Jensen Huang 称 NVIDIA A100 GPU 可使用到 2029，挑战 AI 芯片快速过时论

Jensen Huang 称 NVIDIA A100 GPU 可使用到 2029，挑战 AI 芯片快速过时论

2026 年 8 月 13 日，Jensen Huang 发推称 NVIDIA 2020 年发布的 A100 GPU"从 2020 到 2029 年都具备任务能力"，强调 CUDA 软件生态延长旧 GPU 寿命。WCCFTech、Yahoo Finance、Benzinga 报道。

事件与背景

AI 行业主流观点认为 GPU 3-5 年就会过时，但 Jensen Huang 强调 A100（2020 年发布）通过 CUDA 软件生态可保持"任务能力"到 2029（9 年寿命）。CoreWeave 也将 A100 租约延长到 2029。这挑战了 AI 芯片快速过时的投资逻辑，可能影响数据中心采购策略和 GPU 折旧模型。

关键事实

技术/机制解释

CUDA 软件生态延长硬件寿命：

• 原理：CUDA 软件栈持续优化，旧 GPU 可通过软件更新获得性能提升
• 优势：保护数据中心投资，延长 GPU 经济寿命
• 挑战：软件优化的边际收益递减；新模型可能要求新硬件特性

GPU 折旧模型：

• 传统观点：AI 芯片 3-5 年过时，快速折旧
• Jensen 观点：通过 CUDA 优化，A100 可保持"任务能力"9 年
• 商业验证：CoreWeave 将 A100 租约延长到 2029，证明市场认可

影响与意义

对数据中心，可能转向"延长寿命"策略，降低采购频率；对投资者，GPU 折旧模型需要调整，影响 NVIDIA 估值逻辑；对 AI 公司，旧 GPU 仍可用于推理和微调，降低入门门槛；对环境，延长硬件寿命有利于 ESG（减少电子废物）。

风险与边界

A100 在新模型训练上的性能差距（vs H100/B200）；CUDA 软件优化的边际收益递减；CoreWeave 租约的具体条款（价格、客户）未公开；旧 GPU 的能耗效率（vs 新 GPU）。

后续观察

跟踪 A100 在实际工作负载中的性能表现；评估 CUDA 软件优化的边际收益；观察数据中心采购策略是否转向"延长寿命"；关注旧 GPU 的能耗效率（ESG 影响）。