Wynajem GPU Nvidia B200 stał się w ostatnim kwartale znacznie droższy. Stawki najmu chipa z serii Blackwell wzrosły o 74% w ciągu trzech miesięcy, według marketplace'u najmu GPU, ponieważ popyt na moc obliczeniową dla sztucznej inteligencji nadal przewyższa podaż w wielu trackerach cenowych.

Niezależne badania wskazują ten sam kierunek. Firma badawcza SemiAnalysis odnotowała wzrost stawek najmu B200 w modelu on-demand o 79%, co podniosło cenę do 8,01 USD za godzinę GPU pod koniec września 2026 r.

Ornn Compute Price Index pokazuje podobną historię w nieco późniejszym okresie. Między końcem lipca a końcem października 2026 r. indeks wykazał wzrost ceny najmu B200 z 6,58 USD do 9,76 USD za godzinę GPU, czyli o 48%.

Fragmentowany rynek z dużym rozrzutem cen

Bieżące oferty z początku listopada 2026 r. pokazują, jak bardzo fragmentowany pozostaje ten rynek. Wśród około 10–20 dostawców usług chmurowych stawki on-demand za B200 mieściły się w przedziale od 1,89 USD do 16,11 USD za godzinę GPU.

Górna granica tego przedziału należy do największych graczy. Duzi dostawcy, tacy jak Google Cloud i AWS, oferowali stawki przekraczające 14–16 USD za godzinę GPU, podczas gdy mniejsi gracze wyceniali swoje usługi znacznie niżej.

Większość aktywności koncentruje się w środku rynku. Typowe mediany on-demand mieściły się między 6 a 8,50 USD za godzinę GPU.

Cennik spot oferuje zniżkę dla kupujących gotowych zaakceptować pewną niepewność. Tam, gdzie był dostępny, skutkował stawkami często w przedziale 3–5 USD. Pojemność spot jest tańsza, ponieważ może zostać odzyskana lub przerwana, co czyni ją odpowiednią dla obciążeń tolerujących wstrzymanie.

Dlaczego B200 cieszy się takim popytem

B200 należy do serii Nvidia Blackwell, zaprojektowanej do dużych treningów i inferencji AI. Chip posiada 180 GB pamięci HBM3e, czyli wysokoprzepustowej pamięci, która pozwala dużym modelom przenosić dane wystarczająco szybko, by pozostały użyteczne.

Popyt na chipy z serii Blackwell konsekwentnie wyprzedza podaż. Szersza zmiana branżowa od tradycyjnych GPU w kierunku zaawansowanych architektur, takich jak Blackwell, wywołała również tarcie w całej branży chmurowej: dostawcy potrzebują czasu na zakup, instalację i uruchomienie nowego sprzętu, a popyt wielokrotnie rósł szybciej niż te inwestycje.

Szybka ulga nie szykuje się

Nie wygląda na to, by sytuacja podażowa miała się wkrótce poprawić. Własne prognozy Nvidii wskazują na ograniczoną dostępność aż do 2028 r.

Kolejną warstwą presji są koszty komponentów. Rosnące ceny części, w tym pamięci, mają oddziaływać na koszty infrastruktury zdolnej do AI, gdy branża przygotowuje się na utrzymanie popytu do 2027 r.

Co to oznacza dla twórców AI i ich inwestorów

Bezpośredni wpływ odczują firmy, które wynajmują moc obliczeniową, zamiast ją posiadać. Startupy i średniej wielkości firmy AI często polegają na chmurowych GPU, ponieważ zakup sprzęetu wymaga dużego kapitału na start. Dla nich wzrost stawek godzinowych trafia bezpośrednio do kosztów operacyjnych.

Duży rozrzut cen między dostawcami tworzy również decyzję strategiczną. Firmy gotowe współpracować z mniejszymi dostawcami lub projektować obciążenia wokół przerywalnej pojemności spot mogą uzyskać znaczące oszczędności w porównaniu z płaceniem premium u największych chmur.

Drugim czynnikiem do obserwacji jest zmienność. Przy przewidywanej trwałości ograniczeń podaży i trackery pokazujące już wzrosty od 48% do 79% w zależności od okresu, ceny najmu mogą nadal wahać się. Kluczowymi sygnałami będą kolejne odczyty SemiAnalysis, Ornn Compute Price Index oraz bieżące oferty dostawców. Jeśli mediany będą dalej dryfować powyżej obecnego przedziału 6–8,50 USD, presja na budżety AI się nasili.

Ujawnienie: Oryginalny artykuł zredagował Diego Almada Lopez.