El precio del alquiler de Nvidia H100 sube a pesar del lanzamiento de Blackwell: +40% en seis meses

El mercado de computación de IA ha demostrado una resiliencia inesperada del hardware anterior: tras el lanzamiento de los sistemas Nvidia Blackwell, el alquiler de aceleradores H100 no solo no se ha abaratado, sino que ha crecido notablemente. En seis meses, la tarifa media de alquiler a largo plazo ha subido de aproximadamente 1,70 a 2,35 dólares por GPU por hora, y la capacidad disponible basada en Hopper para muchos proveedores se ha agotado esencialmente. La lógica del mercado sugería lo contrario.

El H100 ya no es el buque insignia: es la generación anterior de aceleradores Nvidia en la arquitectura Hopper, mientras que Blackwell se promociona como la nueva base para los mayores clusters de IA. Normalmente, tras un cambio de generación, las GPUs antiguas se abaratan porque algunos clientes se trasladan a sistemas más rápidos y aparece más oferta secundaria en el mercado. Pero en 2026, este escenario no se ha materializado.

Los analistas registran simultáneamente dos señales de escasez. En primer lugar, los precios están subiendo: un incremento de aproximadamente el 40% en seis meses para un producto maduro resulta atípico. En segundo lugar, incluso a estas tarifas, es difícil encontrar H100s disponibles.

Los arrendatarios intentan prolongar los contratos existentes a cualquier precio, en algunos casos inmediatamente durante varios años. Esto significa que para muchas empresas es más importante garantizar el acceso a la computación que esperar a que el mercado se enfríe.

La razón es que Blackwell aún no ha logrado reemplazar a Hopper en volumen suficiente. Las nuevas instancias con aceleradores de generación Blackwell se están lanzando al mercado gradualmente, y se espera que una parte significativa de los despliegues ocurra solo hacia mediados de año. Mientras la oferta sea limitada, la demanda continúa creciendo más rápido de lo que los proveedores logran introducir nuevos racks y clusters.

Como resultado, los sistemas superiores de la generación anterior no se están liberando: siguen siendo la bestia de carga para entrenamiento de modelos, ajuste fino, inferencia y servicios de IA corporativos. Esto es especialmente notable en tareas de entrenamiento. A pesar de la aparición de Blackwell, muchas cargas de trabajo de entrenamiento de modelos en términos de relación precio/rendimiento todavía se ajustan bien a H100, especialmente si las empresas no necesitan mega-clusters experimentales, sino configuraciones familiares de decenas o centenas de GPUs.

Para inferencia, la nueva generación es ciertamente más atractiva, pero en la práctica, la disponibilidad de hardware a menudo importa más que el rendimiento teórico. Si el cluster Blackwell necesario no está disponible en los próximos meses, el negocio utiliza lo que se puede desplegar ahora. El H100 tiene una posición práctica sólida para esto.

Estos aceleradores son bien conocidos en el mercado, los frameworks ya están optimizados para ellos, las configuraciones en la nube y los pipelines internos de las empresas ya están adaptados a ellos. Nvidia promociona el H100 como acelerador universal para entrenamiento e inferencia de grandes modelos en la arquitectura Hopper, y en los clusters reales no solo importa el rendimiento máximo, sino también la previsibilidad del suministro, la compatibilidad y la economía clara. Si Blackwell promete un incremento múltiplo en eficiencia en las cargas de trabajo más pesadas de los grandes modelos de lenguaje, entonces H100 sigue siendo una herramienta comprensible y comprobada donde la migración a una nueva generación no se amortiza de inmediato.

Un factor aparte es la propia estructura del mercado de alquiler de GPU. La gran mayoría de los acuerdos no se realizan a través de precios horarios públicos, sino a través de contratos de mediano y largo plazo. Cuando la demanda se acelera repentinamente, los proveedores de nube tienen la oportunidad de elegir clientes, aumentar tarifas y solicitar compromisos más largos.

Para startups y equipos corporativos, esto significa una cosa desagradable: la escasez ahora se expresa no solo en el precio, sino en la ausencia de espacios. Incluso si el presupuesto está disponible, el cluster necesario puede simplemente no estar disponible.

La conclusión para el mercado es simple: en el auge de la IA, un acelerador se considera "obsoleto" solo en papel. Mientras la producción de nuevos sistemas se rezague respecto a la demanda, la generación anterior de sistemas Nvidia mantiene un valor casi estratégico y puede encarecerse contrariamente a la lógica habitual de actualización de hardware. Para los clientes de la nube, esta es una señal para reservar capacidad con anticipación y ser más cauteloso al planificar una migración rápida a Blackwell. Para la propia Nvidia, es confirmación de que la demanda de computación todavía está creciendo más rápido de lo que la infraestructura logra actualizarse.