GPU4台必要なら時間単価は商品ではない

関連する開示についてはこちらをご覧ください。

最近、計算リソースのレンタル市場である Vast.ai 上で GPU の賃貸価格を調査しました。H200 の単価は、1 GPU あたり約 3.93 ドル/時間でした。これだけ見ると非常にシンプルに思えます。必要なチップを選び、時間あたりの料金を必要な GPU 数と利用時間に掛ければ、請求額が算出されるはずです。

しかし、同じマシン内に H200 を 4 枚積んだ構成を求めると、条件を満たす供給量の半分が消え、残りの供給も 4% ほど高くなります。8 枚必要であれば、残念ながら手が出せません。サンプル内にはどんな価格でも見つかりませんでした。レンタルレートと、実際に使える計算リソースの価格は異なるのです。

つまり、計算リソースの価格表示は「 headline rate（表面上のレート）」に基づいていますが、多くのワークロードがそのように消費されるわけではありません。見出しでは H100 と B200 はそれぞれ異なる価格で表示されていますが、学習やファインチューニング、高スループット推論には、同じマシンまたはクラスター内に複数の同一 GPU を配置し、十分な相互接続と十分な利用可能時間を確保する必要があります。8 台の分散した GPU を 1 時間ずつ使うことと、8 台の隣接する GPU で 1 時間使うことは、決して同等ではありません。

表面上の数字と実務的なワークロードにおける価格の差を定量化するため、Vast.ai からオンデマンドオファーを取得し、以下の条件を満たすものだけを抽出しました。検証済みであること、現在レンタル可能であること、少なくとも 7 日間利用可能であること、そして信頼性スコアが 99% 以上のホストに紐付いていることです。

このフィルタリング処理の結果、対象となったのは5種類のアクセラレーターモデルでした。具体的には A100 SXM4、H100 SXM、H200、B200、そして L40S です。

同じ物理マシン上で異なるバンドルサイズが複数のオファーとして表示されているケースが多いため、ここでは物理マシン単位で重複を除外しました。その結果、37台のマシンと 93 個の GPU がリストアップされました。

次に、1 個、2 個、4 個、8 個という同じ仕様の GPU を必要とする場合、どれだけの供給量があれば対応可能か、また各サイズで最も安い利用料はいくらになるかを調査しました。価格指標としては、条件を満たす機器のうち最安値の上位3台までの中央値を採用し、極端に安い単価が結果を歪めるのを防ぎました。

*Diagram generated by GPT 5.6 Sol*

この分析から興味深い事実が浮かび上がりました。それは、必ずしも大規模なクラスターの方が高価になるとは限らないという点です。必要な GPU の数が増えるほど利用可能な在庫は減少しますが、その割に価格が連動して上昇するわけではありません。H200 のデータがこの傾向を最も明確に示しています。

1 個から 2 個へ増やしても、ほぼ同じ価格で利用可能な物理マシンの割合は 92% を維持しました。しかし、4 個になると利用可能な在庫は半減し、GPU 時間あたりの価格は 4% 上昇して 3.93 ドルから 4.08 ドルとなりました。そして 8 個を必要とするケースでは、条件を満たす機器は一つも存在しませんでした。

H100 と B200 の供給はさらに逼迫していました。H100 は 2 GPU リクエストには対応可能でしたが、4 GPU を必要とするリクエストには対応できませんでした。B200 のサンプルでは物理マシンが 2 台確認できましたが、どちらも最大 2 GPU までしかサポートしておらず、4 GPU や 8 GPU の利用可能性はゼロでした。

A100 は予想通り、供給が減ると価格が上昇しました。8 GPU マシンも存在しましたが、1 GPU あたりの価格がベースラインの 0.60 ドルから 1.29 ドルに跳ね上がり、連続性プレミアム（コンティニュイティ・プレミアム）は 114% に達しています。

L40S は両刃の剣でした。リストされた在庫のうち、8 GPU リクエストに対応できる大規模マシンにあるのはわずか 35% だけですが、その唯一の候補機は安価でした。これは滑らかな供給曲線ではなく、薄く断片的な注文簿の状態です。

通常、希少性は価格に影響します。石油を例に挙げれば、需要が増加して供給が一定であれば価格は上昇します。しかし、コンピューティングリソースでは必ずしもそうはなりません。計算資源は、構成と可用性によって割り当てられるのです。市場全体で数百 GPU 時間の在庫があっても、購入者がそれらを組み合わせて稼働可能なクラスターを構築できないケースがあります。

ボトルネックとなるのは、ハードウェアの世代、共設置（コロケーション）、ネットワーク、信頼性、予約期間、CPU、ストレージ、そして地理的条件です。

しかし、適切な構成が存在しない場合、希少性は取引価格の上昇として現れません。取引自体が成立しないからです。そのため、1 GPU や 2 GPU のレンタル価格だけで算出された指数では、コンピューティングリソースは豊富で安定しているように見えてしまいます。一方で、大規模クラスターを必死に見つけようとする企業は、どんなに高額な価格であっても見つからないというジレンマを抱えています。

この理由から、大規模な購入者は二国間容量契約に頼るのです。これらの契約は、特定の時刻における特定の構成を確保します。余剰な容量は Vast.ai などの市場で取引されることになります。

最初の計算先物契約は、標準化された GPU アワー基準に対して決済されると考えられます。デリバティブには単純な定義と信頼できるインデックスを支える十分な観測データが必要であるため、これは理にかなっています。しかし、将来の 4 枚または 8 枚の H100 GPU 需要に対するヘッジとして H100 の先物を買う企業にとって、実質的なベースリスクが存在します。先物は広範な H100 価格の上昇にはヘッジ機能を持ちますが、共置された容量が不足していることへの対策にはなりません。ヘッジは成立しても、ワークロードは実行されません。

エネルギー市場では、この残余リスクを「場所による価格差（ロケーション・ベース）」や、供給の確約性と中断可能性の間のスプレッドとして管理しています。同様に、計算市場もトポロジーに特化したバージョンを構築するでしょう。中心には汎用的な GPU アワーを置き、クラスターサイズ、相互接続の品質、地域、可用性保証などに対してはプレミアムまたは別契約を設ける形です。そして、これらのクラスターアワーや容量オプションが、基礎となる GPU アワーよりも活発に取引されるようになる可能性も十分にあります。

Vast.ai は単一の市場プレイスに過ぎません。そこに掲載されているのは広告としてのオファーであり、完了した取引ではありません。また、そこに表示される供給量は、世界の設置済み総容量を反映しているわけではありません。大規模なクラスターの推定値のいくつかは少数の機械に基づいているため、詳細なプレミアムについては注意深く扱う必要があります。

この利用パターンの分析は、単に「サンプルが少ないから」と片付けられるものではありません。信頼性閾値を 98% から 99.5% の間で変えても結果は変わりませんでした。B200 に 4 GPU 構成の提供はなく、H200 に 8 GPU 構成の提供もありませんでした。A100 も大規模クラスター利用には依然としてプレミアム価格がついています。

このサンプル数が少ないこと自体が重要なポイントです。 headline となるような GPU の平均価格は、一見活発な市場があるように見せているかもしれませんが、実際に必要な特定の構成（例えば 4 GPU や 8 GPU）の市場は、ほとんど存在していないのです。

本ニュースレターがお役に立てたなら、ぜひ同僚にも共有してください。

Share Buy the Rumor; Sell the News

コメントや質問、ご意見はいつでも歓迎します。私と直接つながりたい場合は、以下のいずれかをご利用ください。

• Twitter でフォローする
• LinkedIn で接続する
• メールを送る（dave [at] davefriedman dot co へ。ドメインは .com ではありません！）

1

データ取得用のスクリプトは GPT 5.6 Sol が作成しました。データソース：Vast.ai offer-search API。スナップショット撮影日：2026 年 7 月 23 日。