Die Miete einer Nvidia-B200-GPU ist im vergangenen Quartal deutlich teurer geworden. Die Mietpreise für den Chip der Blackwell-Serie stiegen laut einem GPU-Mietmarkt in den vergangenen drei Monaten um 74 %, da die Nachfrage nach KI-Rechenleistung mehreren Preistrackern zufolge weiterhin das Angebot übersteigt.

Unabhängige Untersuchungen zeichnen dasselbe Bild. Das Forschungsunternehmen SemiAnalysis verzeichnete einen Anstieg der On-Demand-Mietpreise für die B200 um 79 %, womit der Preis Ende September 2026 bei 8,01 USD pro GPU-Stunde lag.

Der Ornn Compute Price Index zeigt in einem etwas späteren Zeitraum eine ähnliche Entwicklung. Zwischen Ende Juli und Ende Oktober 2026 stieg der B200-Mietpreis laut dem Index von 6,58 USD auf 9,76 USD pro GPU-Stunde, ein Anstieg von 48 %.

Ein fragmentierter Markt mit großer Preisspanne

Live-Angebote von Anfang November 2026 unterstreichen, wie fragmentiert der Markt weiterhin ist. Bei rund 10 bis 20 Cloud-Dienstanbietern reichten die On-Demand-Preise für die B200 von 1,89 USD bis 16,11 USD pro GPU-Stunde.

Das obere Ende dieser Spanne gehört den großen Namen. Große Anbieter wie Google Cloud und AWS listeten Preise von über 14 bis 16 USD pro GPU-Stunde, während kleinere Anbieter deutlich niedriger kalkulierten.

Der Großteil der Aktivität liegt in der Mitte des Marktes. Typische On-Demand-Medianwerte lagen zwischen 6 und 8,50 USD pro GPU-Stunde.

Spot-Preise bieten einen Rabatt für Käufer, die etwas Unsicherheit akzeptieren. Wo verfügbar, lagen Spot-Preise oft im Bereich von 3 bis 5 USD. Spot-Kapazität ist günstiger, weil sie zurückgefordert oder unterbrochen werden kann, und eignet sich daher für Workloads, die eine Pause verkraften können.

Warum die B200 so gefragt ist

Die B200 gehört zu Nvidias Blackwell-Serie, die für groß angelegtes KI-Training und Inferenz entwickelt wurde. Der Chip verfügt über 180 GB HBM3e-Speicher, den Hochbandwidthspeicher, der großen Modellen ermöglicht, Daten schnell genug zu bewegen, um nützlich zu bleiben.

Die Nachfrage nach Chips der Blackwell-Serie hat das Angebot durchgängig überstiegen. Die breitere Verschiebung der Branche von klassischen GPUs hin zu fortschrittlichen Architekturen wie Blackwell hat auch im Cloud-Computing Reibung erzeugt: Anbieter benötigen Zeit, um neue Hardware zu beschaffen, zu installieren und in Betrieb zu nehmen, und die Nachfrage ist wiederholt schneller gewachsen als dieser Ausbau.

Keine schnelle Entlastung in Sicht

Das Angebotsbild dürfte sich nicht bald verbessern. Nvidias eigene Prognosen weisen auf eine begrenzte Verfügbarkeit bis 2028 hin.

Komponentenkosten kommen als weiterer Druckfaktor hinzu. Steigende Preise für Teile, darunter Speicher, werden erwartet, dass sie sich in den Kosten für KI-fähige Infrastruktur niederschlagen, während die Branche auf eine anhaltende Nachfrage bis 2027 vorbereitet ist.

Was das für KI-Entwickler und ihre Geldgeber bedeutet

Die unmittelbarsten Auswirkungen treffen Unternehmen, die ihre Rechenleistung mieten statt besitzen. Startups und mittelgroße KI-Firmen setzen oft auf Cloud-GPUs, weil der direkte Hardwarekauf hohes Startkapital erfordert. Für sie fließt ein Anstieg der Stundensätze direkt in die Betriebskosten.

Die breite Preisspanne zwischen den Anbietern schafft auch eine strategische Entscheidung. Unternehmen, die bereit sind, mit kleineren Anbietern zu arbeiten oder Workloads um unterbrechbare Spot-Kapazität herum zu gestalten, können im Vergleich zu den Premium-Preisen der größten Clouds erhebliche Einsparungen erzielen.

Volatilität ist der weitere Faktor, den man im Blick behalten sollte. Da die Angebotsengpässe voraussichtlich bestehen bleiben und verschiedene Tracker je nach Zeitraum bereits Zuwächse zwischen 48 % und 79 % zeigen, könnten die Mietpreise weiter schwanken. Die wichtigsten Signale für die Zukunft sind die nächsten Messungen von SemiAnalysis, des Ornn Compute Price Index und der Live-Angebote der Anbieter. Wenn die Medianwerte weiter über die aktuelle Spanne von 6 bis 8,50 USD steigen, wird der Druck auf KI-Budgets zunehmen.

Hinweis: Der Originalartikel wurde von Diego Almada Lopez redigiert.