
二手可以持续保值？
并非短期炒作，是供给、需求、复用三大现实共同推动。
✅ 供给受限：管制带来存量稀缺
受出口管制影响，B300无法走正规渠道流入国内。 灰色渠道机器缺少原厂保修、固件更新受限，即便有诸多缺陷，因为货源稀缺，二手依旧能拿到溢价。正规货源缺口，直接抬高存量设备价值。
✅ 需求爆发：推理算力供不应求
大模型全面商业化之后，推理算力需求爆发式增长。 B300主打推理场景，市场需求旺盛，但全新芯片供给跟不上，二手设备成为重要补充，价格底盘被牢牢托住。
✅ 生命周期拉长：训练退役卡转战推理
GPU不会在训练任务结束后就报废。 经历高强度训练的B300，虽然扛不住训练负载，但完全可以胜任推理业务。硬件切换使用场景，继续产生收益，经济寿命被大幅拉长。
GPU从IT耗材
变成生产重资产
传统IT资产3‑5年折旧，到期账面归零。 但一台B300服务器使用3年后，依然可以稳定出租赚钱，二手残值还能保持原价的60%‑80%。
这就造成：算力企业实际投资回报率，远高于传统财务模型的测算结果。
资本已经看到这个变化。 部分投资机构不再把GPU当成普通电子设备，类比飞机、船舶这类重资产，放弃成本法，改用未来收益法估值。
简单讲：不再看当初买它花多少钱，重点评估它未来还能赚多少现金流。算力资产的估值逻辑，已经发生本质变化。
二手是捷径
但坑很多
一手货源紧张，二手B300成为很多企业的备选，但机遇伴随风险。
灰色渠道设备最大隐患是合规风险，后续二次转手会大幅折价，资产价值很不稳定。 合规渠道拿货，前期成本更高，但可以保住残值，后期处置风险更低。
👉 实操建议： 采购B300，不要只对比当下采购价。必须把两年后的二手残值，计入整体全周期成本。
只要算力供需缺口没有根本性缓解，B300的残值大概率依旧易涨难跌。
评判一块AI GPU，不能只盯着算力参数。 残值水平、实际寿命、未来现金流，已经和性能同等重要。 当GPU从“消耗品”转向“生产重资产”，整个算力行业的成本与投资逻辑，都迎来重构。
