Ang pagkakaiba sa presyo ng GPU ay nagpapakita ng fragmented na merkado na walang unified na benchmark

May-akda: David Lopez Mateos

Original compilation: DeepOcean TechFlow

Paunlaping babasahin: Gusto ng mga media na gamitin ang isang numero upang isummary ang pagtaas at pagbaba ng presyo ng GPU computing power, ngunit ang katotohanan ay: ang apat na mga provider ng index sa Bloomberg Terminal ay nagbibigay ng mga quote na nagsisilbi ng higit sa $2 sa isa't isa, at ang direksyon at ritmo ay hindi magkakasundo. Ang may-akda ng artikulong ito ay si David Lopez Mateos, ang tagapagtatag ng GPU computing power trading platform na Compute Desk, na gumamit ng direktang transaksyong data upang i-deconstruct ang tunay na pricing structure ng H100 at B200, at ipakita ang isang makulay na merkado na walang konSENSUS benchmark, walang standard contract, at walang forward curve—ang computing power ay tinatapon at inirerelease tulad ng mga short-term rental apartments.

Ang mga pamagat ng media ay nagpapakita na ang presyo ng GPU computing power ay umuusbong. Ang kuwento na ito ay komportable, perpektong naisasama sa malawak na framework ng “kakulangan sa suplay + walang hanggang pangangailangan sa AI,” at nagpapahiwatig ng isang nakakapagpapahingang bagay: mayroon tayong maayos na merkado, malinaw at madaling basahin ang mga signal ng presyo.

Ngunit wala kaming ganoon. Ang kuwento na ito ay halos buo na batay sa isang index lamang, na nagpapahiwatig ng mga bagay na hindi dapat ipahiwatig: ang merkado ng pag-rent ng GPU ay napakaepeksiyente na maaaring kumatawan sa pangkalahatang kalagayan gamit ang isang numero lamang.

Ang kakulangan sa suplay ay totoo, ngunit iba-iba ang pagkakaroon ng kakulangan ng iba’t ibang tao—depende kung sino ka, nasaan ka, at anong kontrato o asset ng computing power ang iyong tinatrabaho. Sa harap ng ganitong kawalan ng transparensya, ang natural na tugon ng merkado ay hindi ang maayos na pagtukoy ng presyo, kundi ang pag-imbak: pagsisiguro ng oras ng GPU na maaari mo pang ayawin, dahil hindi ka sigurado kung mabibili pa nila ang mga ito sa anumang presyo bukas na buwan. Kung may pag-imbak at walang malinaw na batayan, lalabas ang mga hiwa-hiwalay na secondary market. Sa Compute Desk, naging tagapag-ugnay na kami sa mga tenant na nagrere-rent ng kanilang cluster tulad ng pagrere-rent ng apartment sa panahon ng malalaking event. Ito ay hindi isang hipotesis—ito ay nangyayari na.

Sa matatag na mga merkado ng komodidad, ang mga index na binubuo batay sa iba’t ibang metodolohiya ay magkakasundo. Ang Brent crude at WTI ay may pagkakaiba ng ilang dolyar dahil sa kanilang lokasyon at kalidad ng langis, ngunit sila ay naglalakad nang sabay-sabay sa direksyon (Figure 1). Ang pagkakasundo na ito ay isang tanda ng epektibong merkado.

Caption: Pagkukumpara sa trend ng presyo ng Brent at WTI crude oil, parehong direksyon at mataas na pagkakasunod-sunod

Kasalukuyang may tatlong provider ng GPU pricing index sa Bloomberg Terminal: Silicon Data, Ornn AI, at Compute Desk. Kaya ng SemiAnalysis ang ikaapat—isang buwanang index ng presyo ng one-year contract para sa H100 na binuo mula sa datos ng survey sa higit sa 100 na market participants. Ang Silicon Data at Ornn ay naglalabas ng daily H100 leasing index, habang ang Compute Desk ay nag-aaggregate ng data sa antas ng Hopper architecture, at ang SemiAnalysis ay nagsasalita ng negotiated contract prices, hindi ng listed o web-scraped prices. Magkakaibang metodolohiya, magkakaibang frequency, at magkakaibang pananaw sa parehong market. Kapag isasama ang lahat ng ito, ang mga pagkakaiba ay agad na makikita (Figure 2).

Caption: Ipinapakita ang pagkakasunod-sunod ng apat na GPU index, na may malinaw na pagkakaiba sa antas at trend ng presyo

Gamit ang mga data ng Compute Desk, maaari naming i-decompose ang pagbabago ng presyo ng H100 ayon sa uri ng supplier at istruktura ng kontrata, at i-overlap ang SDH100RT index ng Silicon Data (Figure 3). Lahat ng mga indikador ay nagpapakita ng pagtaas ng presyo, ngunit ang puntos ng pagkakaiba at sukat ay nagkakaiba nang malaki batay sa index at uri ng kontrata.

Caption: Price movement of H100 broken down by contract type overlaid with the SDH100RT index

Ang H100 neocloud data ni Compute Desk ay nagkukuwento ng isang mas espesipikong kuwento kaysa sa aggregated index. Ang on-demand pricing ay nanatiling relatif na stable sa buong tagtuyot, halos $3.00/hour, at biglang tumaas noong Marso patungo sa $3.50. Ang spot pricing naman ay mas noisy at mas mababa, at nagkaroon lamang ng kaunting upward trend noong Marso. Ang SDH100RT ni Silicon Data, sa kabilang banda, ay nagpakita ng mas malinis at patuloy na pagtaas, mula sa $2.00 hanggang $2.64 sa parehong panahon. Ang dalawang index ay patuloy na nasa iba’t ibang antas at naglalayong magbigay ng iba’t ibang deskripsyon sa timing: ang Compute Desk ay nagsasabi ng jump noong Marso, habang ang Silicon Data ay nagsasabi ng malakihang pag-akyat.

Ang presyo ng reserba para sa isang taon ay nanatiling halos magkapareho hanggang sa Pebrero, at biglang tumaas mula sa $1.90 hanggang sa $2.64 noong huling bahagi ng Marso—hindi isang progresibong paghahabol, kundi isang biglaang pagbabago ng presyo. Ito ay mas katulad ng pagpapalit ng presyo ng kontrata ng tagapagbigay ng serbisyo pagkatapos mabawasan ang demand sa market, kaysa sa isang patuloy na paghinga ng struktural na pangangailangan.

Mas malakas ang kuwento ng B200 noong Marso (Figure 4). Ang demand index ng Compute Desk ay tumalon mula sa $5.70 patungo sa higit sa $8.00 sa loob ng ilang linggo. Ang SDB200RT ng Silicon Data ay umabot sa $6.11 mula sa $4.40 bago bumaba sa $5.47. Parehong index ay nagsalaysay ng paggalaw na ito, ngunit ang kanilang starting point ay nagkakaiba ng higit sa $2, at iba-iba ang anyo ng pagtaas at pagbaba. Mayroon lamang B200 ng higit sa limang buwan ng data, mas kaunting supplier, at mas malaking spread—ang dalawang index ay nagmamasid sa parehong pangyayari gamit ang napakaiibang lens.

Caption: Paggalaw ng presyo ng B200 sa on-demand at reserved, na may overlay ng data mula sa Compute Desk at Silicon Data

May basis differential ang commodity market. Ang Appalachian natural gas ay isang textbook case: malaking timbangan ng reserves na nakaupo sa structural na limitadong kapasidad ng pipeline, at madalas na hihigit sa 100% ang paggamit sa Pennsylvania-Ohio corridor, habang ang mga bagong proyekto tulad ng Borealis Pipeline ay hindi magsisimula hanggang sa huling bahagi ng dekada ng 2020.

May katulad na sitwasyon sa merkado ng GPU: ang isang H100 sa Virginia at ang isang H100 sa Frankfurt ay hindi parehong uri ng ekonomikong produkto. Ngunit hindi sapat ang pagkakaiba sa lokasyon upang ipaliwanag kung bakit ganoon kalaki ang pagkakaiba sa index ng parehong merkado. Mas malalim ang pagkakaiba sa merkado ng GPU kaysa sa natural gas ng Appalachia. Ang problema sa natural gas ay isang nawawalang link: ang kapasidad ng pipa na nag-uugnay sa suplay at demand. Ang kakulangan sa infrastraktura sa merkado ng computing power ay nasa parehong panig ng suplay at demand. Ang pisikal na infrastraktura—ang isang konsistente na network, inaasahang configuration, at inaasahang availability na kailangan para sa maayos na pagpapadala ng computing power—ay hindi pa sapat, at minsan ay hindi gumagana nang maayos. Ang pampinansyal na infrastraktura—ang mga standardisadong kontrata, transparenteng benchmark, at mekanismo ng arbitrage na maaaring magsabwatan ng presyo kahit may pisikal na pagkakaiba—ay hindi pa umiiral.

Ang data ay nagkukuwento ng isang kuwento. Ang tunay na karanasan sa pagbili ng computing power noong unang bahagi ng 2026 ay nagkukuwento ng isang mas sakit na kuwento. Ang lahat ng on-demand capacity para sa lahat ng uri ng GPU ay naka-iskedyul na. Mahirap makahanap ng 64 na H100: ang Compute Desk ay nagpapakita na 90% ng mga supplier ay may zero na available on-demand cluster capacity, at ang reserved market ay hindi mas mabuti. Sa isang maayos na merkado, ang katulad na kakulangan ay sana ay nagpapataas na ng presyo patungo sa isang bagong equilibrium. Ngunit hindi nangyari. Ito ay nagpapakita na ang mga supplier ay kakaunti lamang ang may real-time pricing intelligence upang ma-adjust. Kumikita ang presyo, ngunit sobrang mabagal upang makalikha ng clearance sa merkado. Ang puwang sa pagitan ng list price at totoong paghahangad na magbayad ay tinatapos ng pagkukumpuni, pagpapautang muli, at mga di-pormal na transaksyon sa secondary market.

Mayroong pitong pangunahing problema sa kasalukuyang merkado ng GPU computing power:

Walang kontrat na batayan. Maraming index na umiiral, iba-iba ang metodolohiya, at magkakaugnay na kongklusyon.

Ang pagpapagsama ng kuwento ay nagtatago sa istruktura. Ang isang numero na «presyo ng H100» ay nagtatago sa malalaking pagkakaiba sa pagitan ng iba’t ibang uri ng supplier at termino ng kontrata.

Kulang sa data ng antas ng transaksyon. Sa bilateral market, malaki ang pagkakaiba sa pagitan ng listing price at actual execution price.

Walang standardisasyon ng kontrata. Ang karamihan sa pag-renta ng GPU ay nagmumula sa bilateral na negosasyon at iba’t ibang mga tuntunin. Mas maikli at mas standardisadong termino ng kontrata ay makakatulong sa pagpapabuti ng likuididad at pagkakakilanlan ng presyo.

Hindi garantisado ang kalidad ng pagpapadala. Ang topolohiya ng internet, pagpapares ng CPU, stack ng network, at mga pagkakaiba sa runtime ay lubos na magkakaiba. Kailangan ng mga bumibili na malaman kung anong kalidad ng computing power ang binibili nila bago sila magbigay ng komitment.

Walang likuididad sa contract. Kung magbago ang demand sa panahon ng reservation, limitado ang mga opsyon: o kumain ng gastos, o non-formal na pagpapautang. Kailangan ng merkado ang pagpapasa o pagbebenta ng naka-reserve na computing power upang makarating ang kapasidad sa mga pinakakailangan nito.

Walang forward curve. Kung hindi mo maaaring i-price ang forward, hindi mo maaaring i-hedge. Ito ang dahilan kung bakit ang mga naglalayong magbigay ng loan ay nagbibigay ng 40%-50% discount sa GPU collateral, at ang gastos sa pagsasalapi ay nananatiling mataas.

Hindi posible magtatag ng isang maayos na merkado para sa pinakamahalagang komodidad ng ikalawang libuhan, gamit lamang ang isang pahalang. Ang pagsukat, pagpapantay, istruktura ng kontrata, kalidad ng pagpapadala, likuididad—lahat ng ito ay dapat magkasabay na umunlad, bago makapagsabi kung gaano kahalaga ang isang GPU na oras.