AWS aumenta 20% los precios de reservas de GPU Nvidia

En 2014, Amazon Web Services redujo los precios de S3 hasta 22%. Desde entonces, aumentó 20% los precios de las GPU Nvidia reservadas con anticipación en EC2 Capacity Blocks, mientras dejó sin cambios los precios de Trainium.

El almacenamiento todavía recompensa la estrategia de bajar precios

AWS también redujo los precios de EBS hasta 50% en 2014. Nueve años después, S3 Express One Zone ofrecía escrituras diez veces más rápidas y costos por solicitud 50% más bajos que S3 estándar. Esto último es una comparación de precios por solicitud, no una afirmación de que todas las facturas de almacenamiento hayan bajado. Ambas medidas muestran cómo AWS podía combinar precios más bajos para una unidad definida con un servicio más especializado.

Una reserva de Nvidia tiene una restricción que una solicitud de almacenamiento no tiene: el cliente necesita que las máquinas adecuadas estén disponibles juntas en el momento acordado. AWS no puede volver útil un bloque no disponible reduciendo el precio de otra instancia.

Una reserva asegura el calendario, no el precio spot

EC2 Capacity Blocks permite a las empresas rentar cómputo para IA por adelantado. El comprador se compromete a un bloque en lugar de asumir que habrá capacidad equivalente disponible más adelante bajo demanda. Es un seguro operativo contra una ejecución retrasada, no una opción financiera que permita al comprador retirarse si los precios bajan.

Los precios bajo demanda pueden moverse mientras un comprador mantiene una reserva anticipada. En abril, el Ornn Compute Price Index situó el alquiler de una GPU Blackwell en $4.08 por hora, 48% por encima de $2.75 dos meses antes. Ese índice mide alquileres bajo demanda reportados, no AWS Capacity Blocks; no puede determinar el margen de AWS ni la causa de su cambio de precio. Sí muestra por qué un comprador con una fecha fija para una carga de trabajo podría valorar la certidumbre por separado de un descuento por hora.

Guaranteed Capacity de OpenAI hace visible la misma preocupación por el calendario desde otra parte de la pila tecnológica. OpenAI ofrece acceso con descuento a su cómputo a cambio de compromisos de uno a tres años vinculados al gasto. Un proveedor puede cobrar por acceso confiable mientras recompensa a un cliente que facilita planear la demanda. CME Group y Silicon Data también han anunciado futuros vinculados a referencias de alquiler de GPU bajo demanda. Esos contratos pueden ayudar a cubrir la exposición a precios; un contrato de referencia por sí solo no entrega las máquinas.

Trainium convierte la sustitución en una decisión de ingeniería

Un cliente puede aprovechar el precio sin cambios de Trainium solo después de determinar que su software, requisitos de rendimiento y proceso operativo funcionan con el chip. El precio publicado por sí solo no puede indicar al comprador el costo de una ejecución terminada.

AWS tiene un ejemplo a gran escala. Dijo que Claude Opus 4 de Anthropic se lanzó en Trainium2 y que Project Rainier, construido para Anthropic, usa más de 500,000 chips Trainium2. AWS puede gestionar una mayor parte del diseño y suministro de ese sistema que con hardware de Nvidia. El ejemplo no prueba que cada carga de trabajo de Nvidia pueda migrar, ni que un precio sin cambios de Trainium implique un costo sin cambios por tarea terminada.

Los acuerdos multianuales llevan el riesgo de entrega al balance

Recursive Superintelligence firmó un acuerdo multianual de cómputo con AWS por $410 millones tras recaudar $650 millones en mayo. El acuerdo reportado no revela un calendario de Capacity Blocks, por lo que no puede tratarse como otra reserva de Nvidia. Sí muestra la escala a la que un desarrollador de modelos está dispuesto a comprometerse con un proveedor de cómputo en lugar de armar cada ejecución futura a partir de alquileres de intervalos cortos.

AWS también está cerrando acuerdos de suministro de más largo plazo. En septiembre, firmó una alianza multigeneracional de silicio personalizado e inferencia con Qualcomm. Qualcomm emitió a Amazon warrants para adquirir hasta $4 mil millones en acciones de la empresa como parte del acuerdo.

Para AWS, los compromisos de los clientes ayudan a respaldar la planificación de compras e infraestructura; para el cliente, concentran la dependencia de la capacidad del proveedor para entregar. Los compradores de capacidad de IA contratada deben sopesar esa obligación de entrega junto con el costo de la energía y los chips.

La prima tiene una prueba, no una franquicia permanente

Después de que Amazon creó Project Greenland para gestionar la asignación de GPU en su unidad minorista, dijo que tenía capacidad de GPU “amplia”. Ese esfuerzo interno de asignación no establece disponibilidad para cada cliente externo ni para cada acelerador, pero debilita cualquier afirmación de una escasez generalizada en AWS.

La demanda también puede caer por tarea sin que abra un nuevo centro de datos. Según reportes, ingenieros de OpenAI dijeron a colegas que habían encontrado una forma de reducir a más de la mitad los costos de inferencia. Cerebras, Groq y otros proveedores de chips buscan alternativas para la inferencia. Ni una mejora de eficiencia reportada ni un chip rival vuelven portátil por sí solos la carga de trabajo existente de un cliente; ambos presionan el monto que un cliente debería pagar para asegurar un tipo de hardware.

Si los clientes pueden mover cargas de trabajo entre aceleradores y obtener de forma confiable capacidad energizada con poco aviso, una reserva de Nvidia se convierte en un seguro para un riesgo excepcional de calendarización, en lugar de la forma predeterminada de asegurar una ejecución. Hasta que se cumplan esas condiciones, la fecha debe figurar en la etiqueta de precio.