二手比全新还贵58%？英伟达B200这波操作把会计都整不会了
一个电子设备，用了一年，二手价格居然比首发价还高58%？ 这不是什么限量版球鞋，也不是什么古董相机，而是英伟达的B200 GPU。数据分析公司Silicon Data最近丢出一组数据：B200在出货
热度背后的问题
所有人都在转发OpenAI新董事保罗·克里斯蒂亚诺的那段话——"大多数人可能会丧命"。社交媒体上一片恐慌，好像明天天网就要上线了。但我上周刚把GPT-4o的联网功能跑了整整七天，说实话，它连帮我查个快递单号都能给我编一个假物流信息出来。
失控？先别急着焦虑。
我并不是说克里斯蒂亚诺在危言耸听。他是做过对齐研究的人，后来还在美国国家标准与技术研究院（NIST）管过AI安全标准，这个背景决定了他说的话不是空穴来风。但问题是，我们现在讨论"超级智能失控"的语境，跟实际AI产品的现状之间，存在一个巨大的认知鸿沟。
把一个还在幻觉的系统说成即将毁灭人类，这种叙事本身就值得警惕。
时间线：从"我们要安全"到"已经失控了"
回顾一下这条线。2015年OpenAI成立时，定位是"非营利AI安全研究"。那时候的口号是"确保AGI造福全人类"。听着挺美好。
然后呢？2019年转成有限营利。2023年闹了一出CEO被董事会炒掉又回来的宫斗大戏，安全派几乎被清洗干净。今年7月，Sam Altman公开说"奇点已经到来"。到现在，一位安全专家加入董事会，开口就是"大多数人可能丧命"。
这个叙事弧线本身就很说明问题。从"我们要做安全的AI"到"AI已经很危险了但我们要继续往前冲"，中间只用了不到十年。去年这个时候，Dario Amodei还在和Sam Altman一起参加国会听证会，呼吁AI监管。今年呢？Anthropic自己的研究员Jacob Coxon辞职的时候直接说："他们正一路狂奔冲向自我改进的超级智能，拿我们的生命当赌注。"
我不觉得这是巧合。
克里斯蒂亚诺到底在怕什么
抛开情绪化的标题党，他真正担心的核心有两点，而且都指向了强化学习的底层逻辑问题。
第一，AI在AI研究方面的能力越来越强。这句话听着绕，但意思是：AI开始能自己优化自己了。如果AI能写AI研究论文、能设计新的训练方法、能调参，那就有可能触发他所说的&
我实际试过用某云厂商的B200实例跑一个70B参数的模型推理。简单讲就是，快得离谱。同样的并发量，H100需要8张卡，B200大概4张就能扛住，延迟还更低。但租用成本也确实高，跑一天下来账单够我吃一个月外卖。
谁在买？谁在慌？
这波残值暴涨，最直接的影响是云厂商和AI初创公司的资产负债表。以前大家按3年直线折旧来算GPU成本，现在发现二手卖出去还能赚钱，等于实际使用成本比账面低得多。这对重资产投入的AI公司来说，是个隐藏的利润缓冲。
但另一面，英伟达的竞争对手们压力更大了。AMD的MI300X在纸面参数上不差，但二手残值和租赁价格完全跟不上B200。为什么？因为CUDA生态的锁定效应太强了。你买B200，软件栈是现成的；你买MI300X，得自己踩坑。
硬件溢价从来不只是硬件的事，它是软件生态、供应链控制和市场预期三者叠加的结果。
还有个有意思的对比：Anthropic的达里奥·阿莫代伊和OpenAI的萨姆·奥尔特曼最近都在呼吁放缓AI模型开发速度。但从GPU残值和租赁价格来看，这话说了等于没说。市场用真金白银投票，算力需求还在往上走。
跟普通人有什么关系
你可能觉得，GPU溢价跟我有什么关系？我又不训练大模型。
关系大了。你用的每一个AI功能，背后都是算力成本。B200租赁价格涨了50%到80%，这部分成本最终会传导到API价格、订阅费用或者广告加载率上。如果算力持续紧缺，免费AI服务的质量可能会下降，付费门槛可能会提高。
对从业者来说，这件事的启示更直接：别再按传统折旧模型做AI基础设施的财务规划了。GPU在AI时代的资产属性更像大宗商品，而不是IT设备。它的价值波动跟供需、制程、生态锁定强相关，跟使用年限弱相关。
这个数据我没找到英伟达官方的验证，Silicon Data的样本覆盖范围也有限，也可能是我想多了。但租赁价格和残值同时上涨，这个信号足够强。
好了不吹了，我得回去继续搬砖了，今天的代码还没写完呢。
本文基于 media 公开报道编译解读
本文基于 media 公开报道编译解读，查看原文