在AI熱潮推動下，算力需求持續噴發，導致芯片資產出現罕見現象：GPU（圖形處理器）的保值能力甚至超過汽車。 以英偉達H100為例，使用3年后仍可維持原價84%，折舊速度遠低于一般耐用品，顛覆市場對科技硬件「快速貶值」的既有認知。

據財經媒體《商業內幕》（Business Insider）報道，這樣的價格表現并非個案，而是整體市場供需失衡的結果。 根據Silicon Data的數據，英偉達不論新款或舊款GPU，近幾個月價格全面上升，顯示AI算力需求仍持續超過供給。

GPU價格顛覆常態 舊款芯片不跌反升

過去芯片市場通常遵循固定節奏：新產品上市帶動價格上揚，但隨供應擴大，價格逐步回落。 然而目前市場并未出現這樣的變化。

數據顯示，Neo Cloud H100指數從2.20升至2.64,3個月內漲幅20%; Neo Cloud B200指數從4.40升至5.35，上漲22%; Hyperscaler H100指數則由7.26增至7.46，成長3%。 不僅新款產品價格上行，舊款H100同樣維持高檔。

Silicon Data執行長Carmen Li指出，B200價格并未隨時間回落，反而持續走高，而H100這類已推出一段時間的產品，也因需求強勁維持價格。 這使GPU市場出現與過往完全不同的價格曲線，價格簡直漲到發瘋。

保值能力罕見提升 租賃與交易同步升溫

GPU價格上漲同時反映在資產與租賃市場。 翻新H100在使用第2年仍可達原價85%，第3年仍保有84%，顯示其價值維持能力極強。 Carmen Li笑稱，「我的汽車貶值速度都比這快得多」。

在租賃端，AI企業對算力的依賴進一步推高價格。 不同類型云端供應商之間的價差也逐漸擴大，從大型云端業者租用H100的成本，幾乎是新興AI云端服務商的3倍。

這種溢價主要來自于整合能力與使用便利性，但同時也讓整體算力成本持續上升。 對需要大量GPU支撐業務的企業而言，價格變動已直接影響營運支出。

供應鏈瓶頸浮現Rubin產能下修25%

需求持續攀升之際，供應端卻出現新的限制。 供應鏈消息指出，英偉達次世代Rubin GPU因HBM4驗證進度延遲，產能規劃被迫下修。

市場預估，2026年Rubin GPU產量目標將由200萬顆降至150萬顆，減幅25%; 相關服務器機柜出貨量也由1.2萬至1.4萬臺降至約6000臺。 這顯示未來高階算力供給仍可能持續受限。

從整體產業觀察，瓶頸并不限于芯片本身，還包括內存、電源與數據中心空間等環節，形成多層次限制。

AI需求遠超預期 成本壓力持續擴散

目前市場呈現明確趨勢：AI需求遠超預期，但算力供應難以同步跟上。 這種落差使GPU價格維持高檔，也讓整體產業鏈承受更大壓力。

對企業而言，不論是購買硬件或透過云端租用GPU，成本皆顯著上升。 這不僅影響基礎設施預算，也進一步改變依賴算力運作的商業模式。

GPU價格異常不僅是市場現象，更反映AI產業發展節奏。 當供應瓶頸尚未解除前，芯片比汽車更保值的情況，短期內仍難以逆轉。