最新发布的《人工智能计算竞赛》报告揭示，GPU云计算市场价格波动剧烈，尤其对那些非前沿实验室或超级计算公司而言。该报告显示，承诺使用期限的长短直接影响GPU租赁价格：签订三年合约可将中位数价格降低48%。然而，22种跟踪的GPU型号中有17种在过去一年中价格上涨。
根据德克萨斯州达拉斯的Fluence公司发布的报告，对H100、H200和B200型号的分析表明，超级计算商的GPU定价低于市场中位数1.98倍，B200的价格是中位数的1.4倍，而H100则高达2.8倍。实际租赁价格范围从每小时4.08美元到10.60美元不等。
此外，承诺使用的时间对价格的影响不容小觑。一年期租赁的中位数价格比按需价格低21%，而三年期则低48%。对非关键工作的可中断服务则以53%的折扣提供。
数据来源于加密货币资讯网的调查显示，考虑到GPU价格将持续上涨，买方可能需要重新评估财务预算。根据GetDeploying的数据，目前的H100租赁价格比一年前上涨了13%至30%。
报告分析了价格上涨的原因：
- 需求转向开放模型。根据CNBC的报道，中国型号的OpenRouter代币在美国、欧洲及全球南方的公司中的占比在八个月内从6%上升至57%。
- 最大的买家锁定了最新供应。四大超级计算商主导着2026年7200亿至7400亿美元的资本支出，大型AI实验室及Meta的四笔重磅交易总额约为2330亿美元。
- GPU小时正在成为金融资产。CME、ICE和Nodal交易所推出了GPU期货，预示着这一市场的金融化。
Fluence联合创始人Evgeny Ponomarev表示：“开放模型迅速追赶闭源模型，公司正在大量转向这一选择。任何拥有GPU的公司都能够利用自有硬件运行近前沿的模型。”
报告还总结了降低计算成本的四个建议：比较不同类型供应商的同款芯片，在工作负载稳定时签约，将GPU代入到适合的型号中，以及关注非超级计算商的市场，特别是未来数年内已经签约的新云计算资源。
完整报告可在fluence.ai/compute-race-2026上获取。
common problems
什么因素导致GPU云计算价格上涨？
报告指出，主要因素包括需求向开放模型转变、超级计算商锁定最新供应，以及GPU小时成为金融资产。
通过哪些方式可以降低计算成本？
降低成本的方法包括比较不同类型供应商的同款芯片、在工作负载稳定时签约、将GPU代入到适合的模型中，以及关注非超级计算商的新云计算资源。
GPU租赁价格的变化趋势如何？
趋势显示，在跟踪的22种GPU型号中，有17种在过去一年价格上涨，H100租赁价格增长幅度在13%至30%之间。
Fluence公司是什么样的机构？
Fluence是一家成立于2017年的GPU云计算提供商，致力于从独立数据中心提供服务，并已从众多投资者那里融资1400万美元。
