实时GPU租赁挂牌价格揭示早期价格压缩趋势

AI基础设施热潮催生了一个平行市场，而大多数数据中心运营商、贷款方和企业买家至今仍难以实时衡量这一市场的价格动态，那就是GPU算力的日常租赁市场价格。

AI Mining Co.（AIMC Technologies）发布的一份新数据集显示，这一市场的碎片化程度和价格波动性远超众多融资模型的预期。

该公司追踪了24个市场平台上的GPU租赁挂牌价格，涵盖Vast.ai、RunPod、OVHcloud和Hyperstack等服务商，业务范围遍及北美、欧洲和拉丁美洲。据AIMC Technologies创始人兼管理合伙人卢卡斯·泽尔科介绍，该数据集目前已收录自2025年12月以来超过14.1万条定价观测记录。

其中最引人关注的数据是：在24小时内，英伟达H100的挂牌价格从每小时0.72美元到15.14美元不等。

这21倍的价差并不意味着同等基础设施正以非理性的离谱价格进行交易。各平台在网络性能、服务保障、地理位置和节点质量方面存在显著差异。部分挂牌列表代表的是现货式的过剩产能，另一些则捆绑了更高端的基础设施或面向企业的专属配置。

尽管如此，这些数据仍指向一个在AI建设热潮背后正在成形的更深层趋势：GPU算力正开始表现出更类似于透明大宗商品市场的特征。

AI算力现货市场的兴起

多年来，超大规模云服务商在AI基础设施定价方面掌握着绝对的信息主导权。企业买家只能与云服务商直接谈判，而GPU租赁市场始终处于碎片化且不透明的状态。

这一局面正在改变。越来越多的新兴云服务商——即在超大规模云服务商体系之外提供加速器算力的类云运营商——以及GPU交易平台和经纪式基础设施交易所，开始公开发布可租赁加速器算力的实时定价。在实际运作中，这一市场的表现越来越不像传统的企业采购模式，而更像一个弹性算力交易所，价格随供需关系和可用资源的变化每日波动。

泽尔科在接受《数据中心知识》采访时表示："该数据集回答的是'今天提供什么'，而非'昨天支付了什么'。这是一个基于方法论原则的刻意选择：不要让系统提供超出数据本身所能支撑的信息。"

这一转变之所以重要，是因为数以十亿美元计的资金正涌入AI基础设施项目，而这些项目的经济效益最终取决于能否实现GPU算力的有效变现。贷款方、基础设施投资者和运营商越来越迫切地想弄清楚：GPU租赁价格正以怎样的速度下滑？新建AI集群的融资是否建立在可持续的营收预期之上？随着AI基础设施融资在全球范围内加速扩张，尤其是众多新兴云服务商竞相部署英伟达GPU集群以承接推理和训练工作负载，上述问题变得愈发紧迫。

挂牌价格并非实际成交价格

AIMC明确区分了市场挂牌价格与已确认的实际交易价格。

该公司追踪的是报价信息——即服务商公开宣传的GPU算力可用价格——而非客户在经过协商折扣、使用率浮动或预留容量合同后的实际支付金额。

这一区别至关重要。市场定价可以揭示方向性趋势和竞争压力，但无法呈现基础设施经济效益的完整图景。企业AI部署通常涉及长期协议、网络需求、存储集成、支持保障和电力配置等因素，这些都是市场挂牌列表无法体现的。此外，该数据集目前也未对服务级别协议（SLA）等级或不同服务商间的网络拓扑差异进行标准化处理。在一个平台上的H100实例，其性能特性或运营保障可能与另一平台上同名挂牌的实例存在本质差异。

尽管如此，该数据集仍揭示了AI基础设施市场长期以来所缺失的东西：可观测的日常定价行为。

定价碎片化与融资风险

更透明的GPU定价的出现，对新兴云服务商而言恰逢其微妙时刻。投资者和贷款方在GPU短缺持续、租赁需求旺盛的预期下，大举向AI基础设施建设注入资金。然而随着越来越多的算力供给进入市场，部分运营商在为日益同质化的硬件资源寻求差异化方面面临日益增大的压力。

这引发了一种风险：GPU基础设施的经济效益可能随时间推移而趋于压缩，尤其是对于主要依靠价格竞争的服务商而言。

这种压力在部分市场中已有所体现。《金融时报》近期报道称，即便超大规模云服务商的定价相对稳定，小型服务商的H100租赁价格今年已累计下降约22%。

Tekonyx咨询研究公司总裁兼首席研究官西德·纳格在接受《数据中心知识》采访时表示，新兴云服务商正开始感受到定价压力。"随着GPU算力供给扩张，新兴云服务商市场正开始呈现出定价压缩和基础设施商品化压力的早期迹象。"

纳格补充道，长期差异化竞争的焦点将逐渐从单纯的GPU算力接入转向网络能力、编排服务和AI运营服务。

他还表示，透明的现货定价和弹性AI消费模式，将日益影响企业对基础设施成本的基准评估方式以及AI算力合同的谈判策略。

AI基础设施经济格局或将转变

这一动态与云计算现货实例市场及其他基础设施密集型行业的演变轨迹愈发相似——在那些领域，利用率指标和定价透明度会随着时间推移持续压缩利润空间。

对于数据中心运营商和基础设施融资方而言，这一趋势的影响可能相当深远。

若AI算力市场继续向透明现货定价方向演进，贷款方在评估GPU支持项目时，所采用的指标体系可能会更接近大宗商品基础设施市场，而非传统企业云服务的估值逻辑。

AI基础设施的建设竞赛仍在继续，而支撑这场竞赛的经济逻辑或许已悄然开始转变。

Q&A

Q1：GPU租赁市场的价格为什么会出现这么大的波动？

A：根据AIMC Technologies收集的数据，英伟达H100在24小时内的挂牌价格从每小时0.72美元到15.14美元不等，出现21倍价差。这主要是因为各平台在网络性能、服务保障、地理位置和节点质量上存在显著差异，部分挂牌为现货式过剩产能，另一些则捆绑了更高端配置。此外，该市场本身高度碎片化，供需关系每日波动，因此价格区间极宽。

Q2：新兴云服务商（neocloud）在GPU算力市场上面临哪些风险？

A：随着越来越多的GPU算力供给进入市场，新兴云服务商正面临定价压缩和基础设施商品化的双重压力。《金融时报》报道显示，小型服务商的H100租赁价格今年已累计下跌约22%。对于主要依靠价格竞争的运营商来说，经济效益可能持续承压。专家建议，长期差异化方向应转向网络能力、编排服务和AI运营服务，而非单纯的GPU算力接入。

Q3：AIMC Technologies的GPU定价数据集和实际成交价格有什么区别？

A：AIMC Technologies追踪的是市场挂牌报价，即服务商公开宣传的GPU算力可用价格，而非客户实际支付的成交金额。实际成交价往往经过协商折扣、利用率浮动或预留容量合同的调整，与挂牌价存在差异。此外，该数据集目前也未对SLA等级或不同服务商间的网络拓扑差异进行标准化处理，因此挂牌价格更适合用于判断市场方向性趋势和竞争压力。