ค่าเช่า NVIDIA H100 และ B200 พุ่ง! สัญญาณว่า GPU AI ยังไม่ตกรุ่นง่าย นักวิเคราะห์ชี้ Hyperscaler อาจยืดอายุการคิดค่าเสื่อม ช่วยเพิ่มกำไร

ตลาด GPU สำหรับ AI ยังคงร้อนแรงอย่างต่อเนื่อง โดยข้อมูลล่าสุดจาก Silicon Data ระบุว่า อัตราค่าเช่า GPU ของ NVIDIA ทั้ง H100 และ B200 ปรับตัวสูงขึ้นอย่างมีนัยสำคัญในช่วงปี 2026 แม้จะเป็นผลิตภัณฑ์ที่เปิดตัวมาระยะหนึ่งแล้ว

แนวโน้มดังกล่าวกำลังจุดประเด็นใหม่เกี่ยวกับ อายุการใช้งานทางบัญชี (Useful Life) ของ GPU AI ซึ่งอาจยาวนานกว่าที่หลายฝ่ายเคยคาดการณ์ไว้ และอาจส่งผลดีต่อผลประกอบการของผู้ให้บริการคลาวด์รายใหญ่ทั่วโลก

H100 ค่าเช่าพุ่งเกือบ 50%

ข้อมูลจาก Silicon Data ระบุว่า

ช่วงต้นปี 2026

• NVIDIA H100 มีค่าเช่าอยู่ที่ ต่ำกว่า 2 ดอลลาร์ต่อชั่วโมง (ประมาณ 73 บาทต่อชั่วโมง)

ปัจจุบัน

• ค่าเช่าเพิ่มขึ้นเป็น มากกว่า 2 ดอลลาร์ต่อชั่วโมง
• และบางกรณีกำลังเข้าใกล้ 3 ดอลลาร์ต่อชั่วโมง (ประมาณ 109 บาทต่อชั่วโมง)

แม้ H100 จะไม่ใช่ GPU AI รุ่นล่าสุดของ NVIDIA แล้ว แต่ความต้องการใช้งานกลับไม่ได้ลดลง

B200 แตะเกือบ 210 บาทต่อชั่วโมง

สำหรับ NVIDIA B200 ซึ่งเป็น GPU ตระกูล Blackwell

ช่วงต้นปี 2026

• ค่าเช่าอยู่ต่ำกว่า 5 ดอลลาร์ต่อชั่วโมง (ประมาณ 182 บาทต่อชั่วโมง)

ล่าสุด

• เพิ่มขึ้นมาอยู่ที่ 5.50–5.80 ดอลลาร์ต่อชั่วโมง
• หรือประมาณ 201–212 บาทต่อชั่วโมง

สะท้อนว่าความต้องการ GPU ระดับไฮเอนด์สำหรับงาน AI ยังคงแข็งแกร่ง แม้จะมีการเปิดตัวฮาร์ดแวร์รุ่นใหม่อย่างต่อเนื่อง

ทำไม GPU รุ่นเก่าถึงยังแพงขึ้น?

โดยปกติ ฮาร์ดแวร์คอมพิวเตอร์จะมีมูลค่าลดลงเมื่อเวลาผ่านไป

แต่ในกรณีของ GPU AI กลับเกิดสถานการณ์ตรงกันข้าม

หนึ่งในเหตุผลที่นักวิเคราะห์เสนอคือ

โมเดล AI รุ่นใหม่มีประสิทธิภาพสูงขึ้น ทำให้สามารถใช้ทรัพยากรประมวลผลได้คุ้มค่ากว่าเดิม

กล่าวคือ

• โมเดลใหม่ใช้ GPU จำนวนเท่าเดิม แต่สร้างผลลัพธ์ได้มากขึ้น
• หรือสามารถรันโมเดลที่มีประสิทธิภาพใกล้เคียงกันบน GPU รุ่นเก่าได้ดีขึ้น

ส่งผลให้ GPU อย่าง H100 และ A100 ยังคงมีคุณค่าทางเศรษฐกิจ และยังได้รับความนิยมจากผู้ให้บริการ Cloud GPU

Jevons Paradox อาจกำลังเกิดขึ้น

นักวิเคราะห์บางส่วนมองว่าสถานการณ์นี้สะท้อนแนวคิดของ Jevons Paradox

ซึ่งอธิบายว่า

เมื่อเทคโนโลยีมีประสิทธิภาพมากขึ้น ต้นทุนต่อหน่วยลดลง การใช้งานโดยรวมกลับเพิ่มขึ้น

ในกรณีของ AI

แม้โมเดลจะประหยัดทรัพยากรมากขึ้น

แต่จำนวนผู้ใช้งาน AI และปริมาณงานกลับเพิ่มขึ้นอย่างรวดเร็ว

ส่งผลให้ความต้องการ GPU ไม่ได้ลดลง แต่กลับเพิ่มขึ้น

ส่งผลดีต่อ Microsoft และผู้ให้บริการคลาวด์

อีกประเด็นสำคัญคือผลกระทบด้านบัญชี

ก่อนหน้านี้ นักลงทุนถกเถียงกันว่า GPU AI ควรถูกคิดค่าเสื่อมภายใน

• 3 ปี

หรือสามารถใช้งานได้ยาวนานกว่านั้น

หาก GPU ยังคงสร้างรายได้และมีมูลค่าทางเศรษฐกิจสูงเหมือนในปัจจุบัน

บริษัทอย่าง

• Microsoft
• Amazon
• Google
• Meta
• Oracle

อาจเลือก ขยายอายุการคิดค่าเสื่อม (Useful Life) ของ GPU

ผลที่ตามมาคือ

• ค่าใช้จ่ายด้านค่าเสื่อมต่อปีลดลง
• กำไรสุทธิเพิ่มขึ้น
• งบการเงินดูแข็งแกร่งขึ้น

โดยไม่จำเป็นต้องเพิ่มรายได้จากการดำเนินงาน

สะท้อนว่าตลาด AI ยังร้อนแรง

การที่ค่าเช่าของ GPU รุ่นเก่าอย่าง A100 และ H100 ยังเพิ่มขึ้นในปี 2026 ถือเป็นสัญญาณว่าความต้องการโครงสร้างพื้นฐานด้าน AI ยังอยู่ในระดับสูง และฮาร์ดแวร์เหล่านี้ยังไม่สูญเสียคุณค่าทางธุรกิจอย่างรวดเร็วเหมือนอุปกรณ์คอมพิวเตอร์ทั่วไป

แม้จะยังไม่มีข้อสรุปว่า GPU AI ควรถูกคิดค่าเสื่อมนานกี่ปี แต่ข้อมูลล่าสุดจากตลาดเช่าก็ช่วยสนับสนุนมุมมองว่า GPU สำหรับ AI อาจมีอายุการใช้งานทางเศรษฐกิจยาวนานกว่าที่หลายฝ่ายเคยประเมิน ซึ่งถือเป็นข่าวดีสำหรับผู้ให้บริการคลาวด์และบริษัทที่ลงทุนโครงสร้างพื้นฐาน AI มูลค่าหลายแสนล้านบาททั่วโลก

ที่มา: Wccftech