Aluguel de Nvidia H100 sobe mesmo com a chegada da Blackwell: alta de 40% em seis meses

O mercado de computação para IA mostrou uma resiliência inesperada do hardware antigo: depois do lançamento dos sistemas Nvidia Blackwell, o aluguel de aceleradores H100 não só não ficou mais barato como subiu de forma visível. Em seis meses, a tarifa média do aluguel de longo prazo passou de aproximadamente US$ 1,7 para US$ 2,35 por GPU por hora, e muitos provedores praticamente esgotaram a capacidade baseada em Hopper.

A lógica do mercado indicava o contrário. O H100 já não é o carro-chefe: é a geração anterior de aceleradores da Nvidia, na arquitetura Hopper, enquanto a Blackwell é vendida como a nova base dos maiores clusters de IA. Normalmente, após a troca de geração, as GPUs antigas ficam mais baratas, porque parte dos clientes migra para sistemas mais rápidos e surge mais oferta no mercado secundário. Mas em 2026 esse cenário não se confirmou.

Os analistas apontam dois sinais de escassez. Primeiro, os próprios preços estão subindo: um aumento de cerca de 40% em seis meses parece atípico para um produto maduro. Segundo, mesmo a essas tarifas é difícil achar H100 livres. Os locatários tentam renovar os contratos atuais a qualquer custo, em alguns casos com vários anos de antecedência. Para muitas empresas, garantir acesso à computação importa mais do que esperar o mercado esfriar.

O motivo é que a Blackwell ainda não substituiu a Hopper no volume necessário. As novas instâncias com aceleradores da geração Blackwell chegam ao mercado aos poucos, e uma parte significativa das implantações só é esperada mais perto de meados do ano. Enquanto a oferta é limitada, a demanda cresce mais rápido do que os provedores conseguem colocar novos racks e clusters em operação. Como resultado, os sistemas da geração anterior não são liberados: continuam sendo o cavalo de batalha para treinamento de modelos, ajuste fino, inferência e serviços corporativos de IA.

Isso fica especialmente claro no treinamento. Apesar da Blackwell, muitas cargas de treinamento ainda se encaixam bem no H100 em termos de custo-benefício, sobretudo se as empresas não precisam de megaclusters experimentais, mas de configurações conhecidas com dezenas ou centenas de GPUs. Para inferência, a nova geração é de fato mais atraente, mas na prática a disponibilidade do hardware costuma pesar mais que o desempenho teórico. Se o cluster Blackwell necessário não estiver disponível nos próximos meses, as empresas levam o que podem colocar no ar agora.

O H100 tem aqui uma posição prática forte. O mercado conhece bem esses aceleradores, e frameworks, configurações de nuvem e pipelines internos das empresas já estão otimizados para eles. A Nvidia promove o H100 como um acelerador universal para treinamento e inferência de grandes modelos na arquitetura Hopper, e em clusters reais importam não só os números de pico, mas também a previsibilidade de entrega, a compatibilidade e uma economia clara. Se a Blackwell promete ganho de eficiência de várias vezes nas cargas mais pesadas de grandes modelos de linguagem, o H100 continua sendo uma ferramenta conhecida e testada onde migrar para a nova geração não se paga de imediato.

Outro fator é a própria estrutura do mercado de aluguel de GPUs. A maior parte dos negócios não passa por preços públicos por hora, mas por contratos de médio e longo prazo. Quando a demanda acelera bruscamente, os fornecedores de capacidade em nuvem podem escolher clientes, subir tarifas e pedir compromissos mais longos. Para startups e equipes corporativas, isso significa algo desagradável: a escassez agora aparece não só no preço, mas na falta de vagas. Mesmo com orçamento, o cluster necessário pode simplesmente não estar disponível.

A conclusão para o mercado é simples: no boom da IA, um acelerador só é considerado "obsoleto" no papel. Enquanto a produção de novos sistemas ficar atrás da demanda, a geração anterior da Nvidia mantém valor quase estratégico e pode encarecer, contrariando a lógica habitual de renovação de hardware. Para os clientes de nuvem, é um sinal para reservar capacidade com antecedência e ser mais cautelosos com planos de migração rápida para a Blackwell. Para a própria Nvidia, é a confirmação de que a demanda por computação ainda cresce mais rápido do que a infraestrutura consegue ser atualizada.