GPU không có "giá cả": bốn chỉ số chính đấu đá, thị trường sức mạnh tính toán còn hỗn loạn hơn bạn nghĩ

Năng lực tính toán đang được tích trữ và cho thuê lại giống như căn hộ cho thuê ngắn hạn.

Tác giả: David Lopez Mateos

Biên dịch: Deep Tide TechFlow

Deep Tide dẫn đọc: Truyền thông thích dùng một con số để khái quát sự tăng giảm của giá năng lực tính toán GPU, nhưng thực tế là: trên Bloomberg Terminal, báo giá do bốn nhà cung cấp chỉ số đưa ra lệch nhau hơn 2 USD, và cả hướng lẫn nhịp độ cũng không nhất quán. Bài viết này do chính tác giả là David Lopez Mateos—người sáng lập nền tảng giao dịch năng lực tính toán Compute Desk—phân tích bằng dữ liệu giao dịch thực để mổ xẻ cấu trúc định giá thực sự của H100 và B200, qua đó phơi bày một thị trường nguyên sơ: không có chuẩn mực đồng thuận, không có hợp đồng chuẩn, không có đường cong kỳ hạn. Năng lực tính toán đang được tích trữ và cho thuê lại giống như căn hộ cho thuê ngắn hạn.

Tiêu đề truyền thông sẽ khiến bạn nghĩ rằng giá năng lực tính toán GPU đang bùng nổ. Câu chuyện này rất “dễ chịu”, vừa vặn hoàn hảo vào khung vĩ mô “nguồn cung thắt chặt + nhu cầu AI không có đáy”, và còn hàm ý một điều khiến người ta yên tâm: chúng ta có một thị trường vận hành tốt, tín hiệu giá rõ ràng và đọc được.

Nhưng chúng ta không có. Câu chuyện này gần như được xây dựng hoàn toàn dựa trên một chỉ số duy nhất, và những thứ nó hàm ý không nên bị hàm ý: thị trường cho thuê năng lực tính toán GPU đã hiệu quả đến mức chỉ cần một con số là đại diện được cho trạng thái toàn cục.

Nguồn cung khan hiếm là có thật, nhưng mức độ khan hiếm mà từng người cảm nhận lại hoàn toàn khác nhau—tùy bạn là ai, bạn ở đâu, bạn đang giao dịch loại hợp đồng nào, loại tài sản tính toán nào. Trước sự thiếu minh bạch này, phản ứng tự nhiên của thị trường không phải là hình thành phát hiện giá có trật tự, mà là tích trữ: khóa lại thời lượng GPU mà bạn có thể còn chưa cần ngay, vì bạn không chắc tháng sau liệu bạn có thể mua được chúng với bất kỳ mức giá nào hay không. Ở nơi có tích trữ và không có chuẩn tham chiếu minh bạch, thị trường thứ cấp phân mảnh sẽ xuất hiện. Tại Compute Desk, chúng tôi đã tạo điều kiện để người thuê chuyển nhượng cụm của họ giống như cho thuê lại căn hộ trong thời gian diễn ra sự kiện lớn. Không phải giả định—điều này đang xảy ra.

Chỉ số không hội tụ

Trong các thị trường hàng hóa quy mô lớn đã trưởng thành, các chỉ số được xây dựng dựa trên các phương pháp khác nhau sẽ có xu hướng hội tụ. Dầu Brent và WTI vì khác biệt về vị trí địa lý và chất lượng dầu nên chênh lệch giá vài USD, nhưng về mặt xu hướng thì chúng vận động đồng bộ (Hình 1). Sự hội tụ này là dấu hiệu của một thị trường hiệu quả.

Chú thích hình: So sánh diễn biến giá dầu Brent và WTI, mức độ đồng nhất về hướng đi rất cao

Hiện trên Bloomberg Terminal có ba nhà cung cấp chỉ số định giá GPU: Silicon Data, Ornn AI và Compute Desk. SemiAnalysis vừa công bố cái thứ tư—một chỉ số giá hợp đồng theo năm cho H100 hằng tháng, được xây dựng dựa trên dữ liệu khảo sát hơn 100 bên tham gia thị trường. Silicon Data và Ornn công bố chỉ số cho thuê H100 hằng ngày, Compute Desk thì tổng hợp dữ liệu ở cấp kiến trúc Hopper, còn SemiAnalysis nắm bắt giá hợp đồng sau đàm phán chứ không phải giá niêm yết hay giá thu thập từ crawler. Phương pháp luận khác nhau, tần suất khác nhau, góc nhìn về cùng một thị trường cũng khác nhau. Khi chồng các chỉ số này lên cùng nhau, sự bất đồng hiện ra rõ ràng (Hình 2).

Chú thích hình: Bốn chỉ số GPU chồng lên nhau để so sánh, cả mức giá lẫn xu hướng đều cho thấy khác biệt rõ rệt

Giá tăng xảy ra ở đâu rốt cuộc

Dựa trên dữ liệu của Compute Desk, chúng ta có thể phân tách biến động giá H100 theo loại nhà cung cấp và cấu trúc hợp đồng, rồi chồng thêm chỉ số SDH100RT của Silicon Data (Hình 3). Tất cả các chỉ báo đều cho thấy giá đang tăng, nhưng điểm xuất phát và mức tăng khác nhau rất lớn tùy theo chỉ số và loại hợp đồng.

Chú thích hình: Biểu đồ giá H100 được tách theo loại hợp đồng chồng lên chỉ số SDH100RT

Dữ liệu H100 new cloud (neocloud) của Compute Desk kể một câu chuyện cụ thể hơn so với các chỉ số tổng hợp. Định giá theo nhu cầu trong suốt mùa đông khá ổn định, vào khoảng 3,00 USD/giờ, rồi đến tháng 3 thì tăng vọt lên 3,50 USD. Giá giao ngay thì nhiễu hơn và thấp hơn, cho đến tận tháng 3 mới bắt đầu có xu hướng tăng nhẹ. SDH100RT của Silicon Data lại thể hiện sự tăng đi lên đều đặn và trơn hơn, cùng kỳ tăng từ 2,00 USD lên 2,64 USD. Hai chỉ số liên tục nằm ở các mức giá khác nhau, và cách mô tả nhịp thời gian cũng khác nhau: Compute Desk nói về cú nhảy tăng vào tháng 3, còn Silicon Data nói về mức tăng chậm kéo dài.

Giá dành trước theo kỳ hạn một năm nhìn chung đi ngang trước tháng 2, rồi đến cuối tháng 3 từ 1,90 USD tăng vọt lên 2,64 USD—không phải kiểu đuổi dần một cách tiệm tiến, mà là một lần định giá lại đột ngột. Điều này giống như các nhà cung cấp tập trung điều chỉnh tỷ lệ phí hợp đồng sau khi thị trường theo nhu cầu siết chặt, hơn là bị thúc đẩy bởi nhu cầu mang tính cấu trúc liên tục.

Câu chuyện của B200 còn mạnh hơn vào tháng 3 (Hình 4). Chỉ số theo nhu cầu của Compute Desk tăng bùng từ 5,70 USD lên hơn 8,00 USD chỉ trong vài tuần. SDB200RT của Silicon Data sau khi bật từ 4,40 USD lên 6,11 USD thì giảm trở lại còn 5,47 USD. Cả hai chỉ số đều ghi nhận diễn biến của đợt tăng giá này, nhưng điểm xuất phát chênh nhau hơn 2 USD và hình thái tăng lẫn giảm cũng khác nhau. B200 chỉ có dưới năm tháng dữ liệu, ít nhà cung cấp hơn, và chênh lệch giá lớn hơn—hai chỉ số đang quan sát cùng một sự kiện qua những “lăng kính” rất khác nhau.

Chú thích hình: Diễn biến giá theo nhu cầu và giá dành trước của B200; chồng dữ liệu Compute Desk với Silicon Data

Vấn đề hạ tầng, không chỉ là khác biệt về địa lý

Thị trường hàng hóa quy mô lớn có chênh lệch nền (basis differential). Khí đốt ở dãy Appalachia là ví dụ kinh điển: một lượng dự trữ khổng lồ nằm trên năng lực vận chuyển đường ống bị ràng buộc mang tính cấu trúc, trong hành lang Pennsylvania–Ohio, tỷ lệ sử dụng đường ống thường vượt 100%, và các dự án mới như Borealis Pipeline mãi đến cuối những năm 2020 mới đi vào vận hành.

Thị trường GPU có tình huống tương tự. Một chiếc H100 ở Virginia và một chiếc H100 ở Frankfurt không phải là cùng một “loại hàng hóa kinh tế”. Nhưng chỉ dựa vào khác biệt địa lý không thể giải thích vì sao các chỉ số đo cùng một thị trường lại phân kỳ lớn như vậy. Sự lệch chuẩn của thị trường GPU sâu hơn cả bài toán khí đốt Appalachia. Vấn đề với khí đốt nằm ở một “mắt xích thiếu” duy nhất: năng lực vận chuyển đường ống kết nối cung và cầu. Còn trong thị trường năng lực tính toán, khoảng trống hạ tầng nằm ở cả hai phía cung và cầu. Hạ tầng vật lý—mạng lưới đồng nhất cần thiết để phân phối năng lực tính toán đáng tin cậy, cấu hình có thể dự đoán được, tính sẵn có có thể dự đoán được—chưa trưởng thành, và đôi khi thậm chí không hoạt động. Hạ tầng tài chính—dù tồn tại khác biệt về vật lý thì vẫn có thể thu hẹp chênh lệch giá nhờ hợp đồng chuẩn hóa, chuẩn tham chiếu minh bạch và cơ chế arbitrage—cũng vẫn chưa có.

Dữ liệu kể một câu chuyện. Những trải nghiệm thực tế khi cố gắng mua năng lực tính toán vào đầu năm 2026 lại kể một câu chuyện còn “đau” hơn. Trên thực tế, toàn bộ công suất theo nhu cầu của mọi loại GPU đã bán hết. Tìm 64 chiếc H100 cũng đã rất khó khăn: Compute Desk cho thấy lượng sẵn có theo nhu cầu của 90% nhà cung cấp theo dạng cụm là bằng không, và thị trường dành trước cũng chẳng khá hơn. Trong một thị trường vận hành tốt, mức độ khan hiếm như vậy đã sớm đẩy giá tới một điểm cân bằng mới. Nhưng thực tế thì không. Điều này cho thấy chính các nhà cung cấp cũng thiếu thông tin định giá theo thời gian thực để điều chỉnh. Giá đang tăng, nhưng tăng quá chậm, không đủ để làm “sạch” thị trường. Khoảng cách giữa giá niêm yết và mức sẵn sàng chi trả thực tế đang được lấp đầy bằng tích trữ, cho thuê lại và giao dịch trên thị trường thứ cấp phi chính thức.

Cần thay đổi gì

Hiện tại, thị trường năng lực tính toán GPU có bảy vấn đề cốt lõi:

Không có chuẩn tham chiếu đồng thuận. Nhiều chỉ số cùng tồn tại, phương pháp luận khác nhau, kết luận mâu thuẫn với nhau.

Câu chuyện mang tính tổng hợp che giấu cấu trúc. Con số “giá H100” che lấp sự khác biệt lớn giữa các loại nhà cung cấp và các kỳ hạn hợp đồng khác nhau.

Thiếu dữ liệu ở cấp giao dịch. Trong thị trường song phương, chênh lệch giữa giá niêm yết và giá giao dịch thực tế rất lớn.

Không có chuẩn hóa hợp đồng. Phần lớn việc cho thuê GPU là đàm phán song phương, điều khoản khác nhau. Những kỳ hạn hợp đồng ngắn hơn và được chuẩn hóa hơn có thể cải thiện thanh khoản và phát hiện giá.

Chất lượng giao hàng không được đảm bảo. Chênh lệch về topology liên kết, ghép CPU, ngăn xếp mạng và thời gian chạy là rất lớn. Trước khi cam kết, người mua cần biết năng lực tính toán họ nhận được có chất lượng gì.

Hợp đồng không có thanh khoản. Nếu nhu cầu thay đổi trong thời gian dành trước, lựa chọn sẽ rất hạn chế: hoặc “ăn” lấy chi phí, hoặc cho thuê lại phi chính thức. Thị trường cần hạ tầng để chuyển nhượng hoặc bán lại năng lực tính toán đã cam kết, nhằm dòng công suất đi đến đúng nơi cần nhất.

Không có đường cong kỳ hạn. Không thể định giá kỳ hạn thì cũng không thể phòng hộ. Vì vậy các tổ chức cho vay áp chiết khấu 40%-50% đối với tài sản thế chấp GPU, và chi phí tài trợ vì thế luôn ở mức cao.

Xây dựng một thị trường vận hành bình thường cho một trong những hàng hóa quan trọng nhất của thế kỷ này không thể chỉ dựa vào một “đường” mà hoàn thành. Việc đo lường, chuẩn hóa, cấu trúc hợp đồng, chất lượng giao hàng, thanh khoản—tất cả phải tiến cùng nhau; trước khi đó, không ai có thể nói rõ ràng một giờ năng lực tính toán GPU đáng giá bao nhiêu.