一笔涉及10万颗AI芯片、总额70亿美元的交易，被一个简单的除法算出了破绽。

Ed Zitron 盯上了《金融时报》报道的这笔交易。他没有去追问买方是谁、卖方是谁，而是做了一件更直接的事：把总成本除以芯片数量，再按5年使用寿命摊销，算出每颗GPU每小时的隐含成本——大约1.6美元。

这个数字让他停了下来。

1.6美元能租到什么

按Zitron的估算逻辑，1.6美元/颗/小时，对应的是NVIDIA H100或Blackwell系列这类高端硬件的使用权。他的判断很明确：这个费率低得不切实际。

换句话说，如果这批芯片真是H100或Blackwell级别，那么这笔交易的结构本身就有问题——要么芯片类型不是外界以为的那些，要么交易条款里藏着别的安排。

Zitron没有给出替代解释，他只是把算出来的数字摆在那里，让不合理自己说话。

质疑的落点不在钱多钱少

70亿美元不是小数目，10万颗芯片也不是小规模。Zitron的质疑不针对交易规模，而针对单位经济性：一笔按高端GPU定价的买卖，算下来却给出了远低于高端GPU应有水平的每小时成本。

这种算法当然有前提——5年摊销是假设，不是交易披露的条款。但即便在这个假设下，1.6美元这个结果依然偏离了他对H100、Blackwell级别硬件的成本认知。

于是问题回到交易本身：这10万颗芯片到底是什么，以及这70亿美元到底买的是什么。