Mercados
Informe de Fluence Revela que los Hyperscalers Cobran Casi el Doble del Precio de GPU en la Nube
Un informe reciente titulado La Carrera por el Cómputo de IA de Fluence ha descubierto que los hyperscalers están cobrando aproximadamente 1.98 veces el precio medio de GPU en la nube por recursos de cómputo GPU. Este hallazgo es especialmente relevante para las empresas fuera de los grandes compradores como los laboratorios fronterizos y los hyperscalers.
El informe indica que los precios varían significativamente entre diferentes modelos. Por ejemplo, el modelo H100 tiene un precio de hasta 2.8 veces la mediana, mientras que el modelo B200 está a 1.4 veces. Las tarifas por hora del modelo H200 oscilan entre $4.08 y $10.60, dependiendo del proveedor.
Las longitudes de compromiso también juegan un papel crucial en la fijación de precios. Una reserva por un año puede reducir el precio medio en un 21%, mientras que un compromiso de tres años puede llevar a una reducción del 48%. La capacidad de spot está disponible al 53% de las tarifas bajo demanda para cargas de trabajo que pueden tolerar interrupciones.
A pesar de las expectativas de que los precios de las GPU caigan, el informe revela que 17 de los 22 modelos de GPU rastreados han aumentado de costo en el último año. El precio medio de alquiler para el H100 ha aumentado entre un 13% y un 30%, dependiendo del período analizado.
Fluence atribuye el aumento de precios a un cambio en la demanda hacia modelos abiertos, con la participación de modelos chinos entre las empresas en EE. UU., Europa y el Sur Global aumentando significativamente. El informe también señala que los mayores hyperscalers están preparados para guiar el gasto de capital de $720 a $740 mil millones en 2026.
Además, la hora de GPU está evolucionando hacia un activo financiero, con intercambios como CME e ICE anunciando futuros de GPU. Los prestamistas también están comenzando a ofrecer préstamos contra GPUs, lo que indica una creciente financiarización de este recurso.
Para ayudar a los compradores a gestionar costos, el informe sugiere varias estrategias: comparar precios de chips entre diferentes proveedores, comprometerse a plazos más largos cuando las cargas de trabajo son estables, igualar generaciones de GPU con modelos específicos y explorar opciones más allá de los hyperscalers, ya que gran parte de la nueva capacidad ya está contratada.
FAQ
¿Qué revela el informe de Fluence sobre los precios de GPU en la nube?
El informe de Fluence revela que los hiperescaladores están cobrando aproximadamente 1.98 veces el precio medio de GPU en la nube por recursos de computación GPU, con variaciones significativas en los precios entre diferentes modelos.
¿Cómo afectan las longitudes de compromiso a los precios de GPU?
Las longitudes de compromiso pueden reducir significativamente los precios de GPU; una reserva de un año puede bajar el precio medio en un 21%, mientras que un compromiso de tres años puede llevar a una reducción del 48%.
¿Qué tendencias se observan en los precios de GPU durante el último año?
A pesar de las expectativas de precios en caída, 17 de los 22 modelos de GPU rastreados han aumentado en costo durante el último año, con el precio medio de alquiler del H100 aumentando entre un 13% y un 30%.
¿Qué estrategias sugiere el informe para gestionar los costos de GPU?
El informe sugiere estrategias como comparar precios de chips entre proveedores, comprometerse a plazos más largos para cargas de trabajo estables, igualar generaciones de GPU a modelos específicos y explorar opciones más allá de los hiperescaladores.
¿Cuál es la importancia de la hora de GPU como activo financiero?
La hora de GPU está evolucionando hacia un activo financiero, con intercambios como CME e ICE anunciando futuros de GPU, y prestamistas comenzando a ofrecer préstamos contra GPUs, lo que indica una creciente financiarización de este recurso.