2026年10月下旬，一家名为Core 4 Solutions的IT硬件经销商在eBay上挂出了一套规模庞大的退役AI超算集群，标价5970万美元（约合人民币4.3亿元），支持“最佳报价”。这套系统包含300个机柜、9600块NVIDIA A100 GPU以及4200颗AMD EPYC处理器，并提供免费FedEx Ground运输，加急隔夜配送仅需额外50美元。这一消息迅速引发科技圈关注。
据VideoCardz、Tom’s Hardware等多家科技媒体报道，该集群来自某超大规模云服务商的退役环境，采用的是2020年发布的Ampere架构A100 40GB SXM4加速卡。每个机柜配置4个计算节点，每个节点配备8块A100 GPU（通过NVSwitch互联）、两颗64核AMD EPYC Rome处理器、1TB DDR4内存，以及多块NVIDIA ConnectX‑6 200Gb/s网卡。整套系统合计拥有约26.88万个Zen 2 CPU核心、384TB GPU显存和约1.4PB系统内存。
按标价计算，每块A100的综合成本约为6219美元，这一数字已包含CPU、内存、网络设备和机柜等全部配套硬件。卖家同时提供拆分销售选项，例如32块GPU的机柜单元标价19.9万美元。需要指出的是，完整批量挂单随后被标记为“不再可用”，目前尚无公开信息确认是否已成交。
硬件规格与市场定位
A100作为英伟达上一世代的旗舰数据中心GPU，在2020至2023年间支撑了大量AI训练与推理工作负载。其40GB HBM2e显存和较高的算力密度，在当时属于行业顶尖水平。然而，随着Hopper（H100）和Blackwell架构的相继推出，A100已逐步退出一线训练集群，更多转向推理、科研或成本敏感型应用场景。
从规模上看，这套9600块A100的集群已超过Meta早期AI Research SuperCluster（RSC）第一阶段的6080块A100配置。对中小型AI初创公司、科研机构或二级云服务商而言，整批采购退役硬件理论上可以大幅降低初始资本开支。有分析估算，仅GPU、CPU和内存等核心组件的二手市场价值约在2800万美元左右，其余价差主要来自机柜、供电、网络和集成成本。
不过，实际落地难度不容忽视。首先，二手数据中心硬件通常缺乏原厂完整保修，且需要专业团队进行重新部署、散热优化、网络重构与软件栈适配。其次，A100的能效比和互连带宽已落后于新一代产品，在大规模训练场景中单位算力成本可能并不具备长期优势。再次，超大规模集群的运输、安装与电力配套本身就是一项复杂工程，即便“免费包邮”，落地成本依然高昂。
行业背景与意义
近年来，AI算力需求持续爆发，新一代GPU供应紧张且价格高企，促使部分机构开始关注二手与退役硬件市场。类似事件并不多见，但反映出算力硬件生命周期的加速缩短：云厂商为保持技术领先，往往在3至5年内完成大规模设备更迭，退役设备则流向二级市场。
从客观角度看，这类交易既为买家提供了相对低成本的算力入口，也为卖家实现了资产残值回收。然而，它也暴露出AI基础设施市场的结构性特点——前沿算力高度集中于少数云巨头手中，中小参与者要么承担高昂的新设备成本，要么在二手市场寻找折中方案。与此同时，软件生态、驱动支持、安全补丁以及长期运维能力，往往比硬件本身更决定最终使用效果。
目前，Core 4 Solutions的挂单已结束，交易结果尚未公开。无论最终是否成交，这一事件都生动展示了当前AI硬件市场的一个侧面：在新一代芯片不断迭代的同时，上一代旗舰设备仍以惊人的规模出现在公开交易平台，成为行业观察算力供需与成本结构的一个独特窗口。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com