GPU Tidak memiliki "harga": Empat indeks utama bertarung, pasar kekuatan komputasi lebih kacau dari yang kamu kira

Penulis: David Lopez Mateos

Diterjemahkan oleh: TechFlow

Wawasan TechFlow: Media sering memakai satu angka untuk merangkum kenaikan dan penurunan harga daya komputasi GPU, tetapi kenyataannya: di terminal Bloomberg, empat penyedia indeks memberikan penawaran yang menyimpang lebih dari 2 dolar AS satu sama lain, baik dari sisi arah maupun ritme. Penulis artikel ini adalah pendiri platform perdagangan daya komputasi GPU, Compute Desk, David Lopez Mateos. Ia membedah struktur penetapan harga sebenarnya H100 dan B200 menggunakan data transaksi langsung. Ia mengungkap pasar orisinal yang tidak punya tolok ukur konsensus, tidak punya kontrak standar, dan tidak punya kurva forward—daya komputasi sedang ditimbun dan disewakan ulang seperti apartemen sewa harian yang dipendam untuk diputar.

Judul media akan membuat Anda merasa harga daya komputasi GPU sedang melonjak. Narasi ini terasa nyaman, sempurna masuk ke kerangka makro “pengetatan pasokan + permintaan AI tanpa dasar”, dan juga menyiratkan sesuatu yang menenangkan: ada pasar yang berjalan baik, sinyal harga mudah dibaca.

Namun, kita tidak memilikinya. Narasi ini hampir seluruhnya dibangun di atas satu indeks saja, dan hal yang disiratkan olehnya seharusnya tidak disiratkan: pasar sewa GPU sudah begitu efisien hingga satu angka bisa mewakili kondisi global.

Kelangkaan pasokan itu nyata, tetapi kelangkaan yang dirasakan tiap orang benar-benar berbeda—bergantung pada siapa Anda, Anda berada di mana, kontrak apa yang Anda transaksikan, dan aset daya komputasi apa. Menghadapi ketidakjelasan seperti itu, respons alami pasar bukanlah penemuan harga yang tertib, melainkan penimbunan: mengunci jatah waktu GPU yang mungkin Anda belum butuhkan, karena Anda tidak yakin apakah bulan depan GPU tersebut masih bisa dibeli dengan harga apa pun. Di tempat yang ada penimbunan dan tidak ada tolok ukur transparan, pasar sekunder yang terfragmentasi akan muncul. Di Compute Desk, kami telah memfasilitasi penyewa untuk memutar klaster mereka seperti apartemen sewa yang disewakan ulang saat berlangsungnya acara besar. Ini bukan asumsi—ini sedang terjadi.

Indeks tidak konvergen

Di pasar komoditas skala besar yang sudah matang, indeks yang dibangun berdasarkan metodologi berbeda akan cenderung konvergen. Brent dan WTI, meskipun ada beberapa dolar selisih karena lokasi geografis dan kualitas minyak mentah, bergerak searah (Gambar 1). Konvergensi ini adalah tanda pasar yang efisien.

Catatan gambar: Perbandingan tren harga minyak Brent dan WTI, arah yang sangat konsisten

Sekarang di terminal Bloomberg terdapat tiga penyedia indeks penetapan harga GPU: Silicon Data, Ornn AI, dan Compute Desk. SemiAnalysis baru saja merilis yang keempat—sebuah indeks harga kontrak bulanan untuk H100 tenor satu tahun, yang dibangun berdasarkan data survei dari lebih dari 100 pelaku pasar. Silicon Data dan Ornn menerbitkan indeks sewa H100 harian, Compute Desk mengagregasi data pada level arsitektur Hopper, sedangkan SemiAnalysis menangkap harga kontrak setelah negosiasi, bukan harga yang dipasang atau harga dari scraping. Metodologi berbeda, frekuensi berbeda, dan sudut pandang untuk memahami pasar yang sama juga berbeda. Bila ditumpuk dan dilihat bersama, perbedaannya terlihat jelas (Gambar 2).

Catatan gambar: Keempat indeks GPU ditumpuk untuk perbandingan; level harga dan pergerakannya sama-sama terlihat jelas berbeda

Di mana kenaikan harga benar-benar terjadi

Dengan data dari Compute Desk, kami dapat mengurai perubahan harga H100 berdasarkan jenis pemasok dan struktur kontrak, lalu menumpangkannya dengan indeks Silicon Data, SDH100RT (Gambar 3). Semua metrik menunjukkan harga sedang naik, tetapi titik awal dan besarnya perbedaan sangat besar—tergantung indeks dan jenis kontraknya.

Catatan gambar: Tren harga H100 yang dipecah berdasarkan jenis kontrak, ditumpangkan dengan indeks SDH100RT

Data “neocloud” H100 milik Compute Desk menceritakan kisah yang lebih spesifik dibanding indeks agregat. Penetapan harga sesuai permintaan relatif stabil sepanjang musim dingin, sekitar 3,00 dolar AS per jam, lalu melonjak tajam pada bulan Maret menjadi 3,50 dolar AS. Penetapan harga spot lebih berisik dan lebih rendah, hingga pada bulan Maret barulah muncul tren kenaikan kecil. SDH100RT milik Silicon Data menunjukkan kenaikan bertahap yang lebih mulus dan konsisten; pada periode yang sama, naik dari 2,00 dolar AS menjadi 2,64 dolar AS. Kedua indeks terus berada pada level harga yang berbeda dan juga berbeda dalam mendeskripsikan ritme waktu: Compute Desk berbicara tentang lonjakan pada bulan Maret, Silicon Data berbicara tentang kenaikan pelan-pelan.

Harga cadangan (reserved) satu tahun pada dasarnya sejajar sebelum Februari, lalu pada akhir Maret melonjak tajam dari 1,90 dolar AS menjadi 2,64 dolar AS—bukan pengejaran bertahap, melainkan penetapan ulang harga yang tiba-tiba. Ini lebih mirip pemasok yang mengencangkan tarif kontrak secara terpusat setelah pasar sesuai permintaan menegang, bukan dorongan permintaan struktural yang berkelanjutan.

Kisah bulan Maret untuk B200 jauh lebih ganas (Gambar 4). Indeks sesuai permintaan milik Compute Desk melonjak dari 5,70 dolar AS dalam hitungan beberapa minggu menjadi di atas 8,00 dolar AS. SDB200RT milik Silicon Data melonjak dari 4,40 dolar AS menjadi 6,11 dolar AS lalu turun kembali menjadi 5,47 dolar AS. Kedua indeks mencatat gelombang kenaikan ini, tetapi titik awalnya berbeda lebih dari 2 dolar AS, dan pola kenaikan maupun penurunannya juga berbeda. B200 hanya punya data kurang dari lima bulan, pemasoknya lebih sedikit, dan selisih harganya lebih besar—kedua indeks sedang mengamati peristiwa yang sama dengan lensa yang sangat berbeda.

Catatan gambar: Pergerakan harga sesuai permintaan dan reserved untuk B200; data Compute Desk dan Silicon Data ditumpangkan

Masalah infrastruktur, bukan sekadar perbedaan lokasi

Di pasar komoditas skala besar, ada basis (basis differential). Contoh buku teks: gas Appalachian. Pasokan besar disimpan di atas kapasitas angkut pipa yang secara struktural terbatas; tingkat pemakaian di koridor Pennsylvania–Ohio sering melewati 100%, dan proyek-proyek baru seperti Borealis Pipeline baru akan beroperasi pada akhir 2020-an.

Pasar GPU memiliki kasus yang serupa: sebuah H100 di Virginia dan sebuah H100 di Frankfurt bukanlah komoditas ekonomi yang sama. Namun, hanya dengan perbedaan geografis saja tidak dapat menjelaskan mengapa indeks yang mengukur pasar yang sama bisa berbeda sedemikian besar. Misalignment pasar GPU lebih dalam daripada gas Appalachian. Masalah gas adalah satu celah yang hilang: kapasitas pipa yang menghubungkan sisi pasokan dan sisi permintaan. Kesenjangan infrastruktur di pasar daya komputasi ada di kedua sisi pasokan dan permintaan. Infrastruktur fisik—konsistensi jaringan yang diperlukan untuk distribusi daya komputasi yang andal, konfigurasi yang bisa diprediksi, ketersediaan yang bisa diprediksi—belum matang, dan kadang sama sekali tidak berfungsi. Infrastruktur finansial—meskipun perbedaan fisik ada, standar kontrak, tolok ukur yang transparan, dan mekanisme arbitrase yang dapat menekan selisih harga—juga belum ada.

Data menceritakan sebuah kisah. Pengalaman nyata saat mencoba membeli daya komputasi pada awal 2026 menceritakan kisah yang lebih menusuk. Semua kapasitas sesuai permintaan untuk semua jenis GPU pada kenyataannya sudah habis terjual. Mencari 64 unit H100 pun sulit: Compute Desk menunjukkan bahwa 90% dari pemasok klaster sesuai permintaan memiliki kuantitas yang tersedia bernilai nol; pasar reserved pun tidak jauh lebih baik. Dalam pasar yang berjalan baik, tingkat kelangkaan seperti ini seharusnya sudah mendorong harga ke titik keseimbangan baru. Namun, tidak ada. Ini menunjukkan bahwa para pemasok sendiri kekurangan informasi penetapan harga secara real-time untuk menyesuaikan. Harga memang naik, tetapi terlalu lambat untuk mengeluarkan pasar dari ketidakseimbangan. Kesenjangan antara harga yang dipasang dan kesediaan membayar yang sebenarnya sedang diisi oleh perdagangan pasar sekunder yang ditimbun, disewakan ulang, dan dilakukan secara informal.

Apa yang perlu diubah

Saat ini, pasar daya komputasi GPU memiliki tujuh masalah inti:

Tidak ada tolok ukur konsensus. Banyak indeks yang hidup berdampingan, metodologi berbeda, dan kesimpulannya saling bertentangan.

Narasi agregat menyembunyikan struktur. Angka “harga H100” menutupi perbedaan besar antar jenis pemasok dan tenor kontrak.

Kurangnya data level transaksi. Dalam pasar dua pihak, deviasi antara harga yang dipasang dan harga transaksi aktual sangat besar.

Tidak ada standardisasi kontrak. Sebagian besar sewa GPU adalah negosiasi dua pihak dengan ketentuan yang berbeda-beda. Tenor kontrak yang lebih pendek dan lebih standar dapat meningkatkan likuiditas dan penemuan harga.

Kualitas pengiriman tidak terjamin. Perbedaan topologi interkoneksi, pasangan CPU, network stack, dan waktu jalan sangat besar. Sebelum membuat komitmen, pembeli perlu tahu kualitas seperti apa dari daya komputasi yang mereka beli.

Kontrak tidak likuid. Jika permintaan berubah selama periode reserved, pilihannya sangat terbatas: entah menanggung biayanya, atau melakukan sewa ulang secara informal. Pasar perlu infrastruktur untuk transfer atau penjualan daya komputasi yang sudah dikomitkan agar kapasitas mengalir ke pihak yang paling membutuhkannya.

Tidak ada kurva forward. Jika tidak bisa menetapkan harga forward, maka tidak bisa melakukan hedging. Inilah sebabnya pemberi pinjaman mengenakan diskon 40%-50% pada jaminan GPU, sehingga biaya pendanaan tetap tinggi.

Membangun pasar yang berfungsi normal untuk komoditas skala besar terpenting abad ini tidak bisa hanya didorong oleh satu jalur. Pengukuran, standardisasi, struktur kontrak, kualitas pengiriman, likuiditas—semuanya harus bergerak bersamaan; sebelum itu, tidak ada yang benar-benar dapat menjelaskan berapa nilai satu jam daya komputasi GPU.