解读

面试官想验证三件事：

1. 你是否能把“大模型落地”背后的真实成本结构拆成可量化的现金流；
2. 你是否熟悉中国税法与会计准则对GPU 服务器折旧年限、残值率的规定；
3. 你是否会用人民币名义折现率把未来现金流出折成决策可用的现值，而不是简单加总。
   回答时必须给出可代入参数的符号公式，并说明每个参数在国内场景下的典型取值区间，否则会被追问“你这些数从哪来的？”。

知识点

1. GPU 服务器折旧：依据《中国企业所得税法实施条例》第六十条，服务器属于“电子设备”，法定最低折旧年限 3 年、残值率 5%，用双倍余额递减法（加速折旧）可提前抵税。
2. 电力成本：国内数据中心大工业电价 0.55–0.65 元/kWh（含基本电费），PUE 1.2–1.5，需把 GPU 额定功耗×利用率×PUE 换算成实际千瓦时。
3. 运维人力：按人头综合成本（工资+五险一金+办公摊销）计算，2024 年一线城市高级 MLOps 工程师 35–45 万元/人·年，可线性增长 CPI 3%。
4. API 调用费：国内云厂商按量计费模式，每 1k tokens 0.008–0.015 元，需用业务量增长曲线（如月环比 15%）预测未来调用量。
5. 折现率：人民币名义加权平均资本成本(WACC) 在 2024 年普遍取 8%–10%，若公司为初创可上调到 12%。

答案

以下公式全部以人民币元为单位，时间轴 t=0,1,2,3，现金流发生在年末，折现率 r 用名义 WACC。

1. GPU 折旧现金流
   资本支出现值：
   CAPEX₀ = P×(1+V)×(1+D)
   其中 P：服务器裸机价（如 DGX H100 8×A100 250 万元），V：增值税 13%，D：运输保险 2%。
   折旧抵税现金流：
   DEPₜ = CAPEX₀×(1−δ)×αₜ×T
   δ：残值率 5%，αₜ：第 t 年折旧率（双倍余额递减法：α₁=2/3，α₂=2/3×(1−2/3)，α₃=剩余一次性），T：企业所得税率 25%。
   三年折旧税盾现值：
   PV_dep = Σₜ₌₁³ DEPₜ/(1+r)ᵗ

2. 电力现金流
   年耗电量：
   Eₜ = N×GPU_power×24×365×Uₜ×PUE/1000
   N：GPU 卡数，GPU_power：单卡额定功率 400 W，Uₜ：第 t 年利用率 0.7→0.8→0.85，PUE 1.3。
   电力现金流出：
   Elecₜ = Eₜ×c_e×(1+π_e)ᵗ
   c_e：基准电价 0.6 元/kWh，π_e：电价年涨幅 3%。
   现值：
   PV_elec = Σₜ₌₁³ Elecₜ/(1+r)ᵗ

3. 运维人力现金流
   人头数线性增长：
   Hₜ = H₀×(1+g_h)ᵗ
   H₀：初始 3 人，g_h：人头增速 10%。
   单人综合成本：
   Cₜ = C₀×(1+π_c)ᵗ
   C₀：35 万元，π_c：薪酬涨幅 3%。
   人力现金流出：
   Opsₜ = Hₜ×Cₜ
   现值：
   PV_ops = Σₜ₌₁³ Opsₜ/(1+r)ᵗ

4. API 调用费现金流
   调用量指数增长：
   Qₜ = Q₀×(1+g_q)ᵗ
   Q₀：首年 10B tokens，g_q：月环比 15% 换算成年化 ≈ 435%。
   单价阶梯下降：
   pₜ = p₀×(1−d_p)ᵗ
   p₀：0.012 元/1k tokens，d_p：单价年降幅 8%。
   API 现金流出：
   APIₜ = Qₜ/1000×pₜ
   现值：
   PV_api = Σₜ₌₁³ APIₜ/(1+r)ᵗ

总三年成本现值：
TCO₃ = CAPEX₀ − PV_dep + PV_elec + PV_ops + PV_api

拓展思考

1. 若公司符合**“双软”或高新资质**，折旧抵税可前移，PV_dep 增大，实际 TCO₃ 下降 3–5%。
2. 电力成本在内蒙古、贵州等洼地可降至 0.35 元/kWh，把 PV_elec 砍掉 40%，直接决定自建 vs 云租赁的拐点。
3. 当 API 调用量年增速 >400% 时，PV_api 会超过 CAPEX₀，此时应提前切换为自建微调+推理一体化集群，用资本开支对冲未来的可变成本爆炸。