AI 基礎設施持續擴張之際，NVIDIA 多個世代 GPU 的雲端租賃價格近期不降反升。根據 Silicon Data 與多份雲端 GPU 價格追蹤資料，H100、H200 與 B200 的每小時租金均較 2026 年初走高，連較舊的 A100 也維持上行走勢，顯示市場對 AI 運算資源的需求依然強勁。
不過，不同雲端供應商、GPU 型號、部署形式與合約類型之間仍存在明顯價差，因此相關數字應視為市場區間或特定時間點的價格快照，而非所有服務商適用的統一費率。
H100、H200 與 B200 租金同步上升
市場資料顯示，H100 在 2026 年 1 月的每小時租金略低於 2 美元，近期已升至 2 美元以上，並接近 3 美元。H200 則由年初的較低水準上升至約 5.50 至 5.80 美元；B200 的租金也從 1 月略低於 5 美元，推升至約 5.50 至 5.80 美元。
另一份市場快照則反映不同 GPU 版本與計價條件下的中位數按需價格：
| GPU 型號 | 市場快照中的中位數按需價格 |
|---|---|
| H100 SXM | 約 3.47 美元／小時 |
| H200 SXM | 約 4.56 美元／小時 |
| A100 80GB PCIe | 約 1.44 美元／小時 |
上述資料顯示，即使 A100 已屬較早世代產品，仍能維持一定租賃價值；而 H100、H200 與 B200 則受惠於新一代 AI 工作負載需求，價格表現相對強勢。
租金上升重新引發 GPU 折舊年限討論
GPU 租賃價格走高，也牽動市場對 AI 加速器折舊年限的看法。業界長期爭論 AI GPU 應採三年折舊，或以更長的使用年限計算。若租金與使用需求能持續維持在高檔，支持較長使用壽命的觀點可能獲得更多市場關注。
對超大規模雲端業者而言，若能延長 GPU 資產的估計使用年限，年度折舊費用可能下降，進而對獲利形成支撐。不過，實際折舊政策仍取決於企業的會計估計、硬體使用狀況、技術淘汰速度及相關財務規範，租賃價格本身並不能直接證明特定折舊年限適用。
價格上升未必完全代表供給短缺
市場分析指出，GPU 價格上漲不一定代表供給短缺正在惡化，也可能與 AI 模型推理效率提升有關。當相同硬體能處理更多 token，單位節點所能產生的服務價值便可能增加，進而支撐較高的 GPU 租金。
另一方面，資料中心新增算力的交付週期仍然偏長。即使市場持續增加供應，新增容量也未必能立即抵銷 AI 訓練與推理需求，導致雲端 GPU 價格在不同供應商、區域、部署方式與合約型態之間維持差異。
AI 算力需求仍是價格走勢關鍵
從 A100 到 B200 多個世代產品的租賃價格同步走高，反映 AI 算力市場目前不只依賴最新 GPU。較舊型號仍可承接部分工作負載，而新一代產品則持續受到大型模型訓練、推理服務及相關 AI 應用需求推動。
後續價格是否能夠回落，將取決於新資料中心與 GPU 供應的交付速度、模型效率提升幅度，以及企業對 AI 算力的實際使用量。在供給增加尚未完全轉化為可用容量之前，雲端 GPU 租賃市場可能仍會維持較高價格與供應商之間的分化。
