การแข่งขันคอมพิวเตอร์ AI รายงานราคา GPU คำนวณนอกผู้ซื้อรายใหญ่ที่สุด: ความมุ่งมั่นสามปีลดราคาเฉลี่ยลง 48% ในขณะที่ GPU รุ่นติดตาม 17 จาก 22 รุ่นมีราคาเพิ่มขึ้นในปีที่ผ่านมา
ดัลลัส เท็กซัส – 13 พฤศจิกายน 2569 – Fluence ได้เผยแพร่แล้ว การแข่งขันคอมพิวเตอร์ AIซึ่งเป็นรายงานว่าราคา GPU ประมวลผลบนคลาวด์สำหรับทุกบริษัทที่ไม่ใช่ห้องปฏิบัติการชายแดนหรือไฮเปอร์สเกลเลอร์ ผลิตร่วมกับพันธมิตรด้านการวิจัย NEAR AI, io.net, Boundless, Phala, Gensyn, Fortytwo, Theta, Compute Labs และ GAIB ข้อค้นพบหลัก: การที่บริษัทซื้อชั่วโมง GPU จะเป็นตัวกำหนดราคา ในรุ่น H100, H200 และ B200 นั้น ไฮเปอร์สเกลเลอร์จะแสดงรายการ GPU ที่ 1.98 เท่าของค่ามัธยฐานของ GPU-คลาวด์ จาก 1.4 เท่าของ B200 ถึง 2.8 เท่าของ H100 รายการ H200 เดียวกันจาก 4.08 ถึง 10.60 เหรียญต่อชั่วโมง
ระยะเวลาในสัญญามีความสำคัญเกือบพอๆ กับตัวเลือกของผู้ให้บริการ เมื่อเทียบกับอัตราตามความต้องการของผู้ให้บริการแต่ละราย การจองหนึ่งปีจะลดราคาเฉลี่ยลง 21% และระยะเวลาสามปีลง 48% ระบุรายการความจุที่ 53% ของตามความต้องการ สำหรับปริมาณงานที่สามารถถูกขัดจังหวะได้
ผู้ซื้อที่คาดว่าราคา GPU จะลดลงอาจต้องตรวจสอบงบประมาณของตนอีกครั้ง GPU สิบเจ็ดรุ่นจาก 22 รุ่นติดตามโดย GetDeploying มีค่าใช้จ่ายมากกว่าหนึ่งปีก่อนหน้า และค่ามัธยฐานของ H100 เช่าเพิ่มขึ้น 13% ถึง 30% ขึ้นอยู่กับกรอบเวลาที่วัดได้
รายงานยังติดตามสาเหตุที่ราคาเพิ่มขึ้นอย่างรวดเร็ว:
- ความต้องการย้ายไปเปิดโมเดล ส่วนแบ่งโทเค็น OpenRouter ของโมเดลจีนในกลุ่มบริษัทต่างๆ ในสหรัฐอเมริกา ยุโรป และทั่วโลกทางใต้ เพิ่มขึ้นจาก 6–13% เป็น 57–67% ในเวลาไม่ถึงแปดเดือน ตามรายงานของ CNBC Open Weight ช่วยให้บริษัทใดๆ ที่มี GPU สามารถให้บริการโมเดลใกล้ขอบเขตบนฮาร์ดแวร์ที่บริษัทควบคุมได้
- ผู้ซื้อรายใหญ่ที่สุดล็อคอุปทานใหม่ล่าสุด ไฮเปอร์สเกลเลอร์ที่ใหญ่ที่สุดสี่รายเป็นแนวทางในการใช้จ่ายด้านทุนในปี 2569 ถึง 720–740 พันล้านดอลลาร์ และข้อตกลงที่ใหญ่ที่สุดสี่ข้อที่เปิดเผยโดยห้องปฏิบัติการ AI และ Meta ที่มี neoclouds มีมูลค่ารวมประมาณ 233 พันล้านดอลลาร์ โดย 3 ในนั้นเป็นจำนวนเงิน “สูงสุด” และส่วนใหญ่สำหรับความจุที่ยังไม่ได้ส่งมอบ
- ชั่วโมง GPU กำลังกลายเป็นสินทรัพย์ทางการเงิน CME, ICE และ Nodal Exchange ได้ประกาศฟิวเจอร์ส GPU โดยแต่ละรายการจะกำหนดดัชนีราคาที่แตกต่างกัน ในขณะที่ผู้ให้กู้กำลังให้กู้ยืมกับ GPU อยู่แล้ว: เงินกู้ระดับการลงทุนของ Lambda ราคาอยู่ที่ 6.78% และของ Sharon AI โดยไม่มีการเปิดเผยอันดับเครดิตที่ 9.95%
“โมเดล Open-weight นั้นตามหลังโมเดลปิดที่ดีที่สุด และบริษัทต่างๆ ต่างก็เปลี่ยนมาใช้โมเดลเหล่านี้ บริษัทใดก็ตามที่มี GPU สามารถให้บริการโมเดลใกล้ขอบเขตบนฮาร์ดแวร์ที่ควบคุมได้ GPU เป็นส่วนที่ยาก” Evgeny Ponomarev ผู้ร่วมก่อตั้ง Fluence กล่าว
รายงานปิดท้ายด้วยสี่วิธีในการจ่ายน้อยลงสำหรับการประมวลผลเดียวกัน: เปรียบเทียบชิปเดียวกันระหว่างผู้ให้บริการประเภทต่างๆ ดำเนินการเมื่อปริมาณงานคงที่ จับคู่การสร้าง GPU กับโมเดล และมองข้ามไฮเปอร์สเกลเลอร์ เนื่องจากความจุ Neocloud ใหม่ล่าสุดส่วนใหญ่จะเซ็นสัญญากับห้องปฏิบัติการหลายปีข้างหน้า
ดูรายงานฉบับเต็มได้ที่ fluence.ai/compute-race-2026
เกี่ยวกับ ฟลูเอนซ์
Fluence Cloud เป็นผู้ให้บริการคลาวด์ GPU ที่มีความจุจากศูนย์ข้อมูลอิสระ (fluence.ai) ก่อตั้งขึ้นในปี 2560 โดย Dmitry Kurinskiy, Evgeny Ponomarev และ Tom Trowbridge บริษัทระดมทุนได้ 14 ล้านดอลลาร์จากนักลงทุน รวมถึง 1KX, Multicoin, Distributed Global, Blockchange, Tiger Global และ Protocol Labs
