Crypto
Hyperscalers χρεώνουν σχεδόν διπλά τις GPU σε σχέση με την αγορά
Νέα ανάλυση της Fluence αποκαλύπτει ότι οι μεγάλοι hyperscalers τιμολογούν GPU έως και σχεδόν διπλάσια από τη μεσαία αγορά, οι τιμές ανεβαίνουν για τις περισσότερες μονάδες και οι μακροχρόνιες δεσμεύσεις μειώνουν σημαντικά το κόστος. Το άρθρο εξηγεί γιατί συμβαίνει αυτό και τι μπορούν να κάνουν οι αγοραστές.
Μια νέα έρευνα της Fluence αναδεικνύει με αριθμούς κάτι που πολλοί στη βιομηχανία AI ήδη αισθάνονταν: το πού αγοράζει κανείς GPU καθορίζει σε μεγάλο βαθμό πόσο θα πληρώσει. Το report με τίτλο The AI Compute Race κοστολογεί την GPU cloud compute για εταιρείες που δεν είναι frontier labs ή hyperscalers, και συγκρίνει τιμές, όρους δέσμευσης και διαθέσιμη χωρητικότητα σε διακριτές κατηγορίες παρόχων.
Το συμπέρασμα είναι σαφές και, για κάποιους, σοκαριστικό: οι μεγάλοι hyperscalers καταχωρούν τις πιο πρόσφατες GPU περίπου στο 1.98× της μεσαίας τιμής που παρατηρείται σε νεότερους και ανεξάρτητους παρόχους cloud. Η έρευνα έγινε σε συνεργασία με μια σειρά ερευνητικών εταίρων όπως NEAR AI, io.net, Boundless και άλλους, και περιλαμβάνει αναλυτικές συγκρίσεις για μοντέλα όπως H100, H200 και B200.
Πόσο ακριβώς κοστίζουν οι GPU κοντά στους hyperscalers
Η μελέτη καταγράφει ότι, ανάμεσα σε αυτές τις δημοφιλείς σειρές GPU, οι hyperscalers χρεώνουν συνολικά περίπου 1.98 φορές πάνω από τον μεσαίο όρο αγοράς. Η απόκλιση δεν είναι ομοιόμορφη: το B200 εμφανίζεται στο 1.4× της μεσαίας τιμής, ενώ το H100 φτάνει έως και 2.8×. Το εύρος τιμολόγησης για το H200 που καταγράφει η έκθεση κυμαίνεται από $4.08 έως $10.60 ανά ώρα, ανάλογα με τον πάροχο και τη μορφή πληρωμής.
Αυτό σημαίνει πρακτικά ότι δύο εταιρείες με παρόμοιες απαιτήσεις σε compute μπορούν να αντιμετωπίσουν πολύ διαφορετικά κόστη απλώς και μόνο λόγω επιλογής παρόχου. Ειδικά για startups ή επιχειρήσεις εκτός των μεγάλων cloud providers, η διαφορά μπορεί να είναι καθοριστική στον προϋπολογισμό.
Η δέσμευση χρόνου μειώνει δραματικά το κόστος
Ένα άλλο κομβικό εύρημα της έκθεσης είναι η επίδραση του χρόνου δέσμευσης στην τιμή. Συγκρινόμενα με τα on-demand rates κάθε παρόχου, μια ετήσια δέσμευση μειώνει τη μεσαία τιμή περίπου κατά 21%, ενώ μια τριετής δέσμευση φέρνει τη μείωση στο περίπου 48%. Για workloads που είναι ευαίσθητα στην επαναληψιμότητα και τη σταθερότητα, αυτός ο τύπος όρων μπορεί να εξοικονομήσει εκατοντάδες χιλιάδες δολάρια σε βάθος χρόνου.
Αντίθετα, η spot χωρητικότητα —για εργασίες που επιδέχονται διακοπές— προσφέρεται κατά μέσο όρο στο 53% της τιμής on-demand. Η υιοθέτηση spot instances παίζει ρόλο για εταιρείες που μπορούν να σχεδιάσουν εκ νέου pipeline τους ώστε να αντέχουν παύσεις, αλλά δεν είναι πάντα δυνατή για latency-sensitive ή συνεχή παραγωγικά φορτία.
Τάσεις τιμών: οι περισσότερες GPU είναι ακριβότερες σε σχέση με πέρυσι
Αν οι οργανισμοί υπολόγιζαν σε μειώσεις τιμών λόγω παγκόσμιας υπερπροσφοράς, τα δεδομένα δείχνουν διαφορετική πορεία. Από τα 22 μοντέλα GPU που παρακολουθεί το GetDeploying, 17 κοστίζουν περισσότερο από ό,τι πριν από ένα χρόνο. Για το H100 ειδικότερα, η ενοικίαση δείχνει αύξηση της μεσαίας τιμής μεταξύ 13% και 30%, ανάλογα με το παράθυρο σύγκρισης.
Αυτό δημιουργεί ένα ρεαλιστικό πρόβλημα για ομάδες που προϋπολογίζουν βάσει της υπόθεσης “οι GPU θα φθηνύνουν με τον χρόνο”. Οι αποφάσεις για αγορά, leasing ή δέσμευση χωρητικότητας χρειάζονται πλέον πιο σύνθετη ανάλυση σε σχέση με παλαιότερα.
Τρεις βασικοί λόγοι που ωθούν τις τιμές προς τα πάνω
Η έκθεση περιγράφει πολλαπλούς παράγοντες που εξηγούν την ανοδική τάση στις τιμές GPU. Πρώτον, η ζήτηση έχει μετατοπιστεί μαζικά προς τα open models και τα open weights, τα οποία επιτρέπουν σε οποιαδήποτε εταιρεία με GPU να “σερβίρει” near-frontier μοντέλα στον δικό της εξοπλισμό. Η πρόσβαση σε κοντέινερ ή weights από κινεζικές πηγές, για παράδειγμα, έχει αυξηθεί πολύ γρήγορα σε πλατφόρμες όπως το OpenRouter.
Σύμφωνα με αναφορές, το μερίδιο των κινεζικών μοντέλων στις tokens του OpenRouter μεταξύ εταιρειών σε ΗΠΑ, Ευρώπη και Global South ανέβηκε από περίπου 6–13% σε 57–67% μέσα σε λιγότερο από οκτώ μήνες. Αυτό σημαίνει ότι πολλοί πλέον προτιμούν να τρέχουν open weights τοπικά, αυξάνοντας τη ζήτηση για GPUs ανεξάρτητα από τους hyperscalers.
Δεύτερον, οι μεγαλύτεροι αγοραστές έχουν δεσμεύσει την πιο πρόσφατη προσφορά. Οι τέσσερις μεγαλύτεροι hyperscalers καθοδηγούν κεφαλαιακά έξοδα για το 2026 γύρω στα $720–740 δισεκατομμύρια, και τα μεγαλύτερα συμβόλαια που έχουν αποκαλυφθεί μεταξύ AI labs και neoclouds προσεγγίζουν συνολικά περίπου $233 δισεκατομμύρια. Πολύ από αυτή τη χωρητικότητα είναι μελλοντική και όχι ακόμη παραδοτέα, αλλά δεσμεύει προμήθεια νέου hardware.
Τρίτον, το GPU-hour εξελίσσεται σε χρηματοπιστωτικό asset. Χρηματιστήρια όπως το CME, το ICE και το Nodal Exchange έχουν ανακοινώσει συμβόλαια μελλοντικής εκπλήρωσης (GPU futures) που διακανονίζονται με βάση διαφορετικούς δείκτες τιμών. Ταυτόχρονα, ήδη γίνονται δάνεια με εγγύηση GPUs: ένα δάνειο της Lambda τιμολογήθηκε στο 6.78% και ένα της Sharon AI στο 9.95%, δείχνοντας ότι οι GPUs αντιμετωπίζονται ως ιδιοκτησιακό κεφάλαιο με ρευστότητα.
Σχόλια από τη Fluence και οι προτάσεις της έκθεσης
Ο συνιδρυτής της Fluence, Evgeny Ponomarev, συνοψίζει την κατάσταση λέγοντας ότι τα open-weight μοντέλα βρίσκονται πολύ κοντά σε απόδοση με τα καλύτερα κλειστά μοντέλα και ότι αυτό επιτρέπει σε κάθε εταιρεία με GPUs να σερβίρει near-frontier μοντέλα στον δικό της εξοπλισμό. «Οι GPUs είναι το δύσκολο κομμάτι», παρατηρεί, υπογραμμίζοντας πως ο έλεγχος της υποδομής παραμένει κρίσιμο πλεονέκτημα.
Η έκθεση καταλήγει με τέσσερις πρακτικές στρατηγικές για να μειώσει κανείς το κόστος χωρίς να θυσιάσει την απόδοση: πρώτον, συγκρίνετε την ίδια γενιά chip ανάμεσα σε διαφορετικούς τύπους παρόχων· δεύτερον, δεσμευτείτε όταν το workload είναι σταθερό· τρίτον, ταιριάξτε τη γενιά της GPU με το μοντέλο που τρέχετε· και τέταρτον, μην περιορίζεστε στους hyperscalers, καθώς μεγάλο μέρος της νέας χωρητικότητας των neoclouds έχει ήδη μακροχρόνιες συμβάσεις με μεγάλα labs.
Τι μπορούν να κάνουν οι αγοραστές σήμερα
Για μια εταιρεία που σχεδιάζει υποδομή AI, οι αποφάσεις δεν είναι απλές. Πρώτο βήμα είναι η λεπτομερής μέτρηση των φορτίων: πόση GPU ώρα απαιτείται, ποια είναι η ανοχή σε διακοπές, και αν τα workloads απαιτούν ειδικές εκδόσεις drivers ή networking. Με αυτά τα δεδομένα, μπορεί κανείς να σταθμίσει αν συμφέρει να πάρει long-term reservations ή να αξιοποιήσει spot χωρητικότητα.
Στη συνέχεια, αξίζει να δοκιμάσει cross-provider benchmarking για το ίδιο μοντέλο, προκειμένου να συγκρίνει όχι μόνο την τιμή ανά ώρα, αλλά και την πραγματική throughput, latency και τα κόστη μεταφοράς δεδομένων. Σε πολλές περιπτώσεις, μια λιγότερο «premium» GPU σε δεύτερο tier provider θα αποδειχθεί πιο οικονομική λόγω καλύτερης διαθεσιμότητας και χαμηλότερου overhead.
Τι σημαίνει για την αγορά και τους χρήστες
Οι επιπτώσεις επεκτείνονται πέρα από τα κέντρα δεδομένων. Η μετατροπή της GPU-hour σε χρηματοοικονομικό προϊόν και η συγκέντρωση νέας χωρητικότητας στα χέρια λίγων μεγάλων παικτών δημιουργούν μια πιο πολωμένη αγορά, όπου οι μικρότεροι παίκτες πρέπει να γίνουν πιο ευέλικτοι και στρατηγικοί. Για χρήστες υπηρεσιών AI, αυτό μπορεί να σημαίνει υψηλότερο κόστος για προϊόντα που απαιτούν σημαντικό inferencing ή training, έως ότου εμφανιστεί νέα, πιο φθηνή προσφορά ή τεχνολογία.
Μακροπρόθεσμα, η τάση προς τα ανοιχτά μοντέλα έχει και ένα θετικό εξισορροπητικό αποτέλεσμα: επιτρέπει σε περισσότερους φορείς να αναπτύξουν και να λειτουργήσουν near-frontier μοντέλα τοπικά, κάτι που μειώνει την εξάρτηση από κλειστές APIs και μονοπώλια υπηρεσιών. Παράλληλα όμως, η συγκέντρωση hardware σε λίγους μεγάλους αγοραστές και η εισαγωγή των GPUs στις αγορές παραγώγων δημιουργούν νέα σημεία πίεσης και κινδύνους ρευστότητας.
Συνολικά, όσοι σχεδιάζουν υποδομές AI πρέπει να επανεξετάσουν τις παραδοσιακές υποθέσεις για πτώση τιμών και να ενσωματώσουν στον σχεδιασμό τους σενάρια όπου οι τιμές παραμένουν σταθερές ή ανεβαίνουν. Η στρατηγική επιλογή παρόχου, οι όροι δέσμευσης και η προσαρμογή του μοντέλου στην κατάλληλη GPU θα καθορίσουν σε μεγάλο βαθμό το οικονομικό αποτέλεσμα.
