【Harga penawaran B300 naik hingga 23 juta yuan, peluang baru bagi penyewaan komputasi AI?】
Belakangan ini, sebuah candaan populer beredar di kalangan komputasi AI di Tiongkok: “Huang yang lama (Jensen Huang) berkencan saja, langsung bikin kalangan komputasi AI di Tiongkok kelabakan.”
Candaan tetaplah candaan, tetapi sentimen pasar di baliknya sangat nyata. Harga penawaran B300 terus naik, pasokan GPU kelas atas di jalur distribusi semakin ketat, dan kabar tentang sebagian pemasok hulu yang menahan penjualan serta terhambatnya pengiriman terus bermunculan. Ada yang khawatir kartu grafis kelas atas akan semakin sulit dibeli, sementara yang lain mulai mempertimbangkan kembali peluang dalam perdagangan GPU, pusat data luar negeri, dan penyewaan komputasi.
Daftar harga GPU siap pakai di Shenzhen yang baru-baru ini beredar menunjukkan bahwa harga penawaran satu unit perangkat Supermicro B300 telah mencapai 23 juta yuan. Namun, belum ada bukti hubungan sebab-akibat langsung antara kehidupan pribadi Jensen Huang dan kenaikan harga GPU.
Hal yang benar-benar patut diperhatikan adalah: harga penawaran GPU kelas atas terus meningkat, sementara di sisi lain banyak kapasitas komputasi yang sudah diterapkan masih menunggu pelanggan. Pasar komputasi AI mulai menunjukkan ketidaksesuaian antara pasokan dan permintaan yang perlu diperhatikan.
I. Mengapa B300 Semakin Mahal?
Pada April 2026, Reuters pernah melaporkan bahwa server yang dilengkapi 8 GPU B300 ditawarkan dengan harga sekitar 7 juta yuan di pasar Tiongkok dan sekitar 550.000 dolar AS di Amerika Serikat. Pada Oktober, menurut laporan Caijing, harga penawaran siap kirim untuk perangkat terkait di pasar Shenzhen telah melampaui 17 juta yuan. Kini, harga penawaran di sejumlah saluran bahkan naik lebih jauh hingga 23 juta yuan.
Tentu saja, modul GPU, server 8 kartu, dan sistem lengkap setingkat rak memiliki perbedaan besar. Harga dengan konfigurasi yang tidak sama tidak dapat dibandingkan secara langsung, dan harga penawaran dari saluran pemasaran juga tidak sama dengan harga transaksi aktual. Namun, perbedaan kondisi pasokan GPU kelas atas di berbagai wilayah telah menjadi persoalan yang harus dihadapi rantai industri.
Dahulu, harga kartu grafis terutama ditentukan oleh performa, kapasitas produksi, dan permintaan pasar. Kini, pengendalian ekspor, persediaan saluran pemasaran, asal perangkat, waktu pengiriman, dan biaya kepatuhan semuanya dapat berdampak signifikan pada harga akhir. Khusus untuk produk kelas atas seperti B200, B300, dan H200, hal yang paling diperhatikan pembeli bukan lagi hanya harga: Apakah stoknya benar-benar tersedia? Bisakah barang dikirim sesuai aturan? Berapa lama barang akan diterima setelah pembayaran? Bisakah perangkat diterapkan dengan baik?
Hal yang benar-benar langka di pasar GPU kelas atas mungkin bukanlah penawaran harga, melainkan sumber pasokan yang andal dan kemampuan pengiriman.
II. Apa yang Diungkapkan Harga Penawaran Siap Kirim di Shenzhen?
Tangkapan layar harga penawaran GPU siap kirim di Shenzhen yang beredar baru-baru ini menunjukkan perbedaan mencolok dalam harga penawaran dan jumlah pasokan untuk berbagai model.
Hanya 2 unit B300 yang tercantum, sedangkan seri RTX PRO 6000 tercantum sebanyak puluhan unit. Satu daftar penawaran tidak dapat mewakili seluruh pasar, tetapi setidaknya menunjukkan adanya perbedaan yang jelas dalam saluran pasokan dan ketentuan transaksi untuk tiap model.
Bagi perusahaan AI besar dan pusat data, satu pengadaan GPU dapat melibatkan dana puluhan juta bahkan ratusan juta yuan. Jika pengiriman tertunda, konfigurasi tidak sesuai, atau perangkat tidak dapat diterapkan, kerugiannya bisa jauh melampaui selisih harga yang dihemat saat pengadaan. Ini juga berarti bahwa saluran dengan pasokan stabil, kemampuan pengiriman yang patuh, dan sumber daya pelanggan yang nyata semakin penting.
III. Harga Kartu Semakin Mahal, Apakah Menyewa Kapasitas Komputasi Pilihan yang Lebih Baik?
Ketika biaya pengadaan GPU kelas atas terus meningkat, semakin banyak perusahaan mulai mempertimbangkan kembali: lebih baik membeli kartu sendiri atau langsung menyewa kapasitas komputasi?
Bagi perusahaan model besar, yang benar-benar dibutuhkan adalah kemampuan pelatihan dan inferensi yang stabil, bukan harus memiliki banyak aset GPU. Khususnya untuk pelatihan model, penambahan kapasitas sementara, dan inferensi elastis, GPU Cloud dapat mengurangi investasi modal sekaligus memperpendek waktu penerapan proyek. Sementara itu, pusat data luar negeri, penyewaan komputasi GPU, penitipan server, dan penerapan klaster kini menjadi bidang bisnis yang patut diperhatikan.
Namun, penyewaan kapasitas komputasi bukan sekadar arbitrase harga. Walaupun sama-sama menggunakan H200 atau B300, nilai aktual penyewaan server tunggal dan klaster dengan interkoneksi berkecepatan tinggi bisa sangat berbeda. Jumlah GPU, bandwidth jaringan, konfigurasi memori, throughput penyimpanan, tingkat utilisasi perangkat, kestabilan layanan, dan masa sewa semuanya memengaruhi harga akhir. Pelanggan jangka panjang juga perlu mempertimbangkan keamanan data, tingkat layanan, kemampuan ekspansi, dan keseluruhan biaya penggunaan. Selain itu, layanan komputasi lintas negara tetap harus mematuhi ketentuan pengendalian ekspor dan pembatasan penggunaan akhir yang berlaku; penyewaan di luar negeri tidak boleh begitu saja dianggap sebagai cara untuk menghindari pembatasan pengadaan.
Penyedia layanan komputasi yang benar-benar kompetitif bukan sekadar memiliki GPU, tetapi juga mampu menyediakan kapasitas komputasi secara berkelanjutan, stabil, dan sesuai ketentuan.
IV. Apakah Peluang untuk GPU Dalam Negeri Telah Tiba?
Ketidakpastian pasokan GPU kelas atas dari luar negeri juga membuka peluang pasar baru bagi chip AI dalam negeri. Platform komputasi dalam negeri seperti Huawei Ascend terus mengembangkan perangkat keras, penerapan klaster, dan ekosistem perangkat lunak. Pasar juga mulai membahas apakah meningkatnya permintaan untuk alternatif akan mendorong kenaikan harga GPU dalam negeri pada gelombang berikutnya.
Namun, substitusi produk dalam negeri bukan sekadar mengganti kartu grafis NVIDIA dengan kartu lain. Bagi perusahaan model besar, ekosistem CUDA, adaptasi model, optimisasi operator, komunikasi klaster, dan biaya operasional aktual semuanya memengaruhi keputusan pengadaan akhir. Biaya migrasi sangat berbeda untuk tiap model dan beban kerja, sehingga tidak bisa diukur begitu saja dengan satu persentase penurunan performa yang seragam.
Pasar komputasi AI di masa depan kemungkinan akan diisi oleh beragam solusi yang berjalan berdampingan: GPU kelas atas internasional, chip AI dalam negeri, GPU Cloud luar negeri, serta klaster komputasi yang dibangun sendiri oleh perusahaan dengan berbagai skala. Bagi perusahaan, memilih solusi komputasi yang paling sesuai dengan kebutuhan bisnis aktual mungkin lebih penting daripada sekadar memburu model terbaru.
V. Di Satu Sisi Ada yang Bersedia Membeli dengan Harga Tinggi, di Sisi Lain Kapasitas Komputasi Menganggur
Komputasi AI kini menjadi industri yang sangat padat modal. Pengadaan GPU dapat melibatkan dana puluhan juta bahkan ratusan juta yuan. Pembangunan pusat data juga membutuhkan infrastruktur pendukung seperti pasokan listrik, pendingin cair, jaringan, rak server, dan sistem operasional serta pemeliharaan.
Namun, memiliki GPU tidak berarti pasti bisa menghasilkan uang. Di satu sisi, sebagian perusahaan menghadapi kesulitan dalam membeli GPU kelas atas dan waktu pengiriman yang lama. Di sisi lain, sejumlah pusat data dan penyedia komputasi telah menginvestasikan dana besar untuk membeli perangkat, tetapi menghadapi masalah seperti tingkat utilisasi yang rendah dan permintaan pelanggan yang tidak stabil.
Di satu sisi ada yang bersedia membeli dengan harga tinggi, sementara di sisi lain ada kapasitas komputasi yang menganggur. Inilah fenomena struktural di pasar komputasi AI saat ini yang patut diperhatikan. Masalahnya belum tentu pasar kekurangan kapasitas komputasi, melainkan jenis kapasitas, lokasi penerapan, konfigurasi jaringan, harga, dan kebutuhan pelanggan mungkin tidak cocok satu sama lain. Sebuah perusahaan mungkin sangat membutuhkan ratusan GPU H200 untuk melatih model, sementara pusat data lain kebetulan memiliki GPU menganggur, tetapi kekurangan pelanggan perusahaan yang stabil.
Bagi pihak pembeli, menemukan sumber daya sewa yang sesuai dapat mengurangi investasi modal di awal. Bagi pusat data, meningkatkan utilisasi GPU dan memperoleh pelanggan jangka panjang berkaitan langsung dengan imbal hasil investasi. Karena itu, bisnis komputasi di masa depan bukan hanya perdagangan kartu grafis, tetapi juga mencakup penyewaan kapasitas komputasi, penerapan klaster, operasional pusat data, dan integrasi sumber daya jangka panjang. Yang benar-benar bernilai bukan sekadar jumlah GPU yang dimiliki, melainkan kemampuan menghubungkan pasokan nyata, permintaan aktual, dan pengiriman yang berkelanjutan.
VI. Penyewaan Kapasitas Komputasi H200 dan B300 serta Pencocokan Sumber Daya GPU
Belakangan ini, saya juga terus berkomunikasi dengan pemasok GPU, pusat data AI, penyedia layanan komputasi, dan pihak pengadaan perusahaan di dalam maupun luar negeri. Saat ini ada dua jenis sumber daya sewa komputasi yang patut diperhatikan:
1. Penyewaan kapasitas komputasi H200: Saat ini tersedia banyak sumber daya komputasi H200 yang menganggur untuk dipertemukan dengan calon penyewa. Sumber daya ini cocok bagi perusahaan yang membutuhkan pelatihan model besar, inferensi AI, penerapan klaster, serta kapasitas komputasi jangka menengah hingga panjang. Jumlah GPU, konfigurasi server, kondisi jaringan, lokasi penerapan, masa sewa, dan harga dapat dibahas lebih lanjut berdasarkan kebutuhan aktual.
2. Penyewaan kapasitas komputasi B300: Tersedia pula sejumlah kecil sumber daya komputasi B300 untuk disewakan. Sumber daya ini cocok bagi pelanggan perusahaan dengan kebutuhan tinggi terhadap performa GPU generasi baru, kapasitas memori, dan efisiensi komputasi. Ketersediaan, lingkungan penerapan, dan ketentuan sewa perlu dikonfirmasi lebih lanjut.
Selain itu, mitra industri yang bergerak di bidang berikut juga dipersilakan untuk berdiskusi: pasokan dan pengadaan GPU (GPU kelas atas dan server seperti B200, B300, H200, RTX PRO 6000, dan lainnya); GPU Cloud dan penyewaan kapasitas komputasi (pusat data luar negeri, klaster pelatihan dan inferensi AI, pengadaan kapasitas komputasi jangka panjang); infrastruktur AI (pusat data, listrik, pendingin cair, penitipan server, penerapan dan operasional klaster); serta kerja sama industri (perusahaan dan lembaga dengan anggaran pengadaan nyata, pasokan yang stabil, sumber daya pelanggan, atau kebutuhan kerja sama jangka panjang). Perwakilan perusahaan AI model besar, platform GPU Cloud, operator pusat data, serta perusahaan dengan kebutuhan nyata untuk pengadaan dan penyewaan sangat diharapkan untuk berdiskusi.
Fokus saat ini: penyewaan kapasitas komputasi H200 menganggur dalam jumlah besar, penyewaan kapasitas komputasi B300 dalam jumlah kecil, serta sumber daya pasokan dan permintaan GPU kelas atas.
Hubungi melalui pesan pribadi untuk kebutuhan pasokan/pengadaan/penyewaan.
Pihak yang memiliki sumber daya dapat terhubung dengan pihak yang membutuhkan, dan pihak yang membutuhkan dapat terhubung dengan sumber daya. Semoga lebih banyak kerja sama yang benar-benar terealisasi dapat terwujud.
Catatan: Harga penawaran GPU siap kirim dalam artikel ini berasal dari tangkapan layar saluran pasar dan tidak mewakili harga transaksi aktual. Bisnis terkait harus mematuhi peraturan perundang-undangan yang berlaku serta ketentuan pengendalian ekspor.