Tóm tắt nhanh
- Biểu đồ a16z dùng dữ liệu Ornn Data cho thấy giá thuê nhiều GPU NVIDIA cao hơn đường khấu hao giả định sáu năm; mức chênh lớn nhất thuộc H200, không phải A100.
- H200 có mức chênh 143%, B200 là 111%, H100 là 54%, còn A100 SXM4 là 9%. Đây không phải tỷ lệ tăng giá bán phần cứng.
- Chỉ số Ornn ngày 23/10/2026 ghi nhận H100 SXM ở 3,17 USD/GPU-giờ, A100 SXM4 ở 1,09 USD/GPU-giờ.
- GPU cũ còn giá trị khai thác không có nghĩa mua máy cũ luôn rẻ hơn thuê: cần tính cả thời gian chạy, mức sử dụng và chi phí vận hành.
GPU NVIDIA đời cũ chưa mất nhu cầu thuê chỉ vì có thế hệ mới: biểu đồ a16z sử dụng dữ liệu Ornn Data đến ngày 19/10/2026 cho thấy ngay cả A100 SXM4 cũng có giá thuê cao hơn đường khấu hao giả định. Nhưng con số 143% dễ gây chú ý nhất lại thuộc về H200, với một mẫu số hoàn toàn khác giá thuê đầu năm.
Phân biệt hai cách so sánh này quan trọng hơn chuyện gọi GPU là tài sản tăng giá. Một doanh nghiệp sở hữu máy chủ quan tâm số tiền còn thu được từ thiết bị, còn đội phát triển AI cần biết phải trả bao nhiêu để hoàn thành công việc. Giá thuê cao có thể thuận lợi cho bên cho thuê, nhưng chính là chi phí của bên sử dụng.
H200 chênh 143% so với đường khấu hao, không phải A100
Mức chênh trong biểu đồ không thể đọc thành mức tăng giá thuê kể từ tháng 1. Ở hình so sánh khấu hao của a16z và Ornn Data, giá thuê quan sát ban đầu được chuẩn hóa thành 100%, rồi đặt cạnh đường giá trị sổ sách giảm đều trong sáu năm. Nhãn phần trăm ở cuối mỗi đồ thị đo khoảng cách giữa giá thuê và đường giả định ấy tại thời điểm cuối, chứ không đo trực tiếp mức tăng so với đầu năm 2026.
Vì đường chuẩn giảm dần, giá thuê vẫn có thể cao hơn đường khấu hao dù thấp hơn lần quan sát ban đầu. A100 SXM4 và H100 SXM là hai trường hợp thấy rõ ở biểu đồ gốc: đường giá thuê cuối kỳ nằm dưới mốc chuẩn hóa ban đầu, nhưng vẫn nằm trên đường khấu hao. Gộp mọi tỷ lệ này thành mức tăng giá theo năm sẽ làm sai ý nghĩa của dữ liệu.
| Thước đo | A100 SXM4 | H100 SXM | H200 | B200 |
|---|---|---|---|---|
| Chênh lệch giá thuê so với đường khấu hao sáu năm, tại 19/10/2026 (%) | +9% | +54% | +143% | +111% |
Số liệu: a16z / Ornn Data. Cùng thước đo này, RTX PRO 6000 WS có mức chênh +73%. Các tỷ lệ trên không phải mức tăng giá bán GPU và cũng không phải tỷ suất lợi nhuận của chủ máy.
Cần tách biểu đồ đó khỏi hình diễn biến giá trong năm, vốn lấy ngày 1/1/2026 làm mốc 100 và dùng trung bình trượt bảy ngày. Hình diễn biến cho thấy giá thuê trải qua cả những đợt giảm lẫn hồi phục, thay vì tăng liên tục. Hai hình trả lời hai câu hỏi khác nhau: giá thuê thay đổi thế nào theo thời gian, và giá thuê hiện tại lệch bao xa so với một giả định khấu hao.
Giá mỗi giờ chưa nói được GPU nào chạy AI rẻ hơn
Giá thuê tuyệt đối hữu ích hơn tỷ lệ chênh khấu hao khi lập ngân sách, nhưng vẫn chưa đủ để chọn GPU. Theo chỉ số OCPI chốt ngày 23/10/2026 của Ornn Data, A100 SXM4 ở mức 1,09 USD/GPU-giờ, H100 SXM là 3,17 USD/GPU-giờ, còn B200 là 9,58 USD/GPU-giờ. Đây là chỉ số từ các giao dịch thuê năng lực tính toán đã thực hiện, không phải báo giá cố định mà mọi nhà cung cấp đều phải áp dụng.
| Thước đo | A100 SXM4 | H100 SXM | H200 | B200 |
|---|---|---|---|---|
| Giá thuê OCPI ngày 23/10/2026 (USD/GPU-giờ) | 1,09 | 3,17 | 5,74 | 9,58 |
Số liệu: Ornn Data. RTX PRO 6000 có chỉ số giá thuê cùng ngày là 1,54 USD/GPU-giờ. Bảng phản ánh giá thuê, không xếp hạng hiệu năng hay chi phí cho cùng một tác vụ.
Ornn tính chỉ số từ giá giao dịch với trọng số theo khối lượng và xử lý các giá trị cực đoan. Vì vậy, con số này cho một điểm tham chiếu thị trường có cơ sở giao dịch, nhưng không thay thế việc xem cấu hình máy chủ và điều khoản thuê cụ thể. Một báo giá có thể còn khác về tài nguyên CPU, bộ nhớ hệ thống hoặc dịch vụ đi kèm.
Đối với đội AI tại Việt Nam, nên so chi phí hoàn thành một tác vụ đạt yêu cầu thay vì nhìn riêng hóa đơn mỗi giờ. GPU cũ có thể hợp với mô hình vừa bộ nhớ và công việc không đòi độ trễ quá thấp. Ngược lại, nếu phần cứng mới hoàn tất công việc nhanh hơn đủ nhiều hoặc phục vụ được nhiều yêu cầu đồng thời hơn, giá thuê cao hơn vẫn có thể đem lại chi phí trên mỗi kết quả thấp hơn.
Cách kiểm tra thực dụng là chạy cùng mô hình, cùng độ dài đầu vào và cùng yêu cầu chất lượng trên những cấu hình đang cân nhắc; sau đó đối chiếu thời gian hoàn thành với giá thuê thực trả. Bài toán phục vụ người dùng còn phải giữ cùng giới hạn độ trễ. Một cấu hình rẻ nhưng không đáp ứng thời gian phản hồi không phải phương án thay thế tương đương.
GPU cũ còn hữu dụng không đồng nghĩa mua máy là chắc thắng
Phần cứng mới ra mắt không làm các máy đang chạy ổn lập tức mất công dụng. Với suy luận AI, tức quá trình dùng mô hình đã huấn luyện để tạo kết quả, giá trị của thiết bị còn phụ thuộc mô hình có chạy vừa hay không và tốc độ có đáp ứng nhu cầu thực tế hay không. Nếu các điều kiện đó vẫn đạt, giữ máy cũ khai thác tiếp có thể hợp lý hơn thay toàn bộ chỉ để theo thế hệ mới.
Tuy nhiên, từ giá thuê giữ cao đến kết luận GPU là khoản đầu tư chắc thắng vẫn còn một khoảng cách lớn. Doanh thu phụ thuộc thời gian có khách thuê; lợi nhuận còn phải trừ điện, làm mát, chi phí máy chủ và bảo trì. Đường khấu hao giả định trong biểu đồ không đo hết các khoản này, cũng không bảo đảm phần cứng sẽ bán lại được với giá cao.
Dữ liệu giá thuê cũng chưa đủ để quy mọi biến động cho lượng token AI tăng lên. Nó không tách được phần nhu cầu đến từ trợ lý tự động, khách doanh nghiệp hay các nhóm tác vụ khác; đồng thời không định lượng riêng tác động của nguồn cung, công suất trung tâm dữ liệu và giới hạn điện. Nhu cầu AI là bối cảnh hợp lý để giải thích sức bền của GPU cũ, nhưng chưa phải bằng chứng rằng chỉ một yếu tố gây ra toàn bộ đợt tăng.
Với nhóm có sẵn máy chủ, bước nên làm là đo lại chi phí vận hành trên công việc hiện tại trước khi nâng cấp. Còn nhóm định mua thiết bị cũ chỉ để tránh giá cloud cao cần tính cả thời gian máy nhàn rỗi và khả năng bảo trì tại chỗ. Mức giá A100 còn giữ được trên thị trường cho thuê là lý do để đánh giá lại tuổi thọ khai thác, không phải lý do bỏ qua bài toán hoàn vốn.
Nguồn tham khảo: a16z – State of Markets II; Ornn Data – chỉ số giá thuê GPU; Wccftech – thị trường thuê GPU NVIDIA.
