🦞 Preemptible VM 算力做市商 · 全維度深度分析

報告摘要統計 / Report Summary: 977條數據行 · 約50KB容量 · 覆蓋8大核心章節 / 977 Rows · ~50KB · Covering 8

算力做市商 = 價格套利 + 中斷容錯 + 多雲冗餘 + 標準化接入

② 通過 Checkpoint/Restore + 多雲自動切換 消化中斷風險

③ 以 “企業級SLA” 溢價（但仍比公有雲On-Demand便宜80%+）轉售

④ 賺取風險溢價——本質上承銷"中斷風險"

層級 / Tier模式 / Model代表 / Representatives利潤率 /

第一層

聚合者：P2P撮合，抽取5-15%佣金

第二層

智能經紀人：ML預測中斷+自動多雲切換

(管理費 / Fee)第三層

垂直整合：自建GPU數據中心，SLA保證

第四層

DePIN：鏈上逆拍賣+Token激勵

協議費 <5% +

層級 / Tier類型與描述 / Type & Description價格 / Price (per hour)

公有雲 On-Demand (錨定價格)

公有雲 Spot (做市商採購源之一)

去中心化市場

消費級批處理 (極低成本批處理)

核心發現：公有雲定價是獨立GPU雲商的 47倍 —— 做市商的定價錨應該使用CoreWeave層級，而非AWS。

H100價格趨勢：2024 Q1 → 2025 Q2，Spot價格從$3-5/hr降至$1-1.50/hr（產能擴張+B200替代效應）

• 加權採購成本: $0.80 - $1.50 / hr(混合Vast.ai+RunPod+AWS兜底)

• 平臺費 + 存儲 + 運維: $0.15 / hr

• 企業級SLA套餐: $2.50 / hr

• 標準套餐: $1.80 / hr

• 批處理套餐: $1.20 / hr

做市商本質上是在承銷中斷風險——可以用 Black-Scholes 框架理解：

希臘值 / Greek含義 / Meaning做市商操作 / Market Maker Operation

價格敏感度

保持Spot/On-Demand倉位動態平衡

中斷概率突變

新GPU發布/大客戶入場時快速調倉

波動率敏感度

監控NVIDIA產線/出口管制/挖礦潮

時間衰減

長期預留鎖定低波動，短期Spot彈需

替代成本

監控新渠道/新GPU的價格變化

組合對衝策略：Long Spot（低成本）+ Short On-Demand（轉售SLA溢價）+ Checkpoint能力（保險）+ 跨雲分散（降低相關性）

Karpenter: 高性能Spot節點自動擴縮 + 中斷自動替換

Volcano: 華為開源，Gang Scheduling確保分布式訓練一致性

Llama 70B 保存約1-3分鐘（140GB參數）

Llama 405B 約5-10分鐘

GPU Live/Hot Migration 工業界未完全解決 —— 主流是"優雅中斷+快速恢復"

高端GPU

NVIDIA全系可獲取

A100/H100/B200禁售，僅限H20等特供低配版

國產替代

幾乎不存在

華為昇騰910B（≈A100 80%性能）等快速崛起

閒置來源

數據中心 + 消費級 + 礦場

ETH PoS後遺留大批礦場GPU（如大量RTX3090）

市場玩家

Vast.ai等商業模式漸趨成熟

<10家，極早期藍海市場

合規運行

政策及監管嚴格受限

供給側結構性過剩：礦場GPU殘餘 + AI中小企業倒閉潮釋放算力 + 東數西算節點低利用率。

國產晶片生態碎片化：昇騰、寒武紀、壁仞等晶片廠商及客戶迫切需要高效聚合者。

信息不對稱套利：目前國產GPU公有雲市場定價極其不透明，存在極大的套利空間。

→ 建立GPU供給網絡（包括礦場及數據中心閒置算力） / Establish GPU supply network (mining + DC idle)→ 統一API接入層 / Unified API access layer→ 目標：100-500 GPU在線 / Target: 100-500 GPUs onlinePhase 2（12個月）：容錯層 / Fault Tolerance Layer→ Checkpoint/Restore自動化 + 多雲智能路由 / Automated Checkpoint/Restore + multi-cloud intelligent routing→ 交付99%+可用性SLA保證 / Deliver 99%+ availability SLA guarantees→ 目標：1,000-5,000 GPU，通過企業客戶驗證 / Target: 1,000-5,000 GPUs, verified by enterprise clientsPhase 3（18-24個月）：智能化層 / Intelligence Layer→ ML預測中斷概率 + Agent-Native API / ML predicts interruption probabilities + Agent-Native API→ Token經濟激勵（視合規與監管情況而定） / Token incentives (subject to regulatory compliance)→ 目標：10,000+ GPU，成為區域性行業領導者 / Target: 10,000+ GPUs, regional market leader十、十大核心數據 / X. Top 10 Core Metrics#核心指標 / Key Metric數值 / Value全球Spot GPU市場規模 (2025E) / Global Spot GPU Market Size

47 倍 (47x)Salad 消費級算力最低價格 / Salad Consumer-grade Minimum Price

報告原文件：preemptible_compute_market_making_report.pdf · 雙語全維度排版完成，適合直接列印閱讀