【SMM Analysis】การเช่า GPU ในประเทศเทียบกับ Nvidia: สัญญาแบบรายปีเทียบกับ 3-5 ปี ท่ามกลางการเปลี่ยนแปลงของอุปสงค์และอุปทาน

1. ปรากฏการณ์: ภายในห่วงโซ่อุตสาหกรรมการเช่าพลังงานคอมพิวเตอร์เดียวกัน เงื่อนไขสัญญาเช่าสำหรับเซิร์ฟเวอร์ GPU ในประเทศและเซิร์ฟเวอร์ GPU ของ Nvidia

มีความแตกต่างกันอย่างชัดเจนระหว่างการเช่าพลังงานคอมพิวเตอร์ในประเทศและการเช่าพลังงานคอมพิวเตอร์ของ Nvidia เซิร์ฟเวอร์ในประเทศสามารถเช่าแบบรายปีได้ ในขณะที่เซิร์ฟเวอร์ของ Nvidia โดยทั่วไปต้องทำสัญญาเช่าขั้นต่ำสามปี

การ์ดในประเทศตกอยู่ใน "ตลาดของผู้ซื้อ" : Ascend 910B2 มีอัตราว่างสูงและราคาเสนอที่ต่ำกว่าในบางภูมิภาค ผู้ให้บริการและผู้ให้เช่าเสนอสัญญาระยะสั้นหนึ่งปีเพื่อแลกกับสภาพคล่อง ซึ่งสะท้อนถึงการตั้งราคาแบบอุปทานล้นตลาดโดยทั่วไป

การ์ดนำเข้าตกอยู่ใน "ตลาดของผู้ขาย" : สำหรับ H100/H200 ไม่เพียงแต่กำหนดระยะเวลาเช่าขั้นต่ำเท่านั้น แต่สัญญาเช่าห้าปียังถูกกว่าสัญญาสามปีเพียงประมาณ 3,000–5,000 หยวน/เดือน (ตามแหล่งข่าวจาก SMM) — หากผู้ซื้อเซ็นสัญญาห้าปีเพื่อประหยัดค่าใช้จ่าย ส่วนลดที่ได้ก็ไม่คุ้มค่ากับความเสี่ยงของการถูกผูกมัดเพิ่มอีกสองปี ข้อเท็จจริงที่ผู้ซื้อยินดีรับเงื่อนไขนี้แสดงให้เห็นว่า ความต้องการหลักคือ "การรับประกันการเข้าถึงการ์ดในอีกห้าปีข้างหน้า" มากกว่าเรื่องราคา .

SMM บทวิเคราะห์: เงื่อนไขระยะเวลาสัญญาได้กลายเป็นเครื่องมือสำหรับฝั่งอุปทานในการ "คัดกรองลูกค้าด้วยระยะเวลาสัญญา" — การ์ดในประเทศใช้สัญญาระยะสั้นเพื่อดึงดูดลูกค้า การ์ด Nvidia ผูกมัดลูกค้าด้วยสัญญาระยะยาว

2. ฝั่งอุปทาน: การคว่ำบาตรห้ามส่งออก GPU ของ Nvidia ล็อคอุปทาน

ด้านล่างนี้คือลำดับเวลาการควบคุมของกระทรวงพาณิชย์สหรัฐฯ ต่อการส่งออกชิประดับสูงเช่น Nvidia H100 และ B300 ไปยังจีน:

SMM ข้อมูลเชิงลึก: จาก H100, H800 ถึง H200 อุปทานการ์ดระดับสูงสู่จีนในช่วงสี่ปีที่ผ่านมาอยู่ในวัฏจักรของ "การควบคุม—การเข้มงวด—การอนุญาตแบบจำกัด"; "การตรวจสอบเป็นรายกรณี" สำหรับ H200 ยังหมายความว่าการจัดส่งในแต่ละครั้งเต็มไปด้วยความไม่แน่นอน สำหรับผู้เช่า หากพวกเขาไม่ล็อคทรัพยากรในวันนี้ พวกเขาอาจไม่สามารถซื้อได้ในวันพรุ่งนี้ — นี่คือตรรกะพื้นฐานที่สุดทางฝั่งอุปทานที่อยู่เบื้องหลังสัญญาเช่า 3 ปี/5 ปี

3. ฝั่งอุปสงค์: พลังงานคอมพิวเตอร์อัจฉริยะเข้าสู่ช่วงการเติบโตอย่างก้าวกระโดด และช่องว่างระหว่างอุปสงค์และอุปทานกว้างขึ้น

การระเบิดของความต้องการพลังงานคอมพิวเตอร์อัจฉริยะได้เปลี่ยน "การล็อคทรัพยากร" จากทางเลือกเป็นความจำเป็นในการเช่าพลังงานคอมพิวเตอร์:

กำลังการผลิตพลังงานคอมพิวเตอร์อัจฉริยะรวมเพิ่มขึ้นอย่างมาก : ตามข้อมูลที่เปิดเผยโดย MIIT เมื่อวันที่ 20 กรกฎาคม 2026 ณ สิ้นเดือนมิถุนายน 2026 กำลังการผลิตพลังงานคอมพิวเตอร์อัจฉริยะของจีนสูงถึง 2,185 EFLOPS (FP16) เพิ่มขึ้นประมาณ 37% จากประมาณ 1,590 EFLOPS ณ สิ้นปี 2025 ในจำนวนนี้ ภูมิภาคตะวันตกคิดเป็น 32.6% และอัตราการใช้สิ่งอำนวยความสะดวกด้านคอมพิวเตอร์แห่งชาติอยู่ที่ 71.4%

ช่องว่างระหว่างอุปสงค์และอุปทานกว้างขึ้น : ตามข้อมูลจาก CAICT ในไตรมาสที่ 1 ปี 2026 ความต้องการพลังงานคอมพิวเตอร์ AI ในประเทศพุ่งขึ้น 417% เมื่อเทียบกับปีก่อน ในขณะที่การเติบโตของอุปทานอยู่ที่ประมาณ 128% เท่านั้น — การเติบโตของอุปสงค์สูงกว่าอุปทานประมาณ 3.3 เท่า

ช่องว่างเชิงโครงสร้าง : ตามการประมาณการสาธารณะของอุตสาหกรรม อุปทานที่มีประสิทธิภาพของพลังงานคอมพิวเตอร์ระดับสูงที่จำเป็นสำหรับการเทรนโมเดลขนาดใหญ่ระยะยาวในจีนสามารถตอบสนองความต้องการของตลาดได้น้อยกว่า 47% และการขาดแคลนพลังงานคอมพิวเตอร์สำหรับการเทรนระดับสูงคิดเป็นประมาณ 35% ของอุปสงค์ที่มีประสิทธิภาพ

ข้อมูลเชิงลึกจาก SMM: อุปทาน GPU ของ Nvidia ถูกล็อคโดยการควบคุมทางการค้า ในขณะที่ความต้องการพลังงานคอมพิวเตอร์อัจฉริยะเติบโตขึ้น 417% ช่องว่างระหว่างอุปสงค์และอุปทานพลังงานคอมพิวเตอร์ระดับสูงไม่น่าจะปิดลงได้ในอนาคตอันใกล้ภายใน 3–5 ปีข้างหน้า ซึ่งสอดคล้องกับระยะเวลาการผูกมัดของสัญญาเช่าพอดี

4. ฝั่งการทดแทน: การ์ดในประเทศยังคงตามหลังสถาปัตยกรรม CUDA ในแง่ของสภาพแวดล้อมการพัฒนา

แรงขับเคลื่อนเชิงโครงสร้างสำหรับสัญญาเช่าขั้นต่ำสามปีสำหรับเซิร์ฟเวอร์ GPU ของ Nvidia คือช่องว่างในปัจจุบันในการแทนที่ Nvidia ด้วยพลังงานคอมพิวเตอร์ในประเทศ ในแง่ของสภาพแวดล้อมการพัฒนา ความนิยมของระบบนิเวศ CUDA ของ Nvidia นำหน้าสภาพแวดล้อมการพัฒนาในประเทศ (ข้อมูลทั่วโลก; สภาพแวดล้อมการพัฒนา AI ของจีนเป็นเนื้อเดียวกัน):

GPU ส่วนแบ่งการตลาด : Nvidia ถือประมาณ 86%–92% ของตลาด GPU สำหรับศูนย์ข้อมูลทั่วโลก (ตามข้อมูลจาก Silicon Analysts 2026.2 / Jon Peddie Research Q3 2025)

ขนาดนักพัฒนา : จากข้อมูลของ Nvidia นักพัฒนา 6 ล้านคน ทั่วโลกใช้ CUDA และมีไลบรารีที่ปรับให้เหมาะสมมากกว่า 400 ตัว (cuDNN/NCCL/TensorRT ฯลฯ) ถูกสร้างขึ้นบนพื้นฐานนี้

มาตรฐานโดยพฤตินัยของเฟรมเวิร์ก : แบ็กเอนด์ GPU เริ่มต้นสำหรับ PyTorch และ TensorFlow ต่างก็เป็น CUDA; ประมาณ 85% ของรายงานวิจัยด้านดีปเลิร์นนิงใช้ PyTorch (มากกว่า 90% ในการประชุมระดับสูง NeurIPS) และประมาณ 87% ของโมเดลบน Hugging Face อยู่ในรูปแบบ PyTorch

หุบเหวแห่งระบบนิเวศ : อิมเมจทางการ nvidia/cuda ถูกดึงไปแล้วประมาณ 105 ล้านครั้งสะสม ในขณะที่อิมเมจ AMD ROCm ที่ใกล้เคียงที่สุดถูกดึงน้อยกว่า 1 ล้านครั้ง — ช่องว่างระดับขนาด .

SMM ข้อมูลเชิงลึก: พลังงานคอมพิวเตอร์ล้วนของ Huawei Ascend 910B2 ใกล้เคียงหรือแซงหน้า Nvidia A100 เล็กน้อย และช่องว่างปริมาณงานจริงในสถานการณ์การอนุมานมักถูกทำให้แคบลงเหลือ 10%–15% สิ่งที่ยากจะทดแทนอย่างแท้จริงคือ การเทรนขนาดใหญ่, ความแม่นยำ FP8, และต้นทุนการย้ายระบบนิเวศ CUDA/CANN (การย้ายโมเดล Ascend ต้องเขียนโอเปอเรเตอร์ใหม่ โดยมีวงจรประมาณ 1–4 สัปดาห์) ดังนั้น ลูกค้าการเทรนระดับสูงยอมรับสัญญาเช่า 3 ปีสำหรับการ์ดนำเข้า มากกว่าจะยอมจำนนต่อสัญญาระยะสั้นหนึ่งปีสำหรับการ์ดในประเทศ — มันไม่ใช่ปัญหาด้านราคา แต่เป็นเรื่องของการส่งมอบและดำเนินการงานจริง .

5. ข้อสังเกตแนวหน้า: ผู้จัดการโครงการเปลี่ยนจาก "วิ่งหาฝั่งอุปสงค์" เป็น "วิ่งหาต้นน้ำซัพพลายเชน"

สัญญาณระดับจุลภาคของความตึงตัวของซัพพลายเชนได้ถูกส่งต่อจากใบเสนอราคาไปยังกิจวัตรประจำวันของผู้ปฏิบัติงานแล้ว ตาม SMM ความเข้าใจ จุดสนใจประจำวันของผู้จัดการโครงการพลังงานคอมพิวเตอร์ของผู้ให้บริการโทรคมนาคมกำลังอยู่ระหว่างการเปลี่ยนบทบาท:

ในอดีต : สนามรบหลักสำหรับผู้จัดการโครงการอยู่ที่ฝั่งลูกค้า — ขยายอุปสงค์, เจรจาธุรกิจ, และแข่งขันด้านราคา ซึ่งสอดคล้องกับตลาดที่พลังงานคอมพิวเตอร์มีอุปทานล้นเกินและพวกเขาต้องหาลูกค้า

ปัจจุบัน : สนามรบหลักได้เปลี่ยนไปยังซัพพลายเออร์อุปกรณ์ต้นน้ำในซัพพลายเชน — จัดตารางการผลิต, แย่งชิงโควตา, จัดการช่องทางอุปกรณ์คอมพิวเตอร์ระดับสูง, และล็อคสินค้ากับผู้ผลิตเซิร์ฟเวอร์ (OEM) ซึ่งสอดคล้องกับตลาดที่พลังงานคอมพิวเตอร์ระดับสูงหายากอย่างยิ่ง ในขณะเดียวกัน ตลาดธุรกรรมการเช่าพลังงานคอมพิวเตอร์นั้นวุ่นวาย ขาดการเสนอราคาที่เป็นมาตรฐานเดียวกัน; มีตัวกลางและเอเย่นต์จำนวนมากในอุตสาหกรรม ในกลุ่ม WeChat การเช่าพลังงานคอมพิวเตอร์ 200 คนที่มีข้อมูลการซื้อขายที่คึกคัก มีตัวกลาง 76 คน คิดเป็นสัดส่วนสูงถึง 38% การระบุช่องทางอุปทานอุปกรณ์พลังงานคอมพิวเตอร์ที่แท้จริงซึ่งสามารถเชื่อมต่อกับเจ้าของสินค้าได้โดยตรงก็เป็นความยากลำบากในงานประจำวันของผู้จัดการผู้ให้บริการเช่นกัน
หลักฐานสาธารณะก็ชัดเจนไม่แพ้กัน: ระยะเวลาการส่งมอบเซิร์ฟเวอร์ AI ในประเทศยืดออกจากเฉลี่ย 4 สัปดาห์ในปี 2025 เป็น 16–20 สัปดาห์ในไตรมาส 2 ปี 2026—"ดำเนินการซัพพลายเชน" แทนที่จะ "ไล่ตามลูกค้า"—บทบันทึกตลาดที่แท้จริงที่สุดของอุปทานเซิร์ฟเวอร์ที่ตึงตัว

VI. บทสรุปและแนวโน้ม: สัญญาปิดระยะยาวในฐานะ “เครื่องมือป้องกันความเสี่ยง” ท่ามกลางซัพพลายเชนที่ตึงตัว

SMM เชื่อว่า: การเช่า GPU ของ Nvidia โดยทั่วไปต้องใช้สัญญาปิดระยะ 3 หรือ 5 ปี ซึ่งโดยพื้นฐานแล้ว สร้างกลไกการป้องกันความเสี่ยงและการล็อกอินเพื่อรับมือกับปัญหาการขาดแคลนอุปกรณ์และอุปทานที่ตึงตัวภายใต้แรงกดดันจากการคว่ำบาตร —ผู้เช่าจะแลกสภาพคล่องด้านระยะเวลากับ “ความพร้อมของพลังประมวลผล + ความแน่นอนของราคา” ในขณะที่ผู้ให้เช่าล็อกกำลังการผลิตที่หายากและกระแสเงินสดที่มั่นคงผ่านข้อตกลงระยะยาว ระยะเวลาของสัญญาจึงกลายเป็นมาตรวัดโดยตรงที่สุดของความขาดแคลนพลังประมวลผลระดับสูง ข้อแตกต่างสำคัญคือสัญญาระยะสั้น 1 ปีสำหรับการ์ดในประเทศสะท้อนถึงอุปทานล้นเกิน ส่วนสัญญาปิดระยะ 3 ปีของ Nvidia สะท้อนถึงอุปทานไม่เพียงพอ— เงื่อนไขสัญญาเดียวกันเขียนกำลังการผลิตส่วนเกินไว้ด้านหนึ่งและวิกฤตซัพพลายเชนไว้อีกด้านหนึ่ง เมื่อระยะเวลาสัญญาเริ่มกำหนดราคาตลาด การเช่าพลังประมวลผลก็ได้พัฒนาจากการเช่าเครื่องจักรมาเป็นรูปแบบธุรกิจที่เน้นทรัพยากร ระยะเวลา และเครดิต

แนวโน้มอุตสาหกรรมการเช่าพลังประมวลผล:

ระยะสั้น (3–6 เดือน): ด้วยการควบคุมการส่งออกที่ยังคงเข้มงวดและจังหวะการตรวจสอบเป็นรายกรณีสำหรับ H200 ไม่เปลี่ยนแปลง สัญญาเช่าเริ่มต้นแบบปิดระยะ 3 ปีจะยังคงเป็นเงื่อนไขหลักสำหรับผู้ให้เช่าพลังประมวลผลในภาคตะวันตกของจีนและสามเหลี่ยมปากแม่น้ำแยงซี ในขณะที่ส่วนลดสัญญาปิดระยะ 5 ปีจะยังคงต่ำ

ระยะกลาง (6–12 เดือน): หากการเพิ่มกำลังการผลิต HBM/CoWoS (คาดว่าอุปทานใหม่จะเริ่มปล่อยออกมาตั้งแต่ครึ่งหลังปี 2026) ช่วยคลายความตึงตัวของโลก ส่วนลดของสัญญาปิดสำหรับการ์ดนำเข้าอาจขยายกว้างขึ้นเล็กน้อย แต่ตรรกะ “การล็อกทรัพยากร” จะไม่พลิกกลับ

ระยะยาว (มากกว่า 1 ปี): ตัวแปรหลักอยู่ที่ความก้าวหน้าที่แท้จริงของการทดแทนภายในประเทศ—หากหัวเว่ย แอสเซนด์ 950 และรุ่นต่อๆ ไปสามารถเติมเต็มช่องว่างของระบบนิเวศการฝึกฝนได้อย่างมีนัยสำคัญ “ระบบคู่ขนาน” ของระยะเวลาสัญญาจะบรรจบกันเมื่ออำนาจต่อรองของการ์ดในประเทศเพิ่มขึ้น ณ จุดนั้น เส้นแบ่งระหว่างสัญญาระยะสั้น 1 ปีและสัญญาปิดระยะ 3 ปีจะถูกขีดใหม่ให้เป็นประโยชน์ต่อฝ่ายในประเทศ