La GPU no tiene «precio»: cuatro grandes índices en conflicto, el mercado de potencia de cálculo es más caótico de lo que piensas

Autor: David Lopez Mateos

Traducción: Deep Tide TechFlow

Guía de Deep Tide: A los medios les gusta resumir la subida y la bajada del precio de la potencia de cómputo de GPU con un solo número, pero la realidad es esta: en la terminal Bloomberg, las cotizaciones que dan cuatro proveedores de índices difieren entre sí en más de 2 dólares, y también lo hacen en cuanto a dirección y ritmo. El autor de este artículo es el fundador de la plataforma de trading de potencia de cómputo GPU Compute Desk, David Lopez Mateos; él descompone la estructura real de precios de H100 y B200 con datos de trading de primera mano, revelando un mercado primario sin un punto de referencia de consenso, sin contratos estándar y sin curva de futuros: la potencia de cómputo se está acumulando y revendiendo como si fueran apartamentos de alquiler por temporadas.

Los titulares de los medios te harán pensar que el precio de la potencia de cómputo de GPU se está disparando. Este relato es cómodo, encaja a la perfección en el marco macro de “restricción de la oferta + demanda de IA sin fondo” y, además, insinúa algo tranquilizador: tenemos un mercado que funciona bien, y las señales de precio se pueden leer con claridad.

Pero no lo tenemos. Este relato se sostiene casi por completo sobre un único índice, y lo que sugiere no debería sugerirse: el mercado de alquiler de GPU ya es tan eficiente que un solo número puede representar el estado global.

La escasez de oferta es real, pero la escasez que percibe cada persona es totalmente distinta: depende de quién eres, de dónde estás, de qué contrato operas y de qué activo de potencia de cómputo estás comprando. Ante esta falta de transparencia, la reacción natural del mercado no es un descubrimiento de precios ordenado, sino la acumulación: asegurar horas de GPU que quizá todavía no necesitas, porque no estás seguro de si el próximo mes podrás comprarlas a ningún precio. Donde hay acumulación y no existe un punto de referencia transparente, aparece un mercado secundario fragmentado. En Compute Desk, ya hemos facilitado que los inquilinos reubiquen sus clústeres como si fueran apartamentos para subarrendar durante grandes eventos. No es una suposición: está ocurriendo.

Índices que no convergen

En los mercados maduros de materias primas a granel, los índices construidos con diferentes metodologías tienden a converger. Brent y WTI, por diferencias de ubicación geográfica y por la calidad del crudo, pueden tener una brecha de varios dólares, pero en términos de dirección se mueven de forma sincronizada (Figura 1). Esta convergencia es una señal de un mercado eficiente.

Pie de figura: Comparación de la evolución de precios de Brent y WTI

Ahora en la terminal Bloomberg hay tres proveedores de índices de precios de GPU: Silicon Data, Ornn AI y Compute Desk. SemiAnalysis acaba de publicar el cuarto: un índice mensual de precios de contratos de un año para H100, construido a partir de datos de encuestas a más de 100 participantes del mercado. Silicon Data y Ornn publican índices diarios de H100 de alquiler; Compute Desk agrega datos a nivel de arquitectura Hopper; SemiAnalysis captura el precio del contrato tras la negociación, no el precio publicado ni el de scraping. Las metodologías son diferentes, la frecuencia es diferente y el ángulo desde el que se ofrece la información sobre el mismo mercado también es diferente. Al superponerlos, las discrepancias quedan a la vista (Figura 2).

Pie de figura: Comparación superpuesta de los cuatro índices de GPU; tanto el nivel de precios como la tendencia muestran diferencias claras

Dónde realmente ocurre la subida de precios

Con los datos de Compute Desk, podemos descomponer los cambios de precio de H100 por tipo de proveedor y estructura de contrato, y superponer el índice SDH100RT de Silicon Data (Figura 3). Todos los indicadores muestran que los precios suben, pero el punto de partida y la magnitud difieren muchísimo según el índice y el tipo de contrato.

Pie de figura: Evolución de precios de H100 desglosada por tipo de contrato y superpuesta con el índice SDH100RT

Los datos de H100 new cloud (neocloud) de Compute Desk cuentan una historia más concreta que la que sugieren los índices agregados. La fijación bajo demanda se mantiene relativamente estable durante todo el invierno, alrededor de 3.00 dólares por hora, y luego en marzo se dispara hasta 3.50 dólares. El precio spot es más ruidoso y también más bajo, con una ligera tendencia al alza recién en marzo. El SDH100RT de Silicon Data muestra un ascenso más suave y constante; en el mismo periodo sube de 2.00 dólares a 2.64 dólares. Ambos índices se mantienen de forma continua en niveles de precio distintos y describen el ritmo temporal de manera diferente: Compute Desk habla de un salto en marzo; Silicon Data habla de una subida lenta.

La fijación reservada a un año se mantiene básicamente plana antes de febrero, y luego a finales de marzo salta bruscamente de 1.90 dólares a 2.64 dólares: no es un ajuste gradual persiguiendo el cambio, sino una redefinición repentina del precio. Esto se parece más a que los proveedores ajustan de forma concentrada las tarifas de los contratos después de que se apriete el mercado bajo demanda, más que a una demanda estructural continua.

La historia de marzo de B200 es todavía más intensa (Figura 4). El índice bajo demanda de Compute Desk se dispara en pocas semanas de 5.70 dólares a más de 8.00 dólares. El SDB200RT de Silicon Data pasa de 4.40 dólares a 6.11 dólares y luego cae de vuelta a 5.47 dólares. Ambos índices registran esta ola, pero el punto de partida difiere en más de 2 dólares y la forma del aumento y del retroceso también es diferente. B200 solo tiene menos de cinco meses de datos, menos proveedores y una brecha de precios mayor; ambos índices están observando el mismo evento con lentes muy diferentes.

Pie de figura: Trayectorias de precios bajo demanda y reservados de B200; superposición de datos de Compute Desk y Silicon Data

Problemas de infraestructura, no solo diferencias geográficas

En los mercados de materias primas a granel existe el basis differential (diferencial de base). El gas natural en Appalachia es un caso de libro de texto: enormes reservas están asentadas sobre una capacidad de transporte por tubería estructuralmente limitada; la utilización del corredor Pensilvania-Ohio suele superar el 100% y proyectos nuevos como Borealis Pipeline solo entrarán en funcionamiento a finales de la década de 2020.

El mercado de GPU tiene una situación similar: una H100 en Virginia y otra H100 en Frankfurt no son el mismo “bien económico”. Pero solo con las diferencias geográficas no se puede explicar por qué las discrepancias entre índices al medir el mismo mercado son tan grandes. El desajuste del mercado de GPU es más profundo que el del gas natural en Appalachia. El problema del gas natural es una pieza faltante única: la capacidad de tubería que conecta la oferta y la demanda. En el mercado de potencia de cómputo, la brecha de infraestructura existe tanto en el lado de la oferta como en el de la demanda. La infraestructura física—una red coherente necesaria para distribuir potencia de cómputo de forma fiable, una configuración predecible y una disponibilidad predecible—no está madura y, a veces, ni siquiera funciona. La infraestructura financiera—aunque existan diferencias físicas que puedan comprimirse mediante contratos estandarizados, una referencia transparente y mecanismos de arbitraje—tampoco existe todavía.

Los datos cuentan una historia. La experiencia real al intentar adquirir potencia de cómputo a principios de 2026 cuenta una historia aún más punzante. En la práctica, toda la capacidad bajo demanda de todos los tipos de GPU está agotada. Conseguir 64 H100 es difícil: Compute Desk muestra que el 90% de los proveedores tiene disponibilidad bajo demanda en cero; y el mercado reservado tampoco está mucho mejor. En un mercado que funciona bien, esa magnitud de escasez ya habría empujado los precios a un nuevo equilibrio mucho antes. Pero no ocurre. Esto indica que incluso los propios proveedores carecen de información de precios en tiempo real para ajustarse. Los precios suben, pero suben demasiado lento como para limpiar el mercado. La brecha entre los precios anunciados y la disposición real a pagar se está llenando con la acumulación, el subarrendamiento y las transacciones en un mercado secundario informal.

Qué necesita cambiar

El mercado actual de potencia de cómputo de GPU tiene siete problemas centrales:

No existe un punto de referencia de consenso. Hay múltiples índices, cada uno con metodologías diferentes, y las conclusiones se contradicen entre sí.

La narrativa agregada oculta la estructura. Un número de “precio de H100” oculta diferencias enormes entre distintos tipos de proveedores y los plazos de los contratos.

Falta información a nivel de transacción. En un mercado bilateral, la desviación entre el precio publicado y el precio de transacción real es muy grande.

No hay estandarización de contratos. La mayoría de los alquileres de GPU se negocian de forma bilateral con condiciones distintas. Contratos más cortos y más estandarizados pueden mejorar la liquidez y el descubrimiento de precios.

No se garantiza la calidad de la entrega. Las diferencias en topología de interconexión, emparejamiento de CPU, pila de red y tiempo de ejecución son enormes. Antes de hacer compromisos, los compradores necesitan saber qué calidad de potencia de cómputo están adquiriendo.

Los contratos no tienen liquidez. Si la demanda cambia durante el periodo reservado, las opciones son muy limitadas: o se absorben los costos, o se hace un subarrendamiento informal. El mercado necesita una infraestructura para transferir o revender la infraestructura de potencia de cómputo ya comprometida, de modo que la capacidad fluya hacia quienes más la necesitan.

No hay curva de futuros. Si no se puede fijar el precio de los futuros, no se puede cubrir el riesgo. Por eso los prestamistas aplican un descuento del 40%-50% al colateral de GPU y el costo de financiación se mantiene alto.

Construir un mercado que funcione de manera normal para las materias primas más importantes de este siglo no se puede lograr solo empujando una sola línea. La medición, la estandarización, la estructura de contratos, la calidad de entrega y la liquidez deben avanzar de forma coordinada; antes de eso, nadie puede decir con verdadera claridad cuánto vale una “hora” de GPU.