老卡越租越贵！英伟达H200租赁价暴涨143%：A100租金也跟着涨

据相关行业分析，2026年以来，GPU租赁价格整体呈现上涨趋势。其中，H200租金较年初上涨约160%，B200上涨约120%，RTX PRO 6000上涨约65%，H100上涨约35%。即使是已经发布多年的A100，其租金也高于年初水平。

从租金变化过程来看，这轮涨价并非从年初便一路持续上涨。2026年第一季度，多款GPU租赁价格一度回落，H100和B200的价格曾比年初水平低约23%。进入4月和5月后，价格开始明显反弹。H200在5月下旬冲高，随后经历了几周回调，到了10月又重新走高。

从另一个维度来看，若以六年直线折旧模型为参照，部分GPU当前租金较模型估算值高出最高约143%。这意味着部分GPU的实际租赁价格表现明显强于理论折旧曲线所对应的水平。

从单卡租赁价格来看，相关交易价格指数也呈现出类似趋势。以截至目前数据为例，H200的租赁价格为每GPU小时6.30美元，B200为9.70美元，H100为3.03美元，A100为1.09美元。其中，H200近一个月上涨约24%，B200上涨约20.7%。这些数据来自GPU租赁市场交易价格指数，并不代表所有云服务商的统一报价。

不同型号GPU的价格走势存在差异。显存容量、计算能力、互联能力以及适用工作负载，都会影响客户的租赁选择。随着AI应用场景扩大，市场对不同档次算力的需求也在发生变化。

H200租金上涨，与其面向大模型训练和推理任务的产品定位有关。

据公开产品资料，H200采用Hopper架构，配备141GB HBM3e显存，显存带宽达到4.8TB/s。相比H100，H200的显存容量接近翻倍，带宽提升约40%。该产品面向生成式AI、大语言模型和高性能计算等工作负载，在部分大模型推理任务中具有性能优势。

H200拥有更大的显存容量和更高的带宽，能够适应部分对显存资源要求较高的任务。对于提供GPU云服务的企业而言，如果客户需要运行大型模型或承担较高的推理负载，H200就有机会获得更多租赁需求。

GPU租金回升背后，AI应用规模的变化是一个重要观察方向。

大模型行业正在从模型训练扩展到日常推理调用。随着模型被接入更多软件、开发工具和企业业务，GPU需要持续处理用户请求，推理计算也因此成为算力需求的重要组成部分。

据一个模型调用聚合平台公布的统计数据，该平台每周处理的Token数量从2025年1月中旬的约0.5万亿，增长到2026年9月中旬的128.4万亿，在约20个月内增长了约250倍。相关统计还显示，自主程度更高的AI Agent正在推动Token使用量进一步增长。

模型调用量的增长会直接增加推理任务的执行次数。AI Agent与一次性问答有所不同，它往往需要连续调用模型、执行工具、处理结果，并根据反馈继续推理。同一项任务可能涉及多轮模型调用，Token消耗量随之增加。随着这类应用扩大，计算资源的需求也可能持续增长。

据相关行业分析，2026年春季以来，模型调用量明显增长，GPU租金也在这一时期开始走高。不过，现有数据尚未明确拆分租赁需求的具体来源，无法确认AI Agent、企业级应用部署等不同场景各自贡献了多少增量。

供给侧因素同样会影响租赁价格。数据中心容量、电力供应以及GPU设备的实际可租用数量，都可能影响市场供需。Token需求增长与GPU租金上涨在时间上存在关联，但价格变化还受到多种因素共同影响。

新一代GPU租金上涨，并不意味着老款产品已经失去竞争力。A100的情况说明，GPU市场的需求并非完全由最新产品决定。

A100采用英伟达Ampere架构，部分型号配备80GB HBM2e显存，并支持多实例GPU等功能。虽然其产品代际落后于H100、H200和B200，但对于部分模型微调、推理服务及其他适配现有硬件的软件工作负载而言，它仍然具有实用价值。

除了A100，更早期的Tesla V100也有机会在特定任务中发挥作用。据相关报道，搭配NVLink互联的四卡V100系统，在部分中等规模大语言模型任务中仍具有一定竞争力。相关测试还给出了其相较于M5 Ultra和DGX Spark最高约230%的性能优势，部分高显存版本在二手市场上也出现了约200美元的溢价。

这类对比与具体测试任务、软件适配和硬件配置密切相关，不能直接推及所有AI负载。不过，它反映出老款GPU仍有自己的应用空间。只要能够满足特定任务的性能、显存和成本要求，老卡就有机会继续参与AI计算。

对于云服务商来说，已经投入使用的GPU仍然可以通过出租计算资源获得收入。部分任务不必使用最新一代GPU，老款设备仍有机会凭借适合的租赁价格吸引客户。新卡性能提升带来的需求，也未必会完全挤压旧卡的使用空间，不同代际的产品可以服务于不同的负载和预算。

GPU租金提高能够增加设备单位时间的收入，但最终能否改善利润，还要看设备利用率与整体运营成本。电力、散热、数据中心场地、网络、维护和设备闲置等开支，都会影响运营商的实际收益。

相关行业分析还显示，A100和H100在此前较长一段时期内，租赁价格曾低于按照六年直线折旧模型估算的水平。随着2026年春季以来的价格回升，部分GPU的租赁收益表现有所改善，但不同型号的供需情况仍有差别，未来价格走势还取决于算力需求与供应变化。

从H200、B200的租金上涨，到A100和V100仍有应用空间，GPU租赁市场呈现出一个值得关注的变化：AI计算需求正在覆盖更多硬件代际。新一代产品凭借更大的显存和更高的带宽承接高要求任务，老款产品则继续服务于能够适配的工作负载。

对于AI算力产业链而言，除了关注新GPU的性能和出货量，设备利用率、推理需求变化以及不同型号之间的成本与性能匹配，也将成为观察算力市场的重要指标。