電子發(fā)燒友網(wǎng)綜合報道 近期，半導(dǎo)體研究機(jī)構(gòu)SemiAnalysis發(fā)布的“H100一年期租賃合約價格指數(shù)”顯示，英偉達(dá)四年前發(fā)布的H100芯片租賃費用近半年飆升近40%。這款“老芯片”租賃合約價格從2025年10月的每小時1.7美元，在今年3月漲至每小時每塊GPU 2.35美元。

H100租賃費用飆升的背后

SemiAnalysis的指數(shù)基于對100多家云服務(wù)提供商、算力資源買家和賣家的直接調(diào)查數(shù)據(jù)構(gòu)建，每月采集一次。最新報告指出，按需租用的GPU算力在所有類型中均已售罄，即便價格上漲，已鎖定按需實例的客戶也不愿釋放算力。該機(jī)構(gòu)比喻，2026年初尋找GPU算力，如同預(yù)訂“最后一班離開航班”的機(jī)票，價格高昂且資源稀缺。

研究人員補(bǔ)充，客戶正爭相以每塊GPU每小時14美元的價格搶購亞馬遜云服務(wù)的p6 - b200競價實例，一些新興云服務(wù)巨頭甚至不再提供單節(jié)點銷售。部分英偉達(dá)H100 GPU仍按2 - 3年前簽訂的原價續(xù)約，有些合同直接續(xù)簽到2028年。

至于架構(gòu)更先進(jìn)的Blackwell芯片，由于對開放權(quán)重模型的強(qiáng)勁需求以及推理需求持續(xù)激增，新部署B(yǎng)lackwell的交付周期延長至6到7個月。2025年晚些時候，市場曾預(yù)期隨著性能更強(qiáng)、算力成本更低的Blackwell芯片加速部署，Hopper芯片（H100、H200）租賃價格會大幅下降，但實際情況相反，H100需求不僅堅挺，許多情況下還在增強(qiáng)。

H100芯片推理需求高漲的原因

首先是應(yīng)用場景驅(qū)動，過去幾年，AI行業(yè)的主旋律是“大模型訓(xùn)練”，各大科技公司競相投入，比拼誰能訓(xùn)練出參數(shù)更多、能力更強(qiáng)的模型。然而，進(jìn)入2026年，行業(yè)重心正以前所未有的速度從模型訓(xùn)練大規(guī)模轉(zhuǎn)向?qū)嶋H應(yīng)用和部署，這一轉(zhuǎn)變直接引爆了推理需求的“核聚變”。

AI原生應(yīng)用的普及讓推理需求無處不在。以字節(jié)跳動的“即夢”（Seedance）、谷歌的“Nano Banana”為代表的AI視頻和圖像生成工具，正迅速成為普通用戶內(nèi)容創(chuàng)作的新寵。用戶不再滿足于簡單的濾鏡和模板，而是希望通過自然語言描述，實時生成高質(zhì)量的個性化視頻和圖像。每一次點擊“生成”按鈕，背后都是一次復(fù)雜的AI模型推理過程，需要消耗海量算力來理解用戶意圖、生成內(nèi)容并進(jìn)行優(yōu)化。這些應(yīng)用的病毒式傳播，使得推理請求量呈指數(shù)級增長。

多智能體（Multi - agent）工作負(fù)載的興起，成為算力消耗增長最快的領(lǐng)域。與傳統(tǒng)的單次問答不同，多智能體系統(tǒng)（如近期火熱的“龍蝦”模型）模擬了多個AI智能體協(xié)同工作的復(fù)雜場景。例如，一個智能體負(fù)責(zé)理解用戶指令，另一個負(fù)責(zé)規(guī)劃任務(wù)，還有一個負(fù)責(zé)調(diào)用工具執(zhí)行，最后再由一個智能體整合結(jié)果并反饋給用戶。這種“團(tuán)隊協(xié)作”模式功能更強(qiáng)大，但也導(dǎo)致詞元（token）的消耗量呈拋物線式增長，對推理算力的要求遠(yuǎn)超單一模型。

此外，爆款大模型應(yīng)用的持續(xù)火爆，帶來了穩(wěn)定且高頻的推理需求。Anthropic的Claude系列、Kimi、GLM等熱門大模型，已經(jīng)深度融入了程序員、研究人員、內(nèi)容創(chuàng)作者等群體的實際工作流中。每天都有海量的日常推理請求涌入，這種需求是持續(xù)性的，而非像模型訓(xùn)練那樣是一次性的投入。

其次是H100有它的技術(shù)優(yōu)勢，應(yīng)用場景的爆發(fā)是需求側(cè)的“拉力”，而H100芯片自身在推理方面的顛覆性技術(shù)優(yōu)勢，則是供給側(cè)的“推力”，使其成為處理海量請求的理想選擇。

H100內(nèi)置的專用Transformer引擎，是其架構(gòu)的核心創(chuàng)新，堪稱“為推理而生”。大語言模型的計算瓶頸主要集中在注意力機(jī)制上，而Transformer引擎能夠智能地優(yōu)化這部分計算。它通過硬件級的動態(tài)稀疏計算，自動識別并跳過權(quán)重矩陣中大量的無效運算（即接近零值的計算），從而將千億參數(shù)模型的推理延遲從秒級壓縮到毫秒級，極大地提升了處理效率。

同時，H100是首批支持FP8（8位浮點）精度的芯片之一，這是其提速降本的關(guān)鍵。與傳統(tǒng)的FP16精度相比，F(xiàn)P8格式在幾乎不損失模型精度的前提下，能將數(shù)據(jù)帶寬需求降低一半，顯著提升推理速度并降低能耗。這意味著在相同的硬件成本和功耗預(yù)算下，企業(yè)可以部署更少的H100芯片來處理更多的用戶請求，實現(xiàn)經(jīng)濟(jì)效益的最大化。

最后，H100的動態(tài)批處理技術(shù)，像一位高明的“交通指揮官”，最大化了GPU的吞吐量。面對高并發(fā)、大小不一的實時請求，該技術(shù)能夠智能地將多個請求合并成一個批次進(jìn)行處理，將GPU算力資源的利用率提升至92%以上。這就像高效的拼車系統(tǒng)，在保證每個乘客（請求）都能快速到達(dá)目的地（低延遲）的同時，讓車輛（GPU）始終保持滿載運行，避免了算力資源的浪費。

未來GPU租賃價格走勢觀察

展望未來，研究人員給出三個關(guān)鍵觀察點判斷GPU租賃價格是否維持高位。首先，隨著GB300集群在2026年逐步放量，市場關(guān)注新增供給能否緩解算力緊張局面。GB300是英偉達(dá)推出的新一代人工智能計算平臺，于2025年5月19日由首席執(zhí)行官黃仁勛宣布，計劃2025年第三季度量產(chǎn)，2026年第二季度大規(guī)模交付。相比前代，GB300在算力、內(nèi)存和散熱能效方面有改進(jìn)，算力為前代36倍，搭載288GB HBM3e內(nèi)存，單GPU容量從192GB增至288GB，可支持參數(shù)規(guī)模達(dá)1.2萬億的AI模型運行，采用全液冷散熱方案，可將數(shù)據(jù)中心能耗降低30%以上。

其次，需關(guān)注芯片短缺是否進(jìn)一步惡化。最后，要觀察各大AI巨頭的年度經(jīng)常性收入擴(kuò)張情況，以及AI應(yīng)用的普及速度和詞元消耗規(guī)模的持續(xù)增長節(jié)奏。

總之，當(dāng)前GPU市場在需求、供應(yīng)、價格等方面都處于動態(tài)變化中，未來走向充滿不確定性，各方都在密切關(guān)注市場動態(tài)，以應(yīng)對可能出現(xiàn)的各種情況。