阿宜 | 小島視角 | Oct.17,2026
本篇命題（2028 年年中回頭檢驗）一張 Blackwell 級 GPU 用今天的市場租金出租，兩年就能回本，但這兩年買到的是稀缺的價格，不是算力的價格。我們押 B200 的市場租金在 2028 年第二季比 2026 年第三季低約 35%，並押五家大型雲端業者至少一家會在 FY2027 年報前縮短伺服器的折舊年限。這是〈半導體產業前瞻 2026–2028〉的第六篇，也是整個系列的旗艦篇，篇幅比前五篇長，用的是野村式 anchor report 的骨架：先給命題和我們與市場共識的分歧，再用一個由下而上的模型把帳算給你看。
這份報告的位置 這是〈半導體產業前瞻 2026–2028〉的第六篇，也是整個系列的旗艦。前五篇用 37 家公司五年的財報，看利潤怎麼在價值鏈上分配；這一篇往前看，用一個由下而上的模型，回答雲端業者這一輪資本支出要幾年才能回本。
為什麼是回收期 資本支出的新聞多半談規模，很少談回收期。但規模只告訴你錢花了多少，回收期才告訴你這筆錢在什麼條件下賺得回來，而那些條件，就是可以被檢驗的地方。
投資摘要
回收期兩年，前提是稀缺不會結束
2026 年，Amazon、Microsoft、Alphabet、Meta 四家雲端業者的資本支出指引上緣合計約 7,450 億美元，是 2024 年的三倍，市場對 2027 年的預估落在 1.0 兆到 1.4 兆美元之間（各家估計的公司範圍不一）。支撐這個數字的是一筆很簡單的帳：一張 Blackwell 級 GPU 連同機房、電力、維運算進去，用今天的市場租金出租，兩年就能回本，內部報酬率超過四成，這樣的生意不做才奇怪。
這筆帳的算術沒有錯，錯的地方在於它的前提。今天每小時 5.68 美元的 B200 租金，是在 CoWoS 封裝、HBM 記憶體、電力三道瓶頸同時卡住的情況下形成的價格，它反映的是稀缺，而不是算力本身的成本。我們用同樣的模型算出來，這張卡在六年壽命、9% 資金成本下的損益兩平租金是每小時 3.18 美元，今天的租金比它高出 2.5 美元，這 2.5 美元就是稀缺租金。
稀缺租金 經濟學把「因為供給暫時跟不上而多收的那一段價格」叫做準租（quasi-rent）。它的特性是會被新進入者的產能侵蝕，只是需要時間，而那段時間的長短，決定了這一輪資本支出的成敗。
稀缺租金的問題是它不會永遠存在。H100 在 2023 年缺貨高峰時，市場成交價超過每小時 8 美元，到了 2025 年，新雲端業者的租金指數和二手撮合市場只剩 2.0–2.4 美元，前後兩個價格來自不同的資料序列，但量級上約跌了七成。同一張 B200，如果租金走上 H100 走過的路，回收期就從兩年拉長到五年，內部報酬率只剩 3.9%，低於它的資金成本。換句話說，同一張卡，同一個機房，同一個客戶，賺不賺錢取決於稀缺持續多久。
稀缺會被它自己引來的資本支出結束
稀缺租金越高，擴產的誘因越強，擴產越多，稀缺就結束得越快，這是這一輪週期的核心矛盾。台積電的 CoWoS 產能 2024 年底約 4 萬片，2026 年底約 13 萬片，市場估計 2028 年到 26 萬片；加上委外封測，到 2027 年底才接近 2027 年的平均需求，所以 2027 年仍然吃緊，封裝這道閘門要到 2028 年才真正打開。記憶體是最後一道閘門，HBM 的 2027 年產能幾乎已經賣完，但 2026 年 DRAM 設備投資成長 39%、2027 年再成長 27%，這些設備在 2027 年下半年到 2028 年陸續開出產能。
另一股力量是世代交替。NVIDIA 的 Rubin 在 2027 年放量，Morgan Stanley 估計出貨約 700 萬顆（媒體轉述），到那時 Blackwell 就成了上一代。H100 的租金在 2024–2025 年下跌，一半原因是供給追上，另一半原因是 Blackwell 出來了，舊卡的租金被新卡每單位算力的價格拉著走；B200 在 2028 年會面對同樣的事。
我們的命題
我們押 B200 的市場租金在 2028 年第二季比 2026 年第三季低約 35%，也就是跌到每小時 3.7 美元以下。要說清楚的是，租金跌三成五本身還不會讓這筆投資虧錢，如果之後停在那裡，內部報酬率仍有約 27%；真正的風險是第二段，也就是下一代上市之後，租金像 H100 一樣繼續往損益兩平線 3.2 美元靠近，而第一段是否發生，是第二段最早的訊號。我們也押五家大型雲端業者裡，至少有一家會在 FY2027 年報之前縮短伺服器的折舊年限，或認列 10 億美元以上的加速折舊或減損，因為租金一跌，會計上的六年就撐不住了。
這不是看空 AI 這份報告不判斷 AI 有沒有用，AI 的需求很可能是真的。報告要談的是另一件事：需求是真的，不代表每一年的產能都能賺到稀缺時期的價格。LED 背光、太陽能、記憶體都證明過這一點。
Fig. 1：本報告的三個命題（2028 年年中檢驗）
P6-1
命題：稀缺租金會退潮
判準：Silicon Data B200 租金指數 2028 年 4–6 月均值 ≤ $3.70 成立；≥ $5.10 落空；其間部分成立
基準值：2026 年 7 月至 9 月初均值約 $5.68
P6-2
命題：折舊年限撐不住六年
判準：五家大型雲端業者至少一家在 FY2027 年報前縮短伺服器耐用年限，或認列 ≥10 億美元的 AI 伺服器加速折舊或減損 → 成立；否則落空
基準值：Amazon 已於 2025 年將部分伺服器由 6 年改為 5 年，不計入
P6-3（觀察）
命題：雲端業者站上跑步機
判準：FY2027 大型四家合計資本支出 ≥ 合計歸母淨利的 2.0 倍
基準值：FY2025 為 0.96 倍；依 2026 年指引，FY2026 可能已近 1.5 倍
Fig. 2：我們 vs 市場共識
GPU 的投資報酬
市場共識：每花 1 美元，四年賺回 5–7 美元（NVIDIA，2024 年）
我們的看法：稀缺期間成立；租金回到損益兩平線附近時，報酬率接近資金成本
舊卡的價值
市場共識：舊卡續約據報可拿到原價約 95%，A100 合約簽到 2029 年（CoreWeave）
我們的看法：這些合約簽在稀缺期間，續約價格是稀缺的價格，不是殘值的證明
未來租金
市場共識：B200 十二個月期租均價 5.39 美元，隱含一年後約 5.0 美元，比現貨低約 12%
我們的看法：2028 年第二季比 2026 年第三季低約 35%
2027 年資本支出
市場共識：1.0–1.4 兆美元（各家口徑不一），供給受限而非需求受限
我們的看法：同意 2027 年仍然吃緊；正因為大家同時擴產，2028 年的租金才會下來
折舊年限
市場共識：5–6 年，Meta 甚至延長到 5.5 年
我們的看法：經濟壽命取決於下一代上市的速度，比會計年限短
一、一張 GPU 的帳：回收期分析
模型的骨架
為什麼用一張卡來算 雲端業者的財報把 GPU、CPU、儲存、機房、辦公室全部混在一起，從財報看不出 AI 這門生意的回收期。把帳縮到一張卡，假設就攤在桌上，誰都可以換一組數字重算。
我們用一張 Blackwell 級 GPU（B200）作為計算單位，把它當成一個獨立的出租生意：買進伺服器，租用機房，付電費和維運費，按小時出租，看幾年能把本錢收回來。這也是 CoreWeave、Nebius 這類算力出租商的實際商業模式，雲端業者自用的部分，機會成本也可以用同樣的市場租金衡量。
模型的主要假設如下，來源與推導放在附錄一：
資本支出： 每張 GPU 6.5 萬美元，HGX B200 八卡伺服器約 45 萬美元，平均每張 5.6 萬，再加 15% 的網路設備分攤。
功耗與電價： IT 端每張 1.5 kW（GPU 以 GB200 機櫃規格 1.2 kW 計，略高於氣冷 HGX 的約 1.0 kW，屬保守假設，再加上 CPU、網卡、交換器的分攤），PUE 1.3，電價採 EIA 2026 年 7 月美國工業平均電價每度 9.77 美分。
機房： 北美批發型機房租金每 kW 每月 196 美元。
維運： 每年 IT 資本支出的 4%。
利用率與租金： 利用率 80%，第一年租金採 Silicon Data B200 租金指數近三個月的平均（7 月均值 5.72、8 月均值 5.63、9 月 7 日 5.69），每小時 5.68 美元。
資金成本： 9%，取 CoreWeave 2026 年 GPU 擔保貸款利率區間（SOFR 加 2.25% 到 5.5%，全額約 6–9.5%）的上緣；這是借款成本，不含股東要求的報酬，所以是偏寬鬆的門檻。
在這組假設下，一張卡一年的出租收入約 3.98 萬美元，現金營運成本約 7,800 美元，每年的營運現金流約 3.2 萬美元。
電是瓶頸，但不是成本
Fig. 3：一張 Blackwell 級 GPU 的六年總成本：硬體占六成，電費不到一成（資料來源：Silicon Data、EIA、Data Gravity、IntuitionLabs；小島視角模型）
把六年的成本攤開來，GPU 伺服器本身占 58%，機房租用 19%，維運 14%，電費只有 9%。
這個結構和多數新聞的印象剛好相反。電力是 AI 資料中心最常被提起的瓶頸，但它是「拿不拿得到」的瓶頸，不是「付不付得起」的瓶頸：電價就算漲五成，租金持平情境的回收期也只多不到一個月，真正決定這門生意的是兩件事，一是硬體多貴，二是租金能維持多久。前者在買下去的那一天就固定了，後者則完全取決於市場。
三種租金路徑
Fig. 4：同一張卡，三種租金路徑：回收期從 2 年到 5 年（資料來源：小島視角模型；租金路徑說明見內文）
我們讓租金走三條路：
稀缺延續： 租金六年都維持在 5.68 美元。回收期 2.0 年，內部報酬率 44%，這大致就是市場今天的想像。
溫和下滑： 每年跌 20%，大致是每一代新卡把舊卡往下推的正常速度。回收期 2.5 年，內部報酬率 20%，仍然是好生意。
H100 前例： 第二年跌四成，第三年跌到起始價的三分之一，之後小幅回升，這是 H100 從 2023 年缺貨高峰的市場成交價、到 2025 年指數與撮合市場谷底、再到 2026 年反彈的形狀。回收期 5.0 年，內部報酬率 3.9%，低於 9% 的資金成本，淨現值是負的。
三條路的差別不在第一年，第一年大家都賺 3.2 萬美元；差別在第二、三年，也就是新產能開出來、下一代晶片上市的那兩年。
第三條路要特別說明。「跌七成」是把 2023 年高峰的市場成交價和 2025 年的租金指數放在一起比，兩者來自不同序列；如果只看同一條序列，跌幅小得多，Silicon Data 的 H100 指數從 2024 年 9 月到 2025 年 6 月跌了 23%，大型雲端業者的掛牌中位數從高峰跌了約三成。若租金兩年只跌 35%、之後持平，回收期是 2.5 年，內部報酬率約 27%，仍然是好生意。所以 H100 前例是壓力測試，不是基準情境，我們用它來回答「稀缺完全退潮時會怎樣」。
損益兩平線在哪裡
三個門檻 租金持平時，六年壽命的損益兩平是 $3.18；如果經濟壽命只有四年，門檻升到 $3.98；只有三年，則是 $4.78。今天的 $5.68 離三年門檻只有 16% 的空間。
把租金固定不變，問它要多低這筆投資才剛好賺回 9% 的資金成本，答案是每小時 3.18 美元，比今天低 44%。這是在六年壽命下算出來的；如果這張卡的經濟壽命只有四年，損益兩平線升到 3.98 美元，只有三年則是 4.78 美元。
所以這門生意的安全邊際，取決於兩個彼此相關的變數：租金會跌多少，以及卡能用多久。租金跌得越快，通常代表新一代上市得越快，而新一代上市越快，舊卡的經濟壽命就越短，兩件事往同一個方向走，這是這門生意真正的風險所在。
Fig. 5：回收期敏感度：第一年租金 × 之後每年的租金變動（資料來源：小島視角模型；利用率 80%、資金成本 9%、每張 GPU 資本支出 6.5 萬美元）
敏感度表把這件事畫得更清楚（表中是未折現的回收期，例如每年跌 30%、起始 5.68 美元時 3.2 年可回本，但以 9% 折現後淨現值仍為負，損益兩平的起始租金是 5.98 美元）：只要租金每年跌 20% 以上，第一年租金就必須在 4.5 美元以上，才能在六年內回本；每年跌 30%，第一年租金要接近今天的水準；每年跌 40%，只有 6.5 美元以上才救得回來。
其他假設的影響
利用率從 80% 降到 60%，租金持平下的回收期從 2.0 年拉長到 3.0 年，每年跌 20% 的情境則在六年內回不了本。資本支出若換成 GB300 NVL72 整櫃（部署成本約 568 萬美元，每張約 7.9 萬美元，這裡只替換資本支出，功耗與租金沿用 B200 的假設），租金持平的回收期是 2.5 年，H100 前例則六年內回不了本；反過來，若硬體便宜到每張 5.5 萬美元，H100 前例的回收期縮短到 3.1 年。
這些數字的共同點是，在稀缺情境下，什麼假設都不太重要，兩年到三年就回本；一旦稀缺結束，每一個假設都變得很重要。這正是高點投資的特徵，好的時候容錯空間很大，壞的時候沒有。
二、租金是稀缺的價格：H100 的前例
從高峰跌了約七成，然後反彈
Fig. 6：H100 租金的兩年下坡與 2026 年的反彈；B200 正站在 H100 2023 年的位置（資料來源：Silicon Data H100／B200 租金指數與分期中位數、Latent Space、AWS；一年後隱含價格由 Silicon Data 2026 年 9 月 7 日之十二個月期租價推算）
H100 是這一輪 AI 週期裡第一張被大規模出租的卡，它的租金走勢是最好的前例。2023 年缺貨高峰時，市場成交價超過每小時 8 美元，AWS 的 P5 隨選價格是每 GPU 小時 12.29 美元。之後兩年，產能陸續開出，Blackwell 開始出貨，Silicon Data 的 H100 租金指數從 2024 年 9 月的 3.06 美元跌到 2025 年 6 月的 2.36 美元（據 Introl 引述），二手撮合市場在 2025 年下半年只剩 1.95 美元；AWS 在 2025 年 6 月一次把 P5 降價 44%，降到 6.88 美元。
但故事沒有在谷底結束。2026 年，H100 這張已經三歲的卡，租金反而漲回來了：指數從 5 月的 2.57 美元升到 10 月 16 日的 2.83 美元，CoreWeave 在 7 月全面調漲約 25%，Nebius 在 10 月據報調漲最多 21%，Lambda 把 H100 從 2.99 美元調到 3.99 美元，AWS 的 Capacity Blocks 在 1 月和 7 月各漲了 15% 和 20%。
舊卡漲價，說明了什麼
兩種價格 大型雲端業者的掛牌價很少動，2025 年下半年仍是每小時 6 美元以上；真正反映供需的是新雲端業者與撮合市場的成交價。新產能的回收期，要用後者來算。
一張三歲的卡在 2026 年漲價，表示它的租金和它的技術價值無關，和當下的供需有關。2026 年的反彈來自兩件事：記憶體短缺讓新伺服器變貴、交期拉長，Blackwell 和 Rubin 又被大客戶的長約包走，次一級的需求只好回頭租 H100。
這個觀察對我們的模型很重要，因為它同時支持兩種解讀。樂觀的解讀是，需求強到連舊卡都搶，GPU 的經濟壽命比想像中長；我們的解讀是，舊卡的租金是被新卡的稀缺撐起來的，H100 和 B200 的租金比在 2026 年 7–9 月穩定在 2.1–2.2 倍，舊卡的價格只是新卡價格除以效能差距。只要新卡的稀缺結束，舊卡的支撐也會一起消失。
B200 站在 H100 的 2023 年
B200 的租金指數從 2026 年初的約 4.40 美元，漲到 9 月初的 5.6–5.7 美元，漲幅接近三成。它今天的位置，很像 H100 在 2023 年的位置：剛上市一到兩年，產能吃緊，主要客戶靠長約鎖量，市場價格由剩下的那一小塊現貨決定。
市場目前並不這麼想。9 月 7 日，B200 的十二個月期租約均價是 5.39 美元，換算成一年後的隱含價格約 5.03 美元，比現貨低約 12%，也就是說，市場預期租金會鬆動，但幅度溫和。我們押的是大約二十一個月後跌三成五，這是我們和共識最直接的分歧，也是 P6-1 要檢驗的東西。
三、稀缺會被自己的資本支出結束：供需分析
三道閘門
閘門的順序 2023–2025 年卡在 CoWoS 封裝，2026–2027 年卡在 HBM 與 DRAM，電力則是最慢、也最難解的一道。每一道閘門打開時，下一道就變成新的瓶頸，稀缺租金也跟著搬家。
AI 算力的供給要依序通過三道閘門：先進封裝（CoWoS）、高頻寬記憶體（HBM），以及電力與機房。過去三年，稀缺從第一道移到第二道，2027 年之後，前兩道的產能會大量開出來，剩下的是電力。
第一道閘門：CoWoS 在 2028 年打開
Fig. 7：台積電 CoWoS 產能 2024–2028 年增為六倍，2027 年仍有缺口，2028 年再翻倍（資料來源：產能：Silicon Analysts、Morgan Stanley、Economic Daily News（經 TrendForce）、KGI；需求：Morgan Stanley（2026 年 7 月）。台積電未公布月產能，以上皆為市場估計）
台積電不公布 CoWoS 的月產能，以下都是市場估計（圖中是年底產能，需求則是全年平均月需求，兩者時點不同），走勢大致是：2024 年底約 4 萬片，2025 年底約 7 萬片，2026 年底約 13 萬片，2027 年底 17 萬片，2028 年約 26 萬片，四年增為六倍以上。台積電在 2026 年 5 月的技術論壇說，2022 到 2027 年 CoWoS 產能的年複合成長率超過 80%。
需求端，Morgan Stanley 估計 2027 年全球 CoWoS 需求 269 萬片，平均每月約 22.5 萬片。台積電 2027 年底的 17 萬片加上委外封測 2026 年底已有的 5–6 萬片，才勉強接近這個平均需求，而台積電整年的平均產能低於年底數字，所以 2027 年全年仍是吃緊的，經濟日報的報導也只說缺口會從 20% 收斂到 2026 年底的約 10%。封裝這道閘門真正打開，要到 2028 年台積電產能再翻倍的時候。
這和野村 2011 年分析 LED 時看到的結構很像：MOCVD 機台從裝機到量產只要三到六個月，產能一旦開始追，就追得比需求快。CoWoS 的擴產週期比 MOCVD 長，但方向一樣。
第二道閘門：記憶體是最後一道
記憶體是 2026–2027 年真正的瓶頸。Micron 說 2026 年的產能早已賣完，2027 年的 HBM 大部分也已簽約，「看不到平衡的時間點」；DigiTimes 引述業界人士說，三大記憶體廠 2027 年的 DRAM 與 HBM 產能都已分配完畢。TrendForce 預估 2027 年 HBM 平均售價上漲 121%，韓國媒體報導一顆 12 層 HBM4 會從約 600 美元漲到約 1,300 美元。
但記憶體的價格漲得越兇，擴產就越快。WSTS 預估 2026 年記憶體市場成長 250%，SEMI 預估 DRAM 設備投資 2026 年成長 39%、2027 年再成長 27%。記憶體廠從下單設備到開出產能大約一年半到兩年，2026 年買進的機台，會在 2027 年下半年到 2028 年變成產能。
記憶體的週期向來是最乾脆的跑步機，2022 年一起擴產、2023 年一起虧損的劇本，系列第三篇已經看過一次。
第三道閘門：電力是最慢的一道
電力是唯一不會因為價格上漲而快速增加的投入。德州 ERCOT 的大型用電排隊量約 2,380 億瓦（238 GW），過去十二個月真正獲准併網的只有 2.2 GW；Microsoft 的 Nadella 說過，他缺的不是晶片，而是「插得上電的機房」。BNEF 預估美國資料中心容量在 2030 年達到 118 GW，七個月內上修了五成以上。
電力限制對我們的命題是一把雙面刃。一方面，它讓已經插上電的 GPU 更稀缺，支撐租金；另一方面，它也限制了需求端能吸收多少新卡，當封裝和記憶體都追上來、電力卻沒有，晶片就會堆在倉庫裡，等不到機房。我們把這一點放在反方證據裡詳細討論。
需求端：同時擴產的家數
Fig. 8：大型四家雲端業者資本支出：2024 年 2,510 億美元，2026 年約 7,450 億美元，2027 年市場預估 1.0–1.4 兆（資料來源：Platformonomics（含融資租賃）、各公司 2026 年第二季財報指引；2027 年為 Morgan Stanley、Goldman Sachs、Platformonomics 等市場估計之區間）
需求端最大的變數，不是 AI 有沒有用，而是同一時間有多少家在擴產。2026 年，Amazon 指引約 2,200 億美元，Alphabet 1,950–2,050 億，Microsoft 約 1,750 億，Meta 1,300–1,450 億，Oracle 的 FY27 是約 950 億；這還不包括 CoreWeave 的 350–390 億、Nebius 的 200–250 億，以及各國的主權 AI 計畫。
每一家的決策單獨看都合理：產能不足時少蓋，客戶就會流到對手那裡。合在一起看，就是第三篇說過的囚徒困境，每一家都怕自己少蓋，於是每一家都多蓋。2027 年的供給吃緊大家都看得到，但 2027 年的資本支出要在 2028 年才變成產能，那正是封裝和記憶體同時追上來的時候。
四、折舊年限：會計的六年，經濟的幾年
各家的年限
年限是一個預測 折舊年限看起來是會計規則，其實是一個預測：公司預測這台機器能賺錢的年數。延長年限等於宣布「我預期它能用更久」，縮短則是承認「它比我想的老得快」。
Fig. 9：主要雲端業者與算力出租商的伺服器折舊年限
Amazon
伺服器年限：5 年（部分）
近年變動：2024 年由 5 年延長為 6 年，2025 年又將部分伺服器縮回 5 年
Meta
伺服器年限：5.5 年
近年變動：2025 年延長，當年折舊減少約 29 億美元
Microsoft
伺服器年限：6 年
近年變動：2023 會計年度由 4 年延長；2026 年 7 月起資料中心建物由 15 年延長為 25 年
Alphabet
伺服器年限：6 年
近年變動：2023 年由 4 年延長，2026 年第二季財報稱無重大變動
Oracle
伺服器年限：據報 6 年
近年變動：未能於年報中確認
CoreWeave
伺服器年限：6 年
近年變動：2023 年起
Nebius
伺服器年限：4 年
近年變動：—
2025 年，Amazon 和 Meta 往相反的方向調整了折舊年限：Amazon 把部分伺服器從 6 年縮回 5 年，理由是 AI 技術進步加快；Meta 則把年限延長到 5.5 年。兩家公司看著同一個市場，對機器能用多久做出相反的預測，總有一家是錯的。
殘值也是稀缺的函數
Fig. 10：H100 二手價殘值估計高於直線折舊，另一組成交價資料則顯示兩年跌約三到六成（資料來源：Mercatus（2026 年 3 月）殘值曲線中點；二手成交價區間引自 Spheron（引述 IntuitionLabs））
支持長年限的人會指出，H100 的二手價殘值估計（Mercatus，2026 年 3 月）高於六年直線折舊的帳面價值，用了三年半的卡還有五成左右的價值；CoreWeave 也據報把到期的 H100 合約以原價約 95% 續租，A100 的合約簽到了 2029 年。
但另一組資料（Spheron 引述 IntuitionLabs）顯示，H100 的二手實際成交價從 2024 年年中的 4–5 萬美元，跌到 2026 年的 1.5–2.8 萬美元，兩年跌了約三到六成，大致落在四年到六年直線折舊之間，跌得快的一端比六年直線折舊快。兩組數字之所以矛盾，是因為殘值估計和續約價格都是在 2026 年的稀缺環境下觀察到的，它們和第二章的租金反彈是同一件事的兩個面：舊卡值錢，是因為新卡買不到。所以折舊年限的爭論，說到底也是稀缺會持續多久的爭論。
年限縮短兩年，淨利少一成
Fig. 11：2026 年這一批短期資產的年折舊：6 年 830 億美元，4 年 1,240 億美元（資料來源：大型四家 2026 年資本支出指引上緣 7,450 億美元 × 短期資產占比約三分之二（Microsoft 財務長 2026 年 7 月說明）；淨利為 FY2025 歸母淨利 3,721 億美元，稅率 21%）
把 2026 年大型四家的資本支出指引上緣 7,450 億美元乘上約三分之二的短期資產占比（GPU、CPU、網路設備），這一批資產約 4,970 億美元。用六年攤提，每年折舊 830 億；用四年，每年 1,240 億，多出 410 億美元，稅後約等於四家 2025 年合計淨利的 9%；如果只有三年，多出 830 億，約等於 18%。
這還只是 2026 年這一批。Michael Burry 估計，2026 到 2028 年雲端業者合計少提了 1,760 億美元的折舊；我們的算法比較保守，但方向一致。年限每縮短一年，就有一筆原本藏在資產負債表裡的成本，搬到損益表上。
五、總帳：資本成本和 AI 營收的賽跑
每年要攤回多少
Fig. 12：資本成本與 AI 營收的賽跑：2027 年每年要攤回 4,650 億美元（資料來源：資本支出：Platformonomics、公司指引、市場預估（2027 年取 1.1 兆）；營收：Axios、Bloomberg 報導之 OpenAI 與 Anthropic 年化營收（未經財報驗證）；資本成本為小島視角計算）
從一張卡放大到整個產業，問題就變成：這些資本支出每年要攤回多少錢？我們把大型四家 2024 年以來每年的資本支出，按三分之二 IT 設備六年、三分之一機房二十年、9% 資金成本換算成每年的資本回收額，2026 年約 2,620 億美元，2027 年約 4,650 億美元。這個數字只包含資本的回收，不包含電費、人力和任何利潤。
收入端最乾淨的指標，是兩家主要模型公司的年化營收。根據媒體引述匿名消息，OpenAI 在 2026 年 9 月底約 700 億美元，Anthropic 在 7 月底超過 650 億，合計約 1,350 億，2025 年底兩家合計只有約 290 億；這些數字都還沒有經過財報查核。這兩家的營收大部分最後會變成付給雲端業者的算力費用，所以它們是這條賽道上的領跑者。
這是一場賽跑，不是一道死題
兩個常被引用的缺口 Sequoia 的 David Cahn 在 2026 年 7 月把他的「AI 的 6,000 億美元問題」更新為 1.5 兆美元；Bain 估計到 2030 年 AI 需要每年 2 兆美元的營收來支撐算力投資，缺口約 8,000 億。
1,350 億對 2,620 億，看起來差很多，但這是一個成長率的比賽：資本回收額一年成長約 75–80%，模型公司的營收在 2026 年成長了三到七倍。按這個速度，2027 年追平並不是不可能。另外，雲端業者的資本支出也不全是為了 AI，Meta 的 Advantage+ 廣告產品年化收入已達 750 億美元，Microsoft 的 AI 業務在 2026 年 3 月的年化營收超過 370 億美元，這些都會分攤一部分。
所以我們不主張總帳一定算不平。我們要指出的是另一件事：模型公司付給雲端業者的每一塊錢，有一部分是在付稀缺租金。當 B200 的租金從 5.7 美元跌到 3.7 美元，模型公司用同樣的錢可以買到多五成的算力，這對 AI 的普及是好事，對買卡的人則是另一回事，它們的資本支出在買卡那一天就鎖定了，收入卻跟著市場價格往下走。
雲端業者的「甲客戶」
第二篇談過台灣供應鏈的「甲客戶」問題，現在雲端業者自己也有了。Microsoft 的商用剩餘履約義務 6,780 億美元，年增 84%，扣掉 OpenAI 只成長 25%；Oracle 的 6,640 億美元裡，據《華爾街日報》報導，OpenAI 的合約約 3,000 億；Google Cloud 的 5,140 億美元和 AWS 的 4,960 億美元，也都在 2026 年因為大型模型公司的長約而快速膨脹。
這些長約是雲端業者敢擴產的底氣，也是它們的新風險：客戶集中在兩三家仍在燒錢的模型公司，而這幾家公司本身的營收，大部分來自匿名來源的報導，不是經過查核的財報。
六、利潤池：稀缺租金停在哪裡
越靠近閘門，利潤率越高
Fig. 13：稀缺租金的位置：記憶體與 GPU 的營業利益率在六成以上，買卡出租的人接近零（資料來源：各公司最新一季財報：Micron FQ4’26、SK hynix 2Q26、NVIDIA Q2 FY27、TSMC 3Q26、AWS 與 Google Cloud 2Q26 分部、CoreWeave 2Q26；台灣 ODM 為鴻海、廣達、緯創、緯穎 2026 年第二季中位數）
把 AI 價值鏈上的公司按位置排開，看最新一季的營業利益率，稀缺租金停在哪裡一目了然：Micron 80.7%，SK hynix 76.3%，NVIDIA 66.2%，台積電 58.7%；往下游走，AWS 39.4%，Google Cloud 35.5%，台灣的四家伺服器代工廠中位數 3.8%，專門買卡出租的 CoreWeave 是負 1.9%。
這張圖是第一篇利潤池的動態版。第一篇看到的是 2025 年的靜態分布：IC 設計拿走淨利的 18%、市值的 25%；這一章看到的是 2026 年的流向，稀缺租金正從 GPU 往記憶體移動。據法說會的轉述，NVIDIA 預期 FY2027 第四季（2026 年 11 月至 2027 年 1 月）毛利率降到 71–72%，原因是記憶體成本轉嫁，而 Micron 的毛利率是 86.8%，SK hynix 第二季的營業利益率 76%，都比 NVIDIA 高。誰握著當下最緊的那道閘門，誰就收租。
鎖人的人與被鎖的人 第二篇用毛利率判斷供應關係裡誰鎖住誰。在 AI 價值鏈上，2026 年鎖人的人是記憶體廠，NVIDIA 從鎖人的人變成同時被鎖、也鎖別人的人。
買卡的人，現金流轉負
下游的另一個訊號是自由現金流。Amazon 截至 2026 年 6 月的過去十二個月，自由現金流是負 76 億美元；Alphabet 第二季是負 59 億，Meta 第二季只剩 7.8 億，比一年前少了 91%，Oracle 最近一季約負 54 億。折舊費用的成長也在加速，第二季 Amazon 年增 31%，Alphabet 42%，Meta 46%。
CoreWeave 的財報最直接：2026 年第二季營收 25.8 億美元，折舊攤銷 13.9 億，利息 6.4 億，兩者合計占營收的 79%，營業利益接近零。它的商業模式就是我們在第一章算的那張卡，只是放大了幾十萬倍，而它的利息支出還在增加，第三季指引 8.6–9.4 億美元。
這就是第三篇說的跑步機，只是換了跑者：過去是晶圓廠和記憶體廠把營收的三到四成投回資本支出，現在是雲端業者；過去是記憶體廠在 2023 年一起落底，下一次會是誰，取決於稀缺租金退潮的時間。
七、反方證據
我們的命題可能是錯的，以下是我們能想到最強的五個理由。
第一，電力可能讓稀缺延續到 2030 年。 如果電網併網的速度持續落後，封裝和記憶體追上來也沒有用，因為多出來的晶片找不到插得上電的機房。在這種情況下，已經部署好的 GPU 收的不只是算力的租金，還有「電」的租金，B200 的租金在 2028 年也可能維持在高檔。這是對 P6-1 最強的反駁，也是我們最沒有把握的地方；我們的回應是，電力限制同時會壓低 2027–2028 年的晶片需求，讓上游的擴產比預期更早過剩，但這個傳導需要時間，可能比我們的檢驗日期晚。
第二，需求的價格彈性可能很大。 推論成本每下降一半，模型的使用量可能增加不只一倍，這是 AI 版本的傑文斯悖論。如果是這樣，租金下跌時利用率會上升，雲端業者的營收不一定下降；模型公司的營收在 2026 年成長三到七倍，也支持這個看法。我們的回應是，命題檢驗的是租金，不是營收，即使總營收不降，單位算力的價格仍然可以下跌，而我們的回收期分析對單位價格更敏感。
第三，長約會延後衝擊。 CoreWeave 有 1,040 億美元的合約積壓，Oracle 有 6,640 億美元的剩餘履約義務，大部分產能是用多年期合約鎖住的，現貨租金下跌不會立刻反映在這些公司的營收上。所以 P6-1 成立時，P6-2 的會計調整可能會晚一到兩年才出現。我們接受這個時間差，並把它寫進判準：P6-2 只要求一家公司在 FY2027 年報前動作，而不是全部。
第四，指數本身可能不具代表性。 Silicon Data 的租金指數以新雲端業者的報價為主，大型雲端業者的掛牌價和大客戶的合約價不在裡面，而且指數網頁上同時出現過兩個不同的 H100 數字（2.83 與 2.53 美元）。如果指數中斷或方法改變，我們會改用同規格 GPU 的公開成交價中位數，並在檢驗時說明。
第五，殘值可能比我們想的高。 如果六年後的 GPU 還能以原價的 25–35% 出售，即使租金走上 H100 前例的路，整筆投資的內部報酬率仍有 11–13%，高於資金成本，那麼「稀缺結束」只會讓好生意變成普通生意，而不是壞生意。我們的回應是，殘值和租金是同一個市場的兩個價格，租金跌到三成的世界，很難同時維持三成的殘值；但這一點我們無法用現有資料證明，先承認。
我們仍然維持命題，理由是 H100 的前例已經在完全相同的條件下發生過一次：需求是真的，合約是長的，供應商說「這次不一樣」，結果租金在兩年內跌了七成。這一次的不同之處在於規模大了一個數量級，而規模越大，同時擴產的家數越多，稀缺結束得只會越乾脆。
八、命題與檢驗
記分規則 檢驗時只追加結果，不修改原文與判準。判準寫得不好的地方，會在結果裡承認，而不是回頭修正。這份報告的命題會和系列前五篇的十二條命題一起記錄在 predictions_log。
P6-1
命題：稀缺租金會退潮
判準：Silicon Data B200 租金指數（SDB200RT）2028 年 4–6 月均值 ≤ $3.70（較基準跌約 35%）成立；≥ $5.10（跌幅小於 10%）落空；其間部分成立。指數中斷時改用同規格公開成交價中位數，並註明
基準值：2026 年 7 月至 9 月初均值約 $5.68（7 月 5.72、8 月 5.63、9 月 7 日 5.69）
檢驗時間：2028 Q3 初
P6-2
命題：折舊年限撐不住六年
判準：Amazon、Microsoft、Alphabet、Meta、Oracle 至少一家在 FY2027 年報（2028 年第二季前）縮短伺服器或網路設備耐用年限，或認列 ≥10 億美元的 AI 伺服器加速折舊或減損 → 成立；否則落空
基準值：Amazon 2025 年部分縮短不計入；Meta 5.5 年，其餘 6 年
檢驗時間：2028 Q2
P6-3（觀察）
命題：雲端業者站上跑步機
判準：FY2027 大型四家合計資本支出 ≥ 合計歸母淨利的 2.0 倍，口徑與基準值相同
基準值：FY2025：資本支出 3,575 億美元、淨利 3,721 億美元，0.96 倍（系列資料庫口徑，不含融資租賃，Microsoft 為 6 月制）；依 2026 年指引，FY2026 可能已近 1.5 倍
檢驗時間：2028 Q2
這三個命題和前面幾篇的命題互相牽連。P6-1 若成立，第三篇的 P3-1（雲端業者 ROE 中位數下降）成立的機率會大幅提高；P6-3 若成立而 P6-1 落空，表示雲端業者在跑步機上跑得很好，稀缺比我們想的更持久，那時第一篇關於 IC 設計溢價的命題（P1-1）也要放在這個背景下重讀。
2027 年第二季 FY2026 年報出齊時，我們會先做一次中期打分，B200 租金指數則每季追蹤一次，結果追加在這份報告的網頁版末尾。
附錄一 模型假設
每張 GPU 資本支出
數值：65,000 美元
來源與說明：HGX B200 八卡伺服器約 40–50 萬美元（IntuitionLabs，2026/9）÷8 ≈ 5.6 萬，加 15% 網路分攤（SemiAnalysis 對 H100 叢集的網路占比）
IT 功耗
數值：1.5 kW／GPU
來源與說明：B200 於 GB200 NVL72 為 1.2 kW，乘 1.25 計入 CPU、網卡與交換器
PUE
數值：1.3
來源與說明：液冷 AI 機房常用假設，未有單一公開來源
電價
數值：0.0977 美元／度
來源與說明：EIA 美國工業平均電價，2026 年 7 月
機房租金
數值：196 美元／kW／月
來源與說明：北美批發型機房（Data Gravity 引 Encor Advisors，2025 下半年）
維運費用
數值：IT 資本支出 4%／年
來源與說明：假設，含人力、備品、軟體
利用率
數值：80%
來源與說明：Data Gravity GB300 TCO 模型的良好叢集區間 80–90%
第一年租金
數值：5.68 美元／GPU 小時
來源與說明：Silicon Data B200 租金指數 7 月均值 5.72、8 月均值 5.63、9 月 7 日 5.69 的平均
資金成本
數值：9%
來源與說明：CoreWeave 2026 年 GPU 擔保貸款 SOFR+2.25% 至 +5.50% 的上緣，為借款成本
壽命
數值：6 年
來源與說明：大型雲端業者與 CoreWeave 會計年限
H100 前例路徑
數值：1.00、0.60、0.33、0.33、0.35、0.35
來源與說明：2023 高峰市場成交價 >8 美元 → 2025 年指數與撮合價 2.0–2.4 美元（跨序列約 −70%），之後小幅回升約 6%
產業資本回收係數
數值：0.185
來源與說明：三分之二 IT 設備 6 年、三分之一機房 20 年，9% 年金係數加權
上表列出模型用到的全部參數，任何人都可以換一組假設重算；每一年的現金流，以 Fig. 4 的三條路徑為準。模型沒有計入期末殘值，這是它最大的簡化。如果六年後還能以原價 25–35% 出售，H100 前例情境的內部報酬率會從 3.9% 升到 11–13%，高於 9% 的資金成本，回收期則不受影響，仍是 5.0 年。但 25–35% 這個殘值是在 2026 年稀缺環境下估出來的，和 H100 前例那種租金只剩三成的世界並不一致，兩者同時成立的機率不高；我們把殘值列為反方證據的第五點。
附錄二 資料來源
雲端資本支出、折舊與營收
Platformonomics, Follow the CAPEX: 2024 Retrospective (2025-02), 2025 Retrospective (2026-02), Q2 2026 Scoreboard (2026-07-31)
Amazon、Alphabet、Meta、Microsoft 2026 年第二季財報新聞稿、10-Q 與法說會逐字稿（2026-07-22 至 07-30）
Oracle FY26 第四季與 FY27 第一季財報報導（Reuters 經 Outlook Business，2026-06-11；Constellation Research，2026-09-10）
Hudson Labs, Server useful life: AMZN and META (2026-07-30)
Morgan Stanley、Goldman Sachs、BofA 資本支出預估之媒體轉述（2026-05 至 2026-09）
David Cahn, AI’s $1.5T Question (2026-07-08)；Bain & Company, 6th Global Technology Report (2025-09-23)
Michael Burry 對折舊的評論（StreetInsider，2025-11-10）
OpenAI 年化營收（Axios 經 Bloomberg Government，2026-09-29）；Anthropic 年化營收（Bloomberg，2026-08-18）
GPU 價格、租金與單位經濟
Silicon Data, H100 rental price over time (2025-12-21)；H200 vs H100 rental prices May–July 2026；B200 rental price August 2026 update；H100 index page (2026-10-16)
AWS News Blog, Announcing up to 45% price reduction for Amazon EC2 NVIDIA GPU-accelerated instances (2025-06-05)
Latent Space, $2 H100s: How the GPU Rental Bubble Burst (2024-10-11)
Data Gravity / Wing VC, How Much Does an NVIDIA NVL72 Cost? (2026-08-31)
IntuitionLabs, Data Center GPU Prices (2026-09-05)；H100 Rental Prices Compared (2026-10-11)
Mercatus, H100 depreciation (2026-03-30)；Spheron, GPU depreciation in 2026 (2026-10)
EIA, Electricity Monthly Update (2026-09-24)
CoreWeave 2026 年第二季財報（2026-08-11）；The Energy Mag 對 CoreWeave 貸款之報導（2026-03-31、2026-08-11）
供給與共識
台積電 2026 年第三季法說會逐字稿（2026-10-15）
TrendForce 新聞稿與 TrendForce News（2026-05-20、06-02、06-15、08-03、09-14、09-29、09-30）
Morgan Stanley CoWoS 與加速器出貨預估之媒體轉述（2026-07-09、07-15）；KGI 台積電報告（2026）
Micron FQ4 2026 財報 8-K（2026-09-30）；SK hynix 2026 年第二季財報報導（Korea JoongAng Daily，2026-07-29）；Counterpoint HBM 市占（2026-09-03）
NVIDIA Q2 FY2027 財報 8-K（2026-08-26）；Broadcom FQ3 2026 法說會重點（2026-09-02）
WSTS Spring 2026 Forecast (2026-06-02)；SEMI 年中設備預測（2026-07-14）
BNEF US data center capacity outlook (2026-07-29)；ERCOT Large Load Working Group (2026-03-18)
各數字的原始網址與擷取日期另有清單備查。Fig. 3 至 Fig. 8、Fig. 10 至 Fig. 13 均為自製。