從大語言模型到多模態影音生成，訓練一次動輒需數萬顆 GPU。
誰手上握有最多 H100／Blackwell 並能以低價出租，誰就能在算力荒中勝出。
本文除補上 CoreWeave 最新產能，還將各家晶片數量換算成同一把尺──「H100 等效 GPU」，再加上公開時租價格，讓你一眼看出誰最有貨、誰最划算。
雲端 AI 算力出租業者產能與價格總覽
| 業者 | 公司代號 | 主要晶片 | 已部署／規劃算力(H100 等效 GPU 顆數)¹ | 公開時租單價（美元／H100 on-demand）² |
|---|---|---|---|---|
| Amazon Web Services | AMZN | Trainium 2 NVIDIA H100 |
≈ 320 000（Trainium 2 400 000 × 0.8 換算） ＋H100 A3 ≈ 26 000 |
12.24（p5 H100/小時） |
| Google Cloud | GOOG | NVIDA H100 | ≈ 26 000 | 8.69（a3-high-gpu，每 GPU） |
| Microsoft Azure | MSFT | NVIDA H100／V100 | ≥ 10 000 | 12.19（ND H100 v5） |
| Oracle Cloud | ORCL | NVIDA H100 | ≈ 20 000（OCI Supercluster） | 6.80（BM.GPU.H100.8 平均拆算） |
| CoreWeave | CRWV | NVIDA H100 | ≈ 45 000（2025 年底） | 2.89（官網 on-demand） |
| Lambda Labs | — | NVIDA H100／Blackwell | ≈ 10 000 | 4.29（Cloud GPU H100） |
| Voltage Park | — | NVIDA H100 | 24 000 | 2.99（on-demand）；1.99（12 月保留） |
| Crusoe Cloud | — | NVIDA Blackwell | ≈ 450 000（Blackwell 300 000 × 1.5 換算） | （尚未公布，傳 ≈ 3.0） |
¹ H100 等效計算方式： • Trainium 2 約為 H100 ≈ 0.8 倍 FP8 算力；文中採 0.8 倍保守換算。 • Blackwell (B200) 理論 FP8 ≈ 2×H100，本表採 1.5 倍折算。 實際效能視模型與精度不同略有差異，僅供量級對比。
² 價格取各雲平台 2025 H1 發布之 on-demand（按時／按秒）官方牌價；未上市新創採官網公示或租賃報價。預付/保留合約可再折 15–35 %。
關鍵洞察
-
價格 vs 產能
-
Hyperscaler（AWS、Azure）價格最高但提供全球可用區與豐富 PaaS； - CoreWeave、Voltage Park 以 ≈3 美元/小時 價格搶市，適合海量訓練或新創快速擴容。
-
-
Blackwell 效應
-
Crusoe Cloud 若按計畫落地 30 萬顆 B200，將一舉成為全球第二大獨立 GPU 雲，並帶動租金進一步下探。
-
-
採購模式變革
-
二線雲商流行「先簽十億美元長約 → 發行高收益債／增信貸 → 把 GPU 轉為現金流」；長約保底降低單價，卻提高財務槓桿風險。
-
-
液冷與電力瓶頸
-
單一叢集破 5 萬顆 H100 即需 > 200 MW 電力與浸沒式液冷，機房建置/供電商將成下一波投資焦點。
-
選擇建議
-
科研 / 超大模型訓練：需萬卡以上連續訓練，可優先洽 CoreWeave、Voltage Park（H100）或 Crusoe（Blackwell 上線後）。
-
企業級 SLA 與多雲治理：AWS、Azure、Google Cloud 仍具服務整合與法遵優勢。
-
預算有限的新創：Lambda Labs 按周/月租費率彈性，且可短期切換到 Blackwell。
在算力仍然供不應求的 2025–2026 年，「誰能拿到最多 H100 / Blackwell、誰能用最低電價快速上架」，將決定雲端 AI 基礎設施下一輪贏家。企業與投資人可依 價格、產能與交付時間 三要素評估最佳合作或佈局對象。
