GPU не имеет «цены»: четыре основных индекса борются, рынок вычислительной мощности более хаотичен, чем ты думаешь

Автор: David Lopez Mateos

Перевод: 深潮 TechFlow

Глубокий разбор от 深潮: СМИ любят описывать колебания цены за GPU-вычислительные мощности одним числом, но реальность такова: на терминале Bloomberg четыре провайдера индексов выдают котировки, которые расходятся друг с другом более чем на 2 доллара, и при этом расходятся не только направления, но и темпы. Автор статьи — основатель платформы для торговли вычислительными мощностями Compute Desk David Lopez Mateos. Он, опираясь на реальные данные сделок, разложил на части истинную структуру ценообразования H100 и B200, показав сырой рынок без консенсусного ориентира, без стандартизированных контрактов и без фьючерсной кривой — вычислительные мощности копят и перепродают, как арендуют «посуточно» квартиру.

Заголовки в СМИ заставят вас думать, что цены на GPU-вычислительные мощности стремительно взлетают. Этот нарратив удобен, идеально встраивается в макрорамку «сжатие предложения + бездонный спрос на ИИ» и намекает на спокойную мысль: у нас есть рынок, который работает и подает понятные ценовые сигналы.

Но это не так. Этот нарратив почти целиком строится вокруг одного индекса, и то, что он подразумевает, подразумевать не следовало: рынок аренды вычислительных мощностей настолько неразличим, что его можно описать одним числом как общее состояние.

Дефицит предложения реален, но то, насколько он ощущается, у разных людей совершенно разное — в зависимости от того, кто вы, где вы находитесь, какие контракты вы торгуете и какие вычислительные активы. Перед такой непрозрачностью естественная реакция рынка не сводится к упорядоченному ценообразованию и ценовому открытию, а выражается в накоплении: вы фиксируете время работы GPU, которое, возможно, еще не нужно, потому что вы не уверены, сможете ли вы вообще купить их в следующем месяце и по какой цене. Там, где есть накопления и нет прозрачного ориентира, появляется фрагментированный вторичный рынок. В Compute Desk мы уже помогли арендаторам перепродавать свои кластеры, как перепродают квартиры в период крупных мероприятий. Это не предположение — это происходит.

Индексы не сходятся

На зрелых рынках сырьевых товаров индексы, построенные на основе разных методологий, стремятся сходиться. Brent и WTI различаются несколькими долларами из‑за географии и качества нефти, но по направлению они движутся синхронно (рис. 1). Такое сближение — признак эффективного рынка.

Подпись к рисунку: сравнение динамики цен Brent и WTI, направление почти полностью совпадает

Сейчас на терминале Bloomberg есть три провайдера индексов ценообразования GPU: Silicon Data, Ornn AI и Compute Desk. SemiAnalysis только что публично раскрыла четвертый — индекс месячных цен на контракт H100 на год, построенный на данных опроса более чем 100 участников рынка. Silicon Data и Ornn публикуют ежедневные индексы аренды H100, Compute Desk агрегирует данные на уровне архитектуры Hopper, а SemiAnalysis фиксирует переговорные контрактные цены, а не прайс-листовые, не цены «скрейпера» (crawler) и не данные выгрузок. Методологии разные, частота разная, углы зрения на один и тот же рынок различаются. Если наложить их друг на друга, разногласия видны сразу (рис. 2).

Подпись к рисунку: наложение четырех GPU-индексов — уровни цен и траектории явно различаются

Где именно происходит удорожание

Используя данные Compute Desk, мы можем разложить изменения цены H100 по типам поставщиков и по структуре контрактов, а затем наложить индекс Silicon Data SDH100RT (рис. 3). Все метрики показывают рост цен, но стартовые точки и масштабы различаются настолько, что это существенно.

Подпись к рисунку: динамика цен H100, разбитая по типам контрактов, наложенная на SDH100RT

Данные Compute Desk по H100 new cloud (neocloud) рассказывают историю более конкретную, чем совокупный индекс. Ценообразование по требованию (on-demand) в течение всей зимы было относительно стабильным — около 3.00 доллара в час — а затем в марте резко подскочило до 3.50 доллара. Спотовое ценообразование более шумное и ниже: лишь в марте наметилась небольшая восходящая тенденция. SDH100RT от Silicon Data выглядит более сглаженным, с ровным ростом: в тот же период цена поднялась с 2.00 доллара до 2.64 доллара. Два индекса постоянно находятся на разных ценовых уровнях, и по‑разному описывают темп во времени: Compute Desk говорит о скачке в марте, Silicon Data — о медленном подъеме.

Контрактная цена с резервированием на год до конца февраля в целом держалась на одной отметке, а затем в конце марта резко выросла с 1.90 доллара до 2.64 доллара — не постепенный «догон», а внезапная переоценка. Это больше похоже на то, как поставщики после ужесточения на рынке on-demand централизованно корректируют тарифы контрактов, а не на непрерывно действующую потребность, движимую структурой.

История по B200 в марте еще более резкая (рис. 4). On-demand индекс Compute Desk за несколько недель взлетел с 5.70 доллара до более чем 8.00 долларов. Индекс SDB200RT от Silicon Data подскочил с 4.40 доллара до 6.11 доллара, а затем откатился до 5.47 доллара. Оба индекса фиксируют эту волну, но разница в стартовых точках превышает 2 доллара, а формы роста и отката также различаются. У B200 меньше чем пять месяцев данных, меньше поставщиков и больший спред — оба индекса смотрят на одно и то же событие через сильно отличающиеся «линзы».

Подпись к рисунку: динамика цен B200 по требованию и с резервированием; наложение данных Compute Desk и Silicon Data

Проблема на уровне инфраструктуры — не только разница регионов

На рынке сырьевых товаров есть базисная разница (basis differential). Пример из учебника — природный газ в Аппалачах: огромные запасы лежат на структурно ограниченной пропускной способности трубопроводов, загрузка коридора Пенсильвания–Огайо часто превышает 100%, а новые проекты вроде Borealis Pipeline выйдут в строй лишь к концу 2020‑х.

В GPU-рынке есть похожая ситуация: H100 в Вирджинии и H100 во Франкфурте — не одно и то же экономическое «сырье». Но только разница регионов не объясняет, почему индексы, измеряющие один и тот же рынок, расходятся столь сильно. Смещение на GPU-рынке глубже, чем на аппалачском газе. Проблема газа — это единое отсутствующее звено: транспортная пропускная способность, соединяющая стороны спроса и предложения. Дефицит инфраструктуры на рынке вычислительных мощностей существует у обеих сторон: физическая инфраструктура — согласованная сеть для надежной дистрибуции вычислительных мощностей, предсказуемая конфигурация, предсказуемая доступность — еще не зрелая, а иногда и вовсе не работает. Финансовая инфраструктура — хотя физические различия и могли бы быть фактором, который сжимает спреды через стандартизированные контракты, прозрачные базисы и механизмы арбитража — также еще не сформирована.

Данные рассказали свою историю. Реальный опыт попыток закупить вычислительные мощности в начале 2026 года рассказал еще более болезненную историю. Фактически все on-demand мощности всех типов GPU были распроданы. Найти 64 H100 было трудно: Compute Desk показывает, что 90% доступного объема on-demand кластеров у поставщиков равно нулю, а резервированный рынок был ненамного лучше. На рынке, который действительно работает, такая степень дефицита давно бы подняла цены до новой точки равновесия. Но этого не произошло. Это означает, что сами поставщики не располагают оперативной ценовой информацией, чтобы корректировать предложения. Цена растет, но растет слишком медленно, чтобы вычистить рынок. Разрыв между прайс-листовой ценой и реальным уровнем готовности платить заполняют накопления, перепродажи и неформальные сделки на вторичном рынке.

Что нужно изменить

В текущем рынке GPU-вычислительных мощностей есть семь ключевых проблем:

Нет консенсусного ориентира. Сосуществуют несколько индексов с разными методологиями, а выводы противоречат друг другу.

Агрегированный нарратив скрывает структуру. Одно «число цены H100» маскирует огромные различия между типами поставщиков и сроками контрактов.

Нет данных на уровне сделок. В двусторонних рынках разрыв между прайс-листовой ценой и фактической ценой исполнения очень велик.

Нет стандартизации контрактов. Большинство аренды GPU — это двусторонние переговоры, условия отличаются. Более короткие и более стандартизированные сроки контрактов могли бы улучшить ликвидность и ценовое обнаружение.

Качество поставки не гарантируется. Отличия в топологиях интерконнекта, CPU-подборках, сетевых стэках и времени работы крайне велики. Покупателям нужно знать, какое именно качество приобретают, прежде чем брать обязательства.

Контракты не обладают ликвидностью. Если спрос меняется в период резервирования, выбор очень ограничен: либо «съесть» стоимость, либо устроить неформальную перепродажу. Рынку нужна возможность уступать или перепродавать инфраструктуру с уже обещанными вычислительными мощностями, чтобы мощности шли тем, кто в них больше всего нуждается.

Нет фьючерсной кривой. Без возможности определить цену для будущего нельзя хеджировать. Вот почему кредиторы дают 40%-50% дисконт к GPU-кредитному залогу, а стоимость финансирования остается высокой.

Построить нормальную работающую площадку для самых важных сырьевых товаров этого века невозможно только за счет одной линии развития. Нужно синхронно продвигать измерения, стандартизацию, структуру контрактов, качество поставки и ликвидность — до тех пор никто по-настоящему не сможет сказать, чему равна стоимость одного часа GPU.