По данным аналитической компании Silicon Data, стоимость перепродажи графических процессоров Nvidia B200 спустя год после начала поставок достигла 158% от их первоначальной цены. Это означает, что текущая рыночная стоимость оборудования превышает рекомендованную розничную цену на 58%, что противоречит стандартной модели обесценивания электроники.
Эксперты отмечают, что классические методы линейной амортизации, рассчитанные на три или пять лет, перестали работать в сегменте ускорителей для ИИ. Остаточная стоимость более ранних моделей, таких как A100 и H100, также значительно превышает показатели, которые предполагали бы стандартные бухгалтерские графики списания активов.
Высокая эффективность B200 подтверждается бенчмарками SemiAnalysis. При работе с моделью DeepSeek-R1 стоимость инференса составляет $0,20 за миллион токенов при скорости взаимодействия 76 токенов в секунду на пользователя, что делает устройство одним из самых производительных решений на рынке.
Данные рынка аренды подтверждают сохраняющийся дефицит мощностей. Если в январе стоимость аренды B200 составляла менее $5 в час, то к августу цена выросла до диапазона $5,50–5,80. В сегменте облачных сервисов, не относящихся к гиперскейлерам, средняя стоимость часа использования GPU составляет около $5,61.
Несмотря на призывы руководителей OpenAI Сэма Альтмана и Anthropic Дарио Амодеи замедлить темпы разработки новых моделей ИИ, рыночные показатели свидетельствуют об обратном. Рост цен на аренду и высокая остаточная стоимость оборудования указывают на то, что спрос на вычислительные мощности продолжает расти.
