GPU không có “giá cả”: Bốn chỉ số lớn mâu thuẫn nhau, thị trường năng lực tính toán hỗn loạn hơn bạn tưởng
Tuyển chọn TechFlowTuyển chọn TechFlow
GPU không có “giá cả”: Bốn chỉ số lớn mâu thuẫn nhau, thị trường năng lực tính toán hỗn loạn hơn bạn tưởng
Công suất tính toán đang bị tích trữ và cho thuê lại giống như căn hộ cho thuê ngắn hạn.
Chuyên sâu báo cáo Web3Tác giả: David Lopez Mateos
Biên dịch: TechFlow
Dẫn nhập từ TechFlow: Các phương tiện truyền thông thích dùng một con số duy nhất để tóm lược sự tăng giảm giá thuê GPU, nhưng thực tế lại hoàn toàn khác: trên thiết bị đầu cuối Bloomberg, bốn nhà cung cấp chỉ số đưa ra các mức giá chênh lệch hơn 2 USD so với nhau, đồng thời xu hướng và nhịp độ biến động cũng không thống nhất. Tác giả bài viết này là David Lopez Mateos – người sáng lập nền tảng giao dịch công suất tính toán Compute Desk. Ông sử dụng dữ liệu giao dịch thực tế để phân tích cấu trúc định giá thực sự của chip H100 và B200, phơi bày một thị trường nguyên sơ – nơi thiếu chuẩn mực tham chiếu chung, thiếu hợp đồng tiêu chuẩn và thiếu đường cong kỳ hạn; tại đó, công suất tính toán đang bị tích trữ và cho thuê lại giống như căn hộ ngắn hạn.
Các tiêu đề báo chí khiến bạn nghĩ rằng giá thuê GPU đang tăng vọt. Kịch bản này rất dễ chịu, vừa khít với khuôn khổ vĩ mô “cung khan hiếm + nhu cầu AI vô đáy”, đồng thời hàm ý một điều an tâm: chúng ta đang sở hữu một thị trường vận hành hiệu quả, tín hiệu giá rõ ràng và dễ đọc.
Nhưng thực tế thì không phải vậy. Kịch bản này gần như hoàn toàn dựa trên một chỉ số duy nhất – thứ mà nó ngụ ý lại là điều không nên ngụ ý: thị trường cho thuê GPU đã vận hành hiệu quả đến mức có thể biểu thị toàn bộ trạng thái thị trường bằng một con số duy nhất.
Tình trạng khan hiếm nguồn cung là có thật, nhưng mức độ khan hiếm mà mỗi người cảm nhận được lại hoàn toàn khác nhau – tùy thuộc vào bạn là ai, bạn ở đâu, bạn giao dịch loại hợp đồng nào và loại tài sản tính toán nào. Trước sự thiếu minh bạch này, phản ứng tự nhiên của thị trường không phải là quá trình phát hiện giá có trật tự, mà là tích trữ: đặt trước thời lượng GPU dù bạn chưa chắc đã cần đến, bởi bạn không chắc tháng tới liệu còn mua được GPU với bất kỳ giá nào hay không. Nơi nào có tích trữ và thiếu chuẩn mực tham chiếu minh bạch, nơi đó sẽ xuất hiện thị trường thứ cấp phân mảnh. Tại Compute Desk, chúng tôi đã hỗ trợ các khách hàng cho thuê lại cụm máy chủ của họ theo kiểu cho thuê lại căn hộ trong mùa tổ chức sự kiện lớn. Đây không phải là giả định – điều này đang diễn ra thực tế.
Các chỉ số không hội tụ
Trên các thị trường hàng hóa cơ bản trưởng thành, các chỉ số được xây dựng dựa trên các phương pháp luận khác nhau thường có xu hướng hội tụ. Dầu Brent và dầu WTI có chênh lệch vài đô la do vị trí địa lý và chất lượng dầu khác nhau, nhưng về mặt xu hướng, chúng chuyển động đồng bộ (Hình 1). Sự hội tụ này là dấu hiệu của một thị trường vận hành hiệu quả.
Chú thích ảnh: So sánh xu hướng giá dầu Brent và dầu WTI – hai đường giá có mức độ đồng bộ rất cao
Hiện nay trên thiết bị đầu cuối Bloomberg có ba nhà cung cấp chỉ số định giá GPU: Silicon Data, Ornn AI và Compute Desk. Gần đây SemiAnalysis vừa công bố chỉ số thứ tư – một chỉ số giá hợp đồng H100 kỳ hạn một năm được xây dựng dựa trên dữ liệu khảo sát từ hơn 100 bên tham gia thị trường. Silicon Data và Ornn công bố chỉ số thuê H100 theo ngày, trong khi Compute Desk tổng hợp dữ liệu ở cấp độ kiến trúc Hopper; còn SemiAnalysis thu thập giá hợp đồng sau đàm phán chứ không phải giá niêm yết hay giá thu thập tự động qua web crawler. Các phương pháp luận khác nhau, tần suất cập nhật khác nhau, góc nhìn đối với cùng một thị trường cũng khác nhau. Khi chồng các chỉ số này lên nhau, sự chênh lệch trở nên rõ ràng (Hình 2).
Chú thích ảnh: So sánh chồng lấn bốn chỉ số GPU – cả mức giá lẫn xu hướng đều có sự chênh lệch rõ rệt
Sự tăng giá thực sự xảy ra ở đâu?
Sử dụng dữ liệu từ Compute Desk, chúng ta có thể phân tích biến động giá H100 theo loại nhà cung cấp và cấu trúc hợp đồng, đồng thời chồng lên chỉ số SDH100RT của Silicon Data (Hình 3). Tất cả các chỉ số đều cho thấy giá đang tăng, nhưng điểm khởi đầu và biên độ tăng lại khác biệt rất lớn tùy theo chỉ số và loại hợp đồng.
Chú thích ảnh: Xu hướng giá H100 được phân tách theo loại hợp đồng, chồng lấn với chỉ số SDH100RT
Dữ liệu H100 “neocloud” mới của Compute Desk kể một câu chuyện cụ thể hơn nhiều so với các chỉ số tổng hợp. Giá theo yêu cầu (on-demand) tương đối ổn định suốt mùa đông, dao động quanh mức 3,00 USD/giờ, rồi tăng mạnh lên 3,50 USD/giờ vào tháng Ba. Giá giao ngay (spot) biến động nhiễu hơn và thấp hơn, chỉ bắt đầu tăng nhẹ từ tháng Ba. Trong khi đó, chỉ số SDH100RT của Silicon Data tăng đều đặn và mượt mà hơn, cùng kỳ tăng từ 2,00 USD lên 2,64 USD. Hai chỉ số liên tục duy trì ở hai mức giá khác nhau và mô tả nhịp độ thời gian cũng khác nhau: Compute Desk nhấn mạnh sự “nhảy vọt” vào tháng Ba, còn Silicon Data lại miêu tả một đà “tăng dần”.
Giá đặt chỗ (reserved) kỳ hạn một năm ổn định gần như không đổi cho đến hết tháng Hai, rồi tăng mạnh từ 1,90 USD lên 2,64 USD vào cuối tháng Ba – không phải điều chỉnh từng bước mà là một lần tái định giá đột ngột. Điều này giống hơn với việc các nhà cung cấp tập trung điều chỉnh phí hợp đồng sau khi thị trường theo yêu cầu siết chặt, chứ không phải do nhu cầu cấu trúc tăng liên tục.
Câu chuyện về B200 trong tháng Ba còn mạnh mẽ hơn (Hình 4). Chỉ số theo yêu cầu của Compute Desk tăng vọt từ 5,70 USD lên trên 8,00 USD chỉ trong vài tuần. Còn chỉ số SDB200RT của Silicon Data tăng từ 4,40 USD lên 6,11 USD rồi giảm xuống 5,47 USD. Cả hai chỉ số đều ghi nhận đợt tăng này, nhưng điểm xuất phát chênh nhau hơn 2 USD, đồng thời hình dáng tăng và giảm cũng khác nhau. Với dữ liệu chưa đầy năm tháng, số nhà cung cấp ít hơn và chênh lệch giá lớn hơn, hai chỉ số này đang quan sát cùng một sự kiện nhưng qua hai “lăng kính” rất khác nhau.
Chú thích ảnh: So sánh xu hướng giá theo yêu cầu và giá đặt chỗ B200 – dữ liệu từ Compute Desk và Silicon Data chồng lấn
Vấn đề cơ sở hạ tầng, không chỉ là khác biệt về khu vực địa lý
Các thị trường hàng hóa cơ bản có hiện tượng chênh lệch cơ sở (basis differential). Khí tự nhiên vùng Appalachia là ví dụ kinh điển: dự trữ khổng lồ nằm trên hệ thống đường ống vận tải có năng lực cấu trúc bị giới hạn; tỷ lệ sử dụng hành lang Pennsylvania–Ohio thường vượt 100%; các dự án mới như đường ống Borealis Pipeline phải đến cuối thập niên 2020 mới đi vào hoạt động.
Thị trường GPU cũng tồn tại tình huống tương tự: một chip H100 tại Virginia và một chip H100 tại Frankfurt không phải là cùng một hàng hóa kinh tế. Nhưng riêng sự khác biệt về khu vực địa lý không thể giải thích vì sao các chỉ số đo lường cùng một thị trường lại chênh lệch lớn đến thế. Sự méo mó trong thị trường GPU sâu sắc hơn nhiều so với khí tự nhiên vùng Appalachia. Vấn đề của khí tự nhiên chỉ nằm ở một mắt xích thiếu hụt duy nhất: năng lực vận tải đường ống nối hai đầu cung – cầu. Còn trong thị trường công suất tính toán, khoảng trống cơ sở hạ tầng tồn tại ở cả hai phía cung và cầu. Cơ sở hạ tầng vật lý – mạng lưới phân phối công suất tính toán đáng tin cậy, cấu hình dự đoán được, khả năng sẵn sàng sử dụng dự đoán được – vẫn chưa trưởng thành, đôi khi thậm chí còn không vận hành được. Cơ sở hạ tầng tài chính – những hợp đồng tiêu chuẩn, chuẩn mực tham chiếu minh bạch và cơ chế chênh lệch giá (arbitrage) giúp thu hẹp chênh lệch giá dù có sự khác biệt về mặt vật lý – cũng chưa tồn tại.
Dữ liệu kể một câu chuyện. Trải nghiệm thực tế khi cố gắng mua công suất tính toán vào đầu năm 2026 lại kể một câu chuyện đau đớn hơn. Toàn bộ công suất theo yêu cầu cho mọi loại GPU thực tế đã bán hết. Việc tìm kiếm 64 chip H100 đã rất khó khăn: dữ liệu từ Compute Desk cho thấy 90% nhà cung cấp không còn khả dụng cụm máy theo yêu cầu, còn thị trường đặt chỗ cũng chẳng khá hơn là bao. Trong một thị trường vận hành tốt, mức độ khan hiếm như vậy sớm đã đẩy giá lên một điểm cân bằng mới. Nhưng thực tế thì không như vậy. Điều này cho thấy ngay cả các nhà cung cấp cũng thiếu thông tin định giá thời gian thực để điều chỉnh kịp thời. Giá đang tăng, nhưng tăng quá chậm để làm sạch thị trường. Khoảng cách giữa giá niêm yết và mức giá thực tế người mua sẵn sàng trả đang được lấp đầy bằng việc tích trữ, cho thuê lại và các giao dịch phi chính thức trên thị trường thứ cấp.
Điều gì cần thay đổi?
Thị trường công suất tính toán GPU hiện nay đang đối mặt với bảy vấn đề cốt lõi:
– Thiếu chuẩn mực tham chiếu chung. Nhiều chỉ số cùng tồn tại, phương pháp luận khác nhau, kết luận mâu thuẫn nhau.
– Kể chuyện tổng hợp che khuất cấu trúc thực tế. Một con số duy nhất “giá H100” che giấu sự chênh lệch lớn giữa các loại nhà cung cấp và các kỳ hạn hợp đồng khác nhau.
– Thiếu dữ liệu ở cấp độ giao dịch. Trong thị trường song phương, sai lệch giữa giá niêm yết và giá thực tế giao dịch là rất lớn.
– Thiếu chuẩn hóa hợp đồng. Phần lớn các hợp đồng thuê GPU được thương lượng song phương với điều khoản khác nhau. Việc rút ngắn và chuẩn hóa kỳ hạn hợp đồng sẽ cải thiện thanh khoản và khả năng phát hiện giá.
– Chất lượng bàn giao không được đảm bảo. Cấu trúc kết nối mạng, ghép cặp CPU, ngăn xếp mạng và thời gian vận hành đều khác biệt rất lớn. Người mua cần biết rõ chất lượng công suất tính toán mình đang mua trước khi cam kết.
– Hợp đồng thiếu thanh khoản. Nếu nhu cầu thay đổi trong thời gian đã đặt chỗ, lựa chọn rất hạn chế: hoặc chấp nhận chi phí bỏ đi, hoặc cho thuê lại phi chính thức. Thị trường cần cơ sở hạ tầng cho phép chuyển nhượng hoặc bán lại công suất đã cam kết, nhằm chuyển năng lực sản xuất đến đúng nơi cần nhất.
– Thiếu đường cong kỳ hạn. Không thể định giá kỳ hạn thì không thể phòng ngừa rủi ro. Đó là lý do vì sao các tổ chức cho vay áp dụng chiết khấu 40–50% đối với tài sản đảm bảo là GPU, khiến chi phí tài chính luôn ở mức cao.
Việc xây dựng một thị trường vận hành bình thường cho mặt hàng cơ bản quan trọng nhất của thế kỷ này không thể chỉ tiến hành trên một tuyến duy nhất. Đo lường, chuẩn hóa, cấu trúc hợp đồng, chất lượng bàn giao và thanh khoản – tất cả những yếu tố này phải tiến triển đồng bộ. Trước khi điều đó xảy ra, không ai thực sự có thể xác định rõ một giờ sử dụng GPU đáng giá bao nhiêu.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@SenorScience
