AI基礎設施熱潮催生了一個平行市場，而大多數數據中心運營商、貸款方和企業買家至今仍難以實時衡量這一市場的價格動態，那就是GPU算力的日常租賃市場價格。
AI Mining Co.（AIMC Technologies）發布的一份新數據集顯示，這一市場的碎片化程度和價格波動性遠超眾多融資模型的預期。
該公司追蹤了24個市場平台上的GPU租賃掛牌價格，涵蓋Vast.ai、RunPod、OVHcloud和Hyperstack等服務商，業務範圍遍及北美、歐洲和拉丁美洲。據AIMC Technologies創始人兼管理合伙人盧卡斯·澤爾科介紹，該數據集目前已收錄自2025年12月以來超過14.1萬條定價觀測記錄。
其中最引人關注的數據是：在24小時內，英偉達
H100的掛牌價格從每小時0.72美元到15.14美元不等。
這21倍的價差並不意味著同等基礎設施正以非理性的離譜價格進行交易。各平台在網路性能、服務保障、地理位置和節點質量方面存在顯著差異。部分掛牌列表代表的是現貨式的過剩產能，另一些則捆綁了更高端的基礎設施或面向企業的專屬配置。
儘管如此，這些數據仍指向一個在AI建設熱潮背後正在成形的更深層趨勢：GPU算力正開始表現出更類似於透明大宗商品市場的特徵。
AI算力現貨市場的興起
多年來，超大規模雲服務商在AI基礎設施定價方面掌握著絕對的資訊主導權。企業買家只能與雲服務商直接談判，而GPU租賃市場始終處於碎片化且不透明的狀態。
這一局面正在改變。越來越多的新興雲服務商——即在超大規模雲服務商體系之外提供加速器算力的類雲運營商——以及GPU交易平台和經紀式基礎設施交易所，開始公開發布可租賃加速器算力的實時定價。在實際運作中，這一市場的表現越來越不像傳統的企業採購模式，而更像一個彈性算力交易所，價格隨供需關係和可用資源的變化每日波動。
澤爾科在接受《數據中心知識》採訪時表示："該數據集回答的是'今天提供什麼'，而非'昨天支付了什麼'。這是一個基於方法論原則的刻意選擇：不要讓系統提供超出數據本身所能支撐的資訊。"
這一轉變之所以重要，是因為數以十億美元計的資金正湧入AI基礎設施項目，而這些項目的經濟效益最終取決於能否實現GPU算力的有效變現。貸款方、基礎設施投資者和運營商越來越迫切地想弄清楚：GPU租賃價格正以怎樣的速度下滑？新建AI集群的融資是否建立在可持續的營收預期之上？隨著AI基礎設施融資在全球範圍內加速擴張，尤其是眾多新興雲服務商競相部署英偉達GPU集群以承接推理和訓練工作負載，上述問題變得愈發緊迫。
掛牌價格並非實際成交價格
AIMC明確區分了市場掛牌價格與已確認的實際交易價格。
該公司追蹤的是報價資訊——即服務商公開宣傳的GPU算力可用價格——而非客戶在經過協商折扣、使用率浮動或預留容量合同後的實際支付金額。
這一區別至關重要。市場定價可以揭示方向性趨勢和競爭壓力，但無法呈現基礎設施經濟效益的完整圖景。企業AI部署通常涉及長期協議、網路需求、儲存集成、支持保障和電力配置等因素，這些都是市場掛牌列表無法體現的。此外，該數據集目前也未對服務級別協議（SLA）等級或不同服務商間的網路拓撲差異進行標準化處理。在一個平台上的H100實例，其性能特性或運營保障可能與另一平台上同名掛牌的實例存在本質差異。
儘管如此，該數據集仍揭示了AI基礎設施市場長期以來所缺失的東西：可觀測的日常定價行為。
定價碎片化與融資風險
更透明的GPU定價的出現，對新興雲服務商而言恰逢其微妙時刻。投資者和貸款方在GPU短缺持續、租賃需求旺盛的預期下，大舉向AI基礎設施建設注入資金。然而隨著越來越多的算力供給進入市場，部分運營商在為日益同質化的硬體資源尋求差異化方面面臨日益增大的壓力。
這引發了一種風險：GPU基礎設施的經濟效益可能隨時間推移而趨於壓縮，尤其是對於主要依靠價格競爭的服務商而言。
這種壓力在部分市場中已有所體現。《金融時報》近期報道稱，即便超大規模雲服務商的定價相對穩定，小型服務商的H100租賃價格今年已累計下降約22%。
Tekonyx諮詢研究公司總裁兼首席研究官西德·納格在接受《數據中心知識》採訪時表示，新興雲服務商正開始感受到定價壓力。"隨著GPU算力供給擴張，新興雲服務商市場正開始呈現出定價壓縮和基礎設施商品化壓力的早期跡象。"
納格補充道，長期差異化競爭的焦點將逐漸從單純的GPU算力接入轉向網路能力、編排服務和AI運營服務。
他還表示，透明的現貨定價和彈性AI消費模式，將日益影響企業對基礎設施成本的基準評估方式以及AI算力合同的談判策略。
AI基礎設施經濟格局或將轉變
這一動態與雲計算現貨實例市場及其他基礎設施密集型行業的演變軌跡愈發相似——在那些領域，利用率指標和定價透明度會隨著時間推移持續壓縮利潤空間。
對於數據中心運營商和基礎設施融資方而言，這一趨勢的影響可能相當深遠。
若AI算力市場繼續向透明現貨定價方向演進，貸款方在評估GPU支持項目時，所採用的指標體系可能會更接近大宗商品基礎設施市場，而非傳統企業雲服務的估值邏輯。
AI基礎設施的建設競賽仍在繼續，而支撐這場競賽的經濟邏輯或許已悄然開始轉變。
Q&A
Q1：GPU租賃市場的價格為什麼會出現這麼大的波動？
A：根據AIMC Technologies收集的數據，英偉達H100在24小時內的掛牌價格從每小時0.72美元到15.14美元不等，出現21倍價差。這主要是因為各平台在網路性能、服務保障、地理位置和節點質量上存在顯著差異，部分掛牌為現貨式過剩產能，另一些則捆綁了更高端配置。此外，該市場本身高度碎片化，供需關係每日波動，因此價格區間極寬。
Q2：新興雲服務商（neocloud）在GPU算力市場上面臨哪些風險？
A：隨著越來越多的GPU算力供給進入市場，新興雲服務商正面臨定價壓縮和基礎設施商品化的雙重壓力。《金融時報》報道顯示，小型服務商的H100租賃價格今年已累計下跌約22%。對於主要依靠價格競爭的運營商來說，經濟效益可能持續承壓。專家建議，長期差異化方向應轉向網路能力、編排服務和AI運營服務，而非單純的GPU算力接入。
Q3：AIMC Technologies的GPU定價數據集和實際成交價格有什麼區別？
A：AIMC Technologies追蹤的是市場掛牌報價，即服務商公開宣傳的GPU算力可用價格，而非客戶實際支付的成交金額。實際成交價往往經過協商折扣、利用率浮動或預留容量合同的調整，與掛牌價存在差異。此外，該數據集目前也未對SLA等級或不同服務商間的網路拓撲差異進行標準化處理，因此掛牌價格更適合用於判斷市場方向性趨勢和競爭壓力。
