Marchés
Le rapport Fluence révèle que les hyperscalers facturent presque deux fois le prix des GPU dans le cloud
Un rapport récent intitulé The AI Compute Race de Fluence a révélé que les hyperscalers facturent environ 1,98 fois le prix médian des GPU dans le cloud pour les ressources de calcul GPU. Cette découverte est particulièrement pertinente pour les entreprises en dehors des grands acheteurs tels que les laboratoires de pointe et les hyperscalers.
Le rapport indique que les prix varient considérablement selon les modèles. Par exemple, le modèle H100 est proposé jusqu'à 2,8 fois le prix médian, tandis que le modèle B200 est à 1,4 fois. Les tarifs horaires du modèle H200 varient de 4,08 $ à 10,60 $, selon le fournisseur.
Les durées d'engagement jouent également un rôle crucial dans la tarification. Une réservation d'un an peut réduire le prix médian de 21 %, tandis qu'un engagement de trois ans peut entraîner une réduction de 48 %. La capacité spot est disponible à 53 % des tarifs à la demande pour les charges de travail pouvant tolérer des interruptions.
Malgré les attentes de baisse des prix des GPU, le rapport révèle que 17 des 22 modèles de GPU suivis ont augmenté en coût au cours de l'année passée. Le prix médian de location du H100 a augmenté de 13 % à 30 %, selon la période analysée.
Fluence attribue la hausse des prix à un changement de la demande vers des modèles ouverts, avec une part croissante des modèles chinois parmi les entreprises aux États-Unis, en Europe et dans le Sud global. Le rapport note également que les plus grands hyperscalers devraient guider les dépenses en capital à hauteur de 720 à 740 milliards de dollars en 2026.
De plus, l'heure de GPU évolue vers un actif financier, avec des bourses comme CME et ICE annonçant des contrats à terme sur les GPU. Les prêteurs commencent également à offrir des prêts contre des GPU, indiquant une financiarisation croissante de cette ressource.
Pour aider les acheteurs à gérer les coûts, le rapport suggère plusieurs stratégies : comparer les prix des puces entre différents fournisseurs, s'engager sur des périodes plus longues lorsque les charges de travail sont stables, faire correspondre les générations de GPU à des modèles spécifiques, et explorer des options au-delà des hyperscalers, car une grande partie de la nouvelle capacité est déjà sous contrat.
FAQ
Que révèle le rapport Fluence sur les prix du cloud GPU ?
Le rapport Fluence révèle que les hyperscalers facturent environ 1,98 fois le prix médian du cloud GPU pour les ressources de calcul GPU, avec des variations significatives des prix selon les différents modèles.
Comment les durées d'engagement affectent-elles les prix des GPU ?
Les durées d'engagement peuvent réduire considérablement les prix des GPU ; une réservation d'un an peut abaisser le prix médian de 21 %, tandis qu'un engagement de trois ans peut entraîner une réduction de 48 %.
Quelles tendances sont observées dans les prix des GPU au cours de l'année écoulée ?
Malgré les attentes de baisse des prix, 17 des 22 modèles de GPU suivis ont augmenté en coût au cours de l'année écoulée, le prix médian de location du H100 ayant augmenté de 13 % à 30 %.
Quelles stratégies le rapport suggère-t-il pour gérer les coûts des GPU ?
Le rapport suggère des stratégies telles que la comparaison des prix des puces entre les fournisseurs, l'engagement à des termes plus longs pour des charges de travail stables, l'adéquation des générations de GPU à des modèles spécifiques, et l'exploration d'options au-delà des hyperscalers.
Quelle est l'importance de l'heure GPU en tant qu'actif financier ?
L'heure GPU évolue vers un actif financier, avec des bourses comme CME et ICE annonçant des contrats à terme sur GPU, et des prêteurs commençant à offrir des prêts contre des GPU, indiquant une financiarisation croissante de cette ressource.