Стоимость аренды облачных GPU Nvidia растет, несмотря на устаревание оборудования, свидетельствует отчет

В отличие от устоявшихся тенденций обесценивания оборудования, с начала года выросли облачные тарифы на аренду процессоров Nvidia предыдущего поколения для дата-центров, согласно сообщению редактора технологического издания Rohail Saleem.

Стоимость аренды более старых графических процессоров (GPU), включая архитектуры Nvidia A100 и H100, поднялась выше показателей, зафиксированных к началу 2026 года. В то же время тарифы на более новое оборудование, такое как ориентированные на корпоративный сектор чипы H200 и топовые B200 на базе архитектуры Nvidia Blackwell, продолжают удерживать максимально высокий уровень у провайдеров облачной инфраструктуры. Согласно отчету, стоимость аренды B200 в настоящее время колеблется чуть ниже $6 в час.

Эти данные подчеркивают необычную рыночную динамику в сфере корпоративных вычислений, где стремительные инновации обычно приводят к быстрой потере стоимости предыдущих поколений чипов по мере выхода на рынок более быстрых и эффективных решений.

## Upward trajectory for legacy processors

В рамках стандартных моделей жизненного цикла технологий запуск новых микроархитектур процессоров снижает спрос на вторичном рынке и тарифы на аренду устаревающего оборудования. Однако данные, собранные в отчете Rohail Saleem, показывают, что облачные инстансы на базе GPU Nvidia A100 и H100 в настоящее время приносят более высокую почасовую оплату, чем в начале 2026 года.

Процессор A100, впервые представленный в 2020 году, и H100, выпущенный в 2022 году на базе архитектуры Hopper, остаются ключевыми элементами мировой инфраструктуры искусственного интеллекта. Несмотря на последующий коммерческий запуск H200 и флагманского поколения Blackwell, облачные провайдеры сохраняют высокую ценовую власть в отношении этих более старых моделей чипов.

Эта тенденция к росту цен указывает на то, что покупатели облачных вычислительных мощностей сталкиваются со стойким разрывом между доступным предложением оборудования и общим рыночным спросом. Вместо того чтобы полностью перейти на новые процессоры, многие предприятия и разработчики программного обеспечения продолжают в значительной степени полагаться на кластеры предыдущего поколения для поддержания текущей деятельности.

## Blackwell generation commands top rates

В премиальном сегменте рынка облачных вычислений флагманские чипы Nvidia B200 удерживают высокие арендные ставки. Согласно отчету Saleem, стоимость облачных инстансов B200 в настоящее время установилась на уровне чуть менее $6 в час.

Процессор B200, разработанный для работы с крупномасштабными моделями искусственного интеллекта с большим количеством параметров, представляет собой текущий стандарт для обучения передовых моделей ИИ и высокоскоростных вычислений. Почасовая стоимость чипа отражает как его лидерство в иерархии производительности, так и значительные капитальные вложения, требуемые от провайдеров облачных услуг для развертывания серверных кластеров на базе Blackwell.

Между тем промежуточные категории оборудования, такие как H200 (отличающийся увеличенной пропускной способностью памяти по сравнению с базовым H100), также испытывают постоянное давление в сторону повышения арендных цен. Сохраняющаяся высокая стоимость во всех четырех продуктовых категориях (A100, H100, H200 и B200) указывает на то, что рост цен затрагивает не отдельные нишевые чипы, а происходит на всем рынке аренды корпоративных GPU.

## Defying traditional hardware depreciation

На традиционных рынках корпоративного оборудования серверная техника предсказуемо обесценивается со временем. По мере того как производители полупроводников выпускают новые техпроцессы и более эффективные микроархитектуры, устаревшее оборудование обычно предлагается со скидкой для привлечения менее требовательных вычислительных задач.

Текущее ценовое поведение корпоративных чипов Nvidia нарушает эту экономическую модель. Сохраняющаяся востребованность зрелых чипов, таких как A100 и H100, поддерживается экосистемами программного обеспечения и устоявшимися рабочими процессами разработчиков, которые надежно работают на старых архитектурах без необходимости повторной оптимизации под новые чипы.

Кроме того, капитальные затраты, необходимые для масштабной покупки нового оборудования, заставили многие компании по разработке корпоративного ПО арендовать вычислительные мощности по мере необходимости, а не приобретать физические серверы напрямую. Эта операционная модель переносит спрос непосредственно на рынок аренды, где облачные агрегаторы и специализированные хостинг-провайдеры устанавливают почасовые тарифы с учетом текущей рыночной ликвидности.

## Workload distribution across GPU tiers

Сохранение высоких арендных ставок для нескольких поколений чипов отражает разделение труда при распределении задач искусственного интеллекта в инфраструктуре дата-центров.

Обучение передовых моделей, требующее огромных объемов памяти и чрезвычайно высокой пропускной способности межчиповых соединений, сосредоточено в основном на самом современном оборудовании, таком как B200 и H200. Такие задачи оправдывают более высокие почасовые тарифы аренды из-за необходимости минимизировать общее время обучения сложных нейросетей.

Напротив, более легкие задачи, включая дообучение (fine-tuning), предметно-ориентированную адаптацию и исполнение моделей в реальном времени (инференс), часто направляются на кластеры A100 и H100. По мере роста мирового объема развернутых ИИ-приложений совокупный спрос на инференс увеличивается наряду со спросом на обучение, что не позволяет мощностям на базе более старых GPU простаивать или снижаться в цене.

## Broader implications for cloud infrastructure economics

Для провайдеров облачных услуг и специализированных хостинг-компаний GPU возможность взимать более высокие тарифы на полностью или частично амортизированное оборудование обеспечивает существенный рост операционной рентабельности. Старые кластеры, от которых в 2026 году ожидали меньшей отдачи, напротив, продолжают генерировать стабильный денежный поток.

Однако для стартапов в сфере искусственного интеллекта и корпоративных исследовательских лабораторий высокие затраты на аренду остаются постоянной операционной проблемой. Расходы на инфраструктуру остаются одной из крупнейших статей бюджета для компаний, разрабатывающих или внедряющих ПО для машинного обучения. Поскольку аренда более старых чипов дорожает, а не дешевеет, снижение стоимости вычислений остается недостижимым для разработчиков, ищущих мощности среднего уровня.

Общая рыночная ситуация по-прежнему определяется ограничениями мощностей дата-центров, включая локальную доступность электроэнергии и графики поставок серверных стоек, что ограничивает скорость ввода новых вычислительных мощностей для снижения ценового давления.

## Outlook for computing capacity

Отраслевые аналитики продолжают отслеживать, является ли текущая ценовая конъюнктура временным пиком, вызванным текущими циклами развертывания, или же это долгосрочный структурный сдвиг в экономике серверных чипов.

Если облачные провайдеры продолжат вводить в эксплуатацию дополнительную инфраструктуру на базе Blackwell до конца года, увеличенное предложение высокопроизводительных вычислительных мощностей может со временем изменить ценовую динамику для более старых линеек оборудования. Однако пока общий рыночный спрос на обучение и инференс ИИ продолжает превышать совокупную установленную мощность кластеров, старые GPU, похоже, сохранят нетипично высокие ценовые позиции.

Подготовкой материала для этой статьи первоначально занимался Rohail Saleem.