Las GPU NVIDIA B200 están protagonizando una situación poco habitual incluso dentro del mercado de aceleradores para inteligencia artificial. Según los últimos datos de Silicon Data, su valor residual alcanza actualmente el 158% del coste original de adquisición, pese a haber transcurrido aproximadamente un año desde que comenzaron a estar disponibles a gran escala.
Esto supone que la valoración económica del acelerador se sitúa un 58% por encima de su precio original, en lugar de depreciarse como cabría esperar en hardware informático. Sin embargo, el dato necesita una precisión importante: Silicon Data no está afirmando simplemente que cualquier B200 usada pueda venderse automáticamente con esa prima, sino que utiliza un modelo de valoración basado en los ingresos que todavía puede generar el hardware.
Silicon Data sitúa el valor residual de la B200 en el 158%
El modelo de Silicon Data estima el valor razonable de mercado utilizando precios futuros de alquiler derivados de contratos observados, utilización prevista durante la vida restante del acelerador y costes operativos. La valoración cambia, por tanto, a medida que evolucionan las condiciones del mercado.
Esto difiere bastante de la depreciación lineal tradicional empleada para valorar equipos informáticos. Con una vida útil contable de cinco años, por ejemplo, un activo de 1.000 dólares perdería teóricamente 200 dólares de valor cada año, independientemente de cuánto dinero siguiera generando realmente.
Precisamente ahí aparece la anomalía de las GPU para IA. Silicon Data señala que las NVIDIA A100 y H100 también mantienen valores considerablemente superiores a los que indicarían esquemas lineales de depreciación de tres o cinco años, aunque la B200 lleva esta tendencia mucho más lejos al superar incluso su coste inicial.
El 158% no significa que cualquier B200 usada se venda un 58% más cara
La distinción es importante. El valor residual calculado por Silicon Data representa una estimación económica del activo y no el precio observado en una única operación de compraventa de segunda mano. Una B200 concreta puede alcanzar precios diferentes dependiendo del sistema, contrato, disponibilidad, ubicación o infraestructura asociada.
La elevada valoración está teniendo además consecuencias en la financiación de nuevos centros de datos. Silicon Data asegura que algunas startups se están encontrando con proveedores que exigen compromisos de capacidad de hasta tres años y anticipos del 30-40%, cuando anteriormente podían cerrarse reservas de aproximadamente un año. El argumento es que construir capacidad adicional sigue requiriendo grandes inversiones mientras la demanda continúa superando a la oferta disponible.
Los alquileres de B200 también han subido durante 2026
Los precios de alquiler aportan otra referencia. Los datos recopilados por Silicon Data situaban una B200 ligeramente por debajo de 5 dólares por hora (unos 4,36€) durante enero, mientras en agosto aparecía alrededor de 5,50-5,80 dólares por hora (4,79-5,06€).
Aquí conviene corregir un dato de la información original. Wccftech habla de una apreciación del 50-80%, pero pasar de algo menos de 5 dólares a 5,50-5,80 dólares no representa matemáticamente una subida de esa magnitud. Con los valores publicados, el incremento estaría mucho más cerca del entorno del 10-20%, dependiendo del precio exacto utilizado como referencia en enero.
Que el coste por hora aumente mientras entra nueva capacidad resulta significativo porque indica que la demanda de aceleradores sigue absorbiendo buena parte de la oferta disponible. Sin embargo, los precios de alquiler tampoco son directamente comparables entre todos los proveedores: duración del contrato, red, almacenamiento, región o tamaño del clúster pueden alterar considerablemente la tarifa final.
La tendencia tampoco afecta únicamente a Blackwell. H100 pasó de tarifas inferiores a 2 dólares por hora a acercarse posteriormente a los 3 dólares, mientras Silicon Data también observa una resistencia a la depreciación en generaciones anteriores como A100 y H200.
GPU financing has become a core pain point in AI infrastructure. AI startups report that instead of reserving one year of compute, they’re increasingly asked to reserve three while putting down 30-40% upfront.
Compute providers aren’t imposing these onerous terms arbitrarily:… https://t.co/LFBOII7o3T
— Silicon Data (@Silicon_Data) September 16, 2026
La eficiencia en inferencia ayuda a mantener el valor de Blackwell
Una de las razones es que la B200 continúa siendo competitiva incluso con la llegada de plataformas más recientes. En una comparación de SemiAnalysis ejecutando DeepSeek R1, la B200 alcanza un coste estimado de 0,20 dólares por cada millón de tokens (unos 0,17€) manteniendo alrededor de 76 tokens por segundo y usuario.
Ese dato depende completamente del modelo, precisión, motor de inferencia, utilización y estructura de costes empleada. De hecho, otras configuraciones medidas por SemiAnalysis consiguen cifras diferentes. No existe, por tanto, un coste fijo por token atribuible a la B200, pero los resultados ayudan a explicar por qué sigue siendo económicamente atractiva para determinados proveedores.
Lo llamativo es que esta situación se mantenga aproximadamente un año después de su llegada a gran escala. Normalmente, la aparición de nuevas generaciones presionaría rápidamente a la baja el valor del hardware anterior, mientras las B200 continúan generando suficientes ingresos potenciales como para que el modelo de Silicon Data las valore por encima de su coste inicial.
Esto no demuestra que los precios puedan seguir subiendo indefinidamente ni elimina el riesgo de sobrecapacidad futura. El 158% refleja las condiciones actuales de oferta, demanda, alquiler y rentabilidad esperada, pero esas variables pueden cambiar a medida que aumente la disponibilidad de nuevos aceleradores y entren más centros de datos en funcionamiento.
Vía: Wccftech
