Penulis: David Lopez Mateos
Disusun oleh: Deep Tide TechFlow
Panduan Deep Tide: Media suka menggunakan satu angka untuk merangkum kenaikan dan penurunan harga daya komputasi GPU, tetapi kenyataannya adalah: Empat penyedia indeks di terminal Bloomberg memberikan penawaran yang menyimpang lebih dari 2 dolar, dengan arah dan ritme yang tidak konsisten. Penulis artikel ini adalah David Lopez Mateos, pendiri platform perdagangan daya komputasi GPU Compute Desk. Dia menggunakan data perdagangan langsung untuk menganalisis struktur harga sebenarnya dari H100 dan B200, mengungkapkan pasar yang belum matang—tanpa konsensus patokan, tanpa kontrak standar, tanpa kurva berjangka—daya komputasi sedang ditimbun dan disewakan ulang seperti apartemen sewa jangka pendek.
Judul media akan membuat Anda berpikir bahwa harga daya komputasi GPU sedang melonjak. Narasi ini nyaman, sempurna untuk kerangka makro "penyempitan pasokan + permintaan AI yang tak terbatas", dan juga menyiratkan sesuatu yang meyakinkan: Kita memiliki pasar yang berfungsi baik, dengan sinyal harga yang jelas dan mudah dibaca.
Tapi kita tidak memilikinya. Narasi ini hampir seluruhnya dibangun di atas satu indeks tunggal, yang menyiratkan sesuatu yang tidak seharusnya disiratkan: Pasar sewa GPU sudah begitu efisien sehingga dapat diwakili oleh satu angka untuk menggambarkan keadaan global.
Kelangkaan pasokan adalah nyata, tetapi kelangkaan yang dirasakan orang sangat berbeda—tergantung pada siapa Anda, di mana Anda berada, kontrak apa yang Anda perdagangkan, dan aset daya komputasi apa. Menghadapi ketidaktransparan ini, respons alami pasar bukanlah penemuan harga yang teratur, tetapi penimbunan: mengunci durasi GPU yang mungkin belum Anda butuhkan, karena Anda tidak yakin apakah bulan depan masih dapat membelinya dengan harga berapa pun. Di mana ada penimbunan dan tanpa patokan yang transparan, pasar sekunder yang terfragmentasi akan muncul. Di Compute Desk, kami telah memfasilitasi penyewa yang menyewakan ulang kluster mereka seperti menyewakan apartemen selama acara besar. Ini bukan asumsi, ini sedang terjadi.
Indeks Tidak Konvergen
Di pasar komoditas matang, indeks yang dibangun berdasarkan metodologi berbeda akan cenderung konvergen. Minyak mentah Brent dan WTI memiliki perbedaan harga beberapa dolar karena lokasi geografis dan kualitas minyak mentah, tetapi arahnya bergerak sinkron (Gambar 1). Konvergensi ini adalah tanda pasar yang efisien.
Keterangan gambar: Perbandingan pergerakan harga minyak mentah Brent dan WTI, sangat konsisten dalam arah
Sekarang ada tiga penyedia indeks harga GPU di terminal Bloomberg: Silicon Data, Ornn AI, dan Compute Desk. SemiAnalysis baru saja merilis yang keempat—sebuah indeks harga kontrak satu tahun H100 bulanan yang dibangun berdasarkan data survei dari lebih dari 100 peserta pasar. Silicon Data dan Ornn merilis indeks sewa H100 harian, Compute Desk mengagregasi data pada tingkat arsitektur Hopper, SemiAnalysis menangkap harga kontrak setelah negosiasi, bukan harga yang terdaftar atau harga crawler. Metodologi berbeda, frekuensi berbeda, sudut pandang wawasan terhadap pasar yang sama juga berbeda. Saat dilihat secara bersamaan, perbedaannya jelas terlihat (Gambar 2).
Keterangan gambar: Perbandingan gabungan empat indeks GPU, tingkat harga dan tren pergerakan jelas berbeda
Di Mana Sebenarnya Kenaikan Harga Terjadi
Menggunakan data Compute Desk, kita dapat memecah perubahan harga H100 berdasarkan jenis penyedia dan struktur kontrak, dan menumpangkannya dengan indeks SDH100RT Silicon Data (Gambar 3). Semua indikator menunjukkan harga naik, tetapi titik awal dan besarnya sangat bervariasi tergantung pada indeks dan jenis kontrak.
Keterangan gambar: Tren harga H100 yang dipecah berdasarkan jenis kontrak, ditumpangkan dengan indeks SDH100RT
Data H100 neocloud Compute Desk menceritakan kisah yang lebih spesifik daripada indeks agregat. Harga sesuai permintaan relatif stabil sepanjang musim dingin, sekitar $3,00/jam, kemudian melonjak tajam pada bulan Maret menjadi $3,50/jam. Harga spot lebih berisik dan lebih rendah, hingga bulan Maret baru menunjukkan tren kenaikan kecil. SDH100RT Silicon Data menunjukkan kenaikan yang lebih halus dan stabil, naik dari $2,00 menjadi $2,64 pada periode yang sama. Kedua indeks terus berada pada level harga yang berbeda, dan juga menggambarkan ritme waktu yang berbeda: Compute Desk berbicara tentang lonjakan Maret, Silicon Data berbicara tentang kenaikan bertahap.
Harga reservasi satu tahun pada dasarnya datar hingga Februari, kemudian melonjak tajam dari $1,90 menjadi $2,64 pada akhir Maret—bukan mengejar secara bertahap, tetapi penentuan harga ulang yang tiba-tiba. Ini lebih mirip penyedia yang menyesuaikan tarif kontrak secara kolektif setelah pasar sesuai permintaan mengencang, bukan didorong oleh permintaan struktural yang berkelanjutan.
Kisah B200 di bulan Maret lebih dahsyat (Gambar 4). Indeks sesuai permintaan Compute Desk melonjak dari $5,70 menjadi lebih dari $8,00 dalam beberapa minggu. SDB200RT Silicon Data melonjak dari $4,40 menjadi $6,11 kemudian turun kembali ke $5,47. Kedua indeks mencatat gelombang ini, tetapi titik awalnya berbeda lebih dari $2, dan bentuk kenaikan serta penurunannya juga berbeda. B200 memiliki data kurang dari lima bulan, lebih sedikit penyedia, spread harga yang lebih besar—kedua indeks mengamati peristiwa yang sama melalui lensa yang sangat berbeda.
Keterangan gambar: Tren harga B200 sesuai permintaan dan reservasi, data Compute Desk dan Silicon Data ditumpangkan
Masalah Infrastruktur, Bukan Hanya Perbedaan Wilayah
Pasar komoditas memiliki basis diferensial (basis differential). Gas alam Appalachia adalah contoh klasik: Cadangan besar berada di atas kapasitas pipa yang terbatas secara struktural, utilisasi di koridor Pennsylvania-Ohio sering melebihi 100%, proyek pipa baru seperti Borealis Pipeline baru akan online pada akhir dekade 2020-an.
Pasar GPU memiliki situasi serupa: Satu H100 di Virginia dan satu H100 di Frankfurt bukanlah barang ekonomi yang sama. Tetapi perbedaan wilayah saja tidak dapat menjelaskan mengapa indeks yang mengukur pasar yang sama sangat berbeda. Ketidaksejajaran pasar GPU lebih dalam daripada gas alam Appalachia. Masalah gas alam adalah satu mata rantai yang hilang: Kapasitas pipa yang menghubungkan penawaran dan permintaan. Kesenjangan infrastruktur pasar daya komputasi ada di kedua sisi, penawaran dan permintaan. Infrastruktur fisik—jaringan yang konsisten, konfigurasi yang dapat diprediksi, ketersediaan yang dapat diprediksi yang diperlukan untuk mendistribusikan daya komputasi secara andal—belum matang, terkadang tidak berfungsi sama sekali. Infrastruktur keuangan—kontrak standar yang dapat memampatkan spread meskipun ada perbedaan fisik, patokan transparan, mekanisme arbitrase—juga belum ada.
Data menceritakan sebuah kisah. Pengalaman nyata mencoba membeli daya komputasi pada awal 2026 menceritakan kisah yang lebih menyakitkan. Semua kapasitas sesuai permintaan untuk semua jenis GPU praktis habis terjual. Mencari 64 H100 pun sulit: Compute Desk menunjukkan 90% penyedia memiliki ketersediaan kluster sesuai permintaan nol, pasar reservasi tidak jauh lebih baik. Di pasar yang berfungsi baik, tingkat kelangkaan seperti ini sudah mendorong harga ke titik keseimbangan baru. Namun kenyataannya tidak. Ini menunjukkan bahwa penyedia sendiri juga kekurangan intelijen harga real-time untuk menyesuaikan. Harga naik, tetapi terlalu lambat, tidak cukup untuk membersihkan pasar. Kesenjangan antara harga terdaftar dan kesediaan membayar yang sebenarnya, sedang diisi oleh penimbunan, penyewaan ulang, dan transaksi pasar sekunder non-formal.
Apa yang Perlu Diubah
Pasar daya komputasi GPU saat ini memiliki tujuh masalah inti:
Tidak ada patokan konsensus. Beberapa indeks berdampingan, dengan metodologi berbeda, kesimpulan saling bertentangan.
Narasi agregat menutupi struktur. Satu angka "harga H100" menutupi perbedaan besar antara berbagai jenis penyedia dan jangka waktu kontrak.
Kurangnya data tingkat transaksi. Di pasar bilateral, penyimpangan antara harga terdaftar dan harga transaksi aktual sangat besar.
Tidak ada standardisasi kontrak. Sebagian besar sewa GPU adalah negosiasi bilateral, dengan ketentuan yang berbeda-beda. Jangka waktu kontrak yang lebih pendek dan lebih standar dapat meningkatkan likuiditas dan penemuan harga.
Tidak ada jaminan kualitas pengiriman. Topologi interkoneksi, pemasangan CPU, tumpukan jaringan, dan perbedaan waktu operasi sangat bervariasi. Pembeli perlu mengetahui kualitas daya komputasi yang mereka beli sebelum membuat komitmen.
Kontrak tidak likuid. Jika permintaan berubah selama periode reservasi, pilihannya sangat terbatas: either menanggung biaya, atau menyewa ulang secara non-formal. Pasar membutuhkan infrastruktur untuk mentransfer atau menjual kembali daya komputasi yang telah dijanjikan, mengalirkan kapasitas kepada yang paling membutuhkannya.
Tidak ada kurva berjangka. Tidak dapat menentukan harga berjangka, berarti tidak dapat lindung nilai. Inilah mengapa pemberi pinjaman memberikan diskon 40%-50% untuk jaminan GPU, biaya pembiayaan tetap tinggi.
Membangun pasar yang berfungsi normal untuk komoditas terpenting abad ini tidak mungkin hanya didorong oleh satu jalur. Pengukuran, standardisasi, struktur kontrak, kualitas pengiriman, likuiditas—ini semua harus maju bersamaan, sebelum itu tidak ada yang benar-benar dapat mengatakan berapa nilai satu jam GPU.
