Mercados secundarios de GPUs: Compra y venta de hardware de IA usado
Actualizado el 11 de diciembre de 2025
Actualización de diciembre 2025: Las GPUs H100 de CoreWeave de contratos de 2022 que expiraron se están recontratando al 95% del precio original. Los hiperescaladores extendieron la depreciación a 6 años, ahorrando ~$18B anuales en más de $300B de CapEx. Cascada de valor: Años 1-2 para entrenamiento de frontera, 3-4 para inferencia, 5-6 para cargas de trabajo por lotes. Jensen Huang bromeando que "cuando Blackwell se envíe, no podrás regalar las Hoppers"—pero la demanda de inferencia mantiene valioso el hardware de generaciones anteriores.
Las GPUs H100 de CoreWeave de contratos de 2022 que expiraron se recontrataron inmediatamente al 95% del precio original.¹ Este dato revela algo contraintuitivo: los aceleradores de IA retienen un valor sustancial incluso cuando NVIDIA lanza generaciones más nuevas. Ha surgido un mercado secundario maduro para hardware GPU empresarial, creando oportunidades para que las organizaciones adquieran capacidad de cómputo con descuentos significativos mientras permiten a los vendedores recuperar capital de las actualizaciones de infraestructura.
La pregunta del billón de dólares que se cierne sobre las inversiones en infraestructura de IA—qué tan rápido se deprecian realmente las GPUs—moldea la estrategia de adquisición, la planificación financiera y las decisiones del ciclo de vida de la infraestructura. Comprender las dinámicas del mercado secundario ayuda a las empresas a optimizar las adquisiciones de GPUs, programar los ciclos de renovación de hardware y maximizar los retornos de las inversiones en infraestructura de IA.
El debate de la depreciación
Los hiperescaladores y los proveedores de GPU en la nube discrepan fundamentalmente sobre cuánto tiempo los aceleradores de IA retienen valor económico:
Depreciación extendida (6 años): Amazon, Microsoft y Google extendieron las suposiciones de vida útil de servidores de 3-4 años a 6 años para 2023.² CoreWeave usa ciclos de depreciación de seis años. El tratamiento contable reduce significativamente el gasto anual de depreciación—las estimaciones sugieren que el cambio ahorró a los hiperescaladores $18 mil millones solo en 2024 en su CapEx colectivo de más de $300 mil millones.³
Depreciación agresiva (2-3 años): Los críticos argumentan que el hardware de IA avanza demasiado rápido para suposiciones de seis años. NVIDIA lanza nuevas arquitecturas cada 2 años (A100 en 2020, H100 en 2022, B200 en 2024), con cada generación ofreciendo mejoras de rendimiento de 2-3x. El mismo Jensen Huang bromeó que "cuando Blackwell comience a enviarse en volumen, no podrás regalar las Hoppers."⁴
El modelo de cascada de valor: Una visión más matizada reconoce que las GPUs sirven diferentes cargas de trabajo a medida que envejecen:⁵ - Años 1-2: Entrenamiento de modelos de frontera que requiere máximo rendimiento - Años 3-4: Inferencia de alto valor en tiempo real donde el hardware de generación anterior es suficiente - Años 5-6: Inferencia por lotes y cargas de trabajo analíticas
El marco de cascada explica la experiencia de CoreWeave: las GPUs A100 permanecen completamente reservadas porque las cargas de trabajo de inferencia no requieren silicio de última generación. Las organizaciones que entrenan modelos de frontera necesitan B200s; las organizaciones que sirven inferencia en producción a menudo no.
Precios actuales del mercado
Los precios de GPUs en el mercado secundario reflejan la interacción entre el suministro de nuevo hardware, la demanda de inferencia y las transiciones generacionales:
Precios de H100 (2025)
Nuevas/precio de venta: - Precio base: $25,000-$28,000 - Configuraciones integradas en servidor: $35,000-$40,000+ - Períodos con restricción de suministro: primas del 40-60%⁶
Mercado secundario: - Poco uso (1-2 años): 70-85% del precio nuevo - Uso moderado (2-3 años): 50-70% del precio nuevo - Mercado gris/eBay: descuentos del 20-40% pero riesgos de garantía/soporte
Contexto de alquiler en la nube: - Bajo demanda en hiperescaladores: $3-4/hora (bajó 44% desde 2024) - Proveedores económicos: $1.80-2.50/hora - Más de 300 nuevos proveedores entraron al mercado en 2025⁷
Dinámica de precios de A100
Los precios de A100 cayeron más bruscamente que los de H100 en las correcciones de mediados de 2025, reflejando la posición de la GPU en un mercado secundario más amplio y líquido.⁸ La A100 sirve cargas de trabajo diversas incluyendo inferencia, entrenamiento de nivel medio y despliegues en el borde—exactamente las aplicaciones donde el hardware usado encuentra una segunda vida.
Precios actuales de A100 en el mercado secundario: - Variantes de 40GB: $8,000-12,000 (desde $15,000+ nuevas) - Variantes de 80GB: $12,000-18,000 (desde $25,000+ nuevas) - Paquetes de servidor (8x A100): descuentos significativos por volumen
Impacto de la transición a B200
La disponibilidad general de B200 de NVIDIA (esperada para Q1 2026) presionará los valores secundarios de H100. Los patrones históricos sugieren reducciones de precio del 10-20% para hardware de generación anterior a medida que las empresas actualizan.⁹ Las organizaciones que planean compras de H100 deben considerar el momento de la transición en sus decisiones de adquisición.
Estrategias de adquisición
Comprar GPUs usadas
Programas de reacondicionamiento certificado: Los principales proveedores (Dell, HPE, Supermicro) ofrecen servidores GPU reacondicionados certificados con garantías. El precio típicamente es 30-40% menor que el nuevo con cobertura de garantía de 1-2 años. El enfoque equilibra el ahorro de costos contra la garantía de soporte.
Excedentes de hiperescaladores: Cuando los proveedores de nube renuevan infraestructura, un inventario significativo de GPUs entra al mercado. Programar las compras en torno a ciclos de actualización conocidos (AWS típicamente renueva 3-4 años después del lanzamiento) puede generar precios favorables. Los canales de remarketing empresarial manejan la mayor parte del volumen.
Redes de intermediarios: Compañías especializadas en disposición de activos de TI (ITAD) agregan inventario de GPUs de múltiples vendedores. Los intermediarios de buena reputación verifican la procedencia del hardware, prueban la funcionalidad y proporcionan garantías limitadas. Se esperan ahorros del 20-30% versus el reacondicionado certificado.
Compras directas entre empresas: Las organizaciones que actualizan infraestructura a veces venden directamente a compradores conocidos, particularmente dentro de redes industriales. Las transacciones directas evitan márgenes de intermediarios pero requieren diligencia debida sobre la condición y procedencia del hardware.
Riesgos del mercado gris: eBay, Alibaba y plataformas similares ofrecen los descuentos más profundos pero conllevan riesgos significativos: - Cobertura de garantía limitada o nula - Posibles restricciones de firmware o bloqueos regionales - Hardware falsificado o mal representado - Sin soporte para actualizaciones de drivers/firmware
Las compras en el mercado gris son adecuadas para organizaciones con experiencia en hardware y tolerancia al riesgo para cargas de trabajo no críticas.
Lista de verificación de diligencia debida
Antes de comprar GPUs secundarias:
-
Verificar procedencia: Solicitar documentación de compra original, especialmente para H100s de alto valor. Los vendedores legítimos proporcionan facturas que muestran canales de distribución autorizados.
-
Verificar estado de garantía: Algunas garantías del fabricante se transfieren a propietarios posteriores; otras no. Verificar la cobertura de garantía antes de asumir transferibilidad.
-
Probar funcionalidad: Realizar pruebas de estrés en las GPUs bajo cargas de trabajo representativas antes de finalizar la compra. Errores de memoria, limitación térmica y degradación del rendimiento pueden no aparecer en validación básica.
-
Confirmar compatibilidad de firmware/drivers: Asegurar que las GPUs puedan recibir actualizaciones de firmware actuales. Algunas unidades del mercado gris tienen acceso restringido al firmware.
-
Evaluar condición física: Inspeccionar degradación de pasta térmica, desgaste de ventiladores y daño físico. Las GPUs de centros de datos típicamente están en mejor estado que las unidades de consumidor debido a ambientes controlados.
Estrategias de venta
Programar la renovación de hardware
El momento óptimo de venta equilibra varios factores:
Requisitos de rendimiento: Vender cuando el hardware ya no cumple las necesidades de carga de trabajo primaria, no cuando se vuelve completamente obsoleto. Las GPUs que soportaban los requisitos de entrenamiento de ayer aún sirven las cargas de trabajo de inferencia de mañana.
Condiciones del mercado: Los lanzamientos de nuevas arquitecturas deprimen temporalmente los valores de generaciones anteriores. Vender 6-12 meses antes del lanzamiento esperado del sucesor maximiza la recuperación. Vender inmediatamente después del lanzamiento minimiza la recuperación.
Obligaciones contractuales: Los compromisos de nube o términos de arrendamiento pueden restringir el momento. Considerar estas restricciones en la planificación de renovación.
El CEO de Microsoft, Satya Nadella, describió espaciar las compras de chips de IA para evitar "quedarse atrapado con cuatro o cinco años de depreciación en una generación."¹⁰ El enfoque intercambia descuentos por volumen contra riesgo de obsolescencia.
Expectativas de recuperación
La reventa de GPUs empresariales típicamente recupera 60-80% del precio de compra original dependiendo de:¹¹ - Edad y condición - Vigencia de la generación (cuántos sucesores se lanzaron) - Balance de oferta/demanda del mercado - Completitud del paquete (solo GPU vs servidor)
Estrategia de paquetes: Vender servidores GPU completos como ofertas llave en mano a menudo genera mejores retornos que separar componentes individuales. Los compradores valoran el despliegue simplificado; los vendedores reducen la complejidad de remarketing.
Canales de venta
Socios ITAD: Las compañías de disposición de activos de TI manejan la logística, certificación de destrucción de datos y búsqueda de compradores. Típicamente toman comisión del 15-25% pero reducen significativamente la carga del vendedor.
Ventas directas entre empresas: Vender a compradores conocidos (quizás a través de asociaciones industriales o redes profesionales) evita comisiones de intermediarios pero requiere esfuerzo del vendedor para encontrar compradores y negociar términos.
Plataformas de subasta: Las subastas enfocadas en tecnología agregan demanda de compradores pero crean incertidumbre de precio. Adecuadas para liquidación de inventario cuando la velocidad importa más que la optimización de precio.
Programas de intercambio: Algunos proveedores ofrecen créditos de intercambio contra compras de nuevo hardware. El enfoque simplifica las transacciones pero típicamente recupera menos que las ventas en mercado abierto.
Consideraciones de planificación financiera
Optimización del programa de depreciación
Las organizaciones deben alinear la depreciación contable con el ciclo de vida real del hardware:
Enfoque conservador (3 años): Coincide con el período típico de uso primario. Mayor gasto anual de depreciación pero sin sorpresas de bajas cuando el hardware se vuelve obsoleto.
Enfoque extendido (6 años): Coincide con el precedente de hiperescaladores. Menor gasto anual pero requiere confianza en la retención de valor del mercado secundario.
Enfoque híbrido: Depreciación acelerada en años 1-2 (50-60% del valor), depreciación más lenta en años 3-6. Refleja la economía de cascada de valor donde el uso primario captura la mayor parte del valor.
Ajustes al costo total de propiedad
Considerar el valor residual en los cálculos de TCO:
Costo Anual Efectivo = (Precio de Compra - Reventa Esperada) / Años de Uso
+ Costos Operativos Anuales (energía, enfriamiento, soporte)
Por ejemplo, un servidor H100: - Compra: $300,000 - Reventa esperada (4 años): $90,000 (30% residual) - Costo operativo: $40,000/año - Costo anual efectivo: ($300,000 - $90,000) / 4 + $40,000 = $92,500
Versus asumir cero residual: - Costo anual efectivo: $300,000 / 4 + $40,000 = $115,000
La diferencia del 20% en TCO impacta significativamente las decisiones de construir versus alquilar.
Implicaciones fiscales
Consultar asesores fiscales sobre: - Selección de método de depreciación (línea recta vs acelerada) - Deducciones de la Sección 179 para equipos calificados - Momento de venta para optimización de ganancias de capital - Posibilidades de intercambio de bienes similares
Estructura del mercado y participantes
Categorías de vendedores
Hiperescaladores: AWS, Azure y GCP periódicamente retiran capacidad de GPU, creando suministro secundario sustancial. Típicamente se canaliza a través de socios de remarketing certificados en lugar del mercado abierto.
Proveedores de GPU en la nube: CoreWeave, Lambda Labs y compañías similares renuevan infraestructura en ciclos más rápidos que los hiperescaladores. Las expiraciones de contratos crean suministro predecible.
Empresas: Organizaciones que completan proyectos de IA o cambian estrategias venden capacidad excedente. La calidad varía ampliamente basada en patrones de uso y prácticas de mantenimiento.
Startups fallidas: Las fallas de compañías de IA liberan inventario de GPUs, a veces a precios de liquidación. La diligencia debida es crítica dada la procedencia incierta y el historial de mantenimiento.
Categorías de compradores
Empresas conscientes del costo: Organizaciones con cargas de trabajo de inferencia o aplicaciones de investigación donde el hardware de generación anterior es suficiente.
Mercados emergentes: Organizaciones en regiones sensibles al precio que adquieren infraestructura a puntos de precio accesibles.
Startups de IA: Compañías en etapa temprana que construyen capacidad de cómputo antes de asegurar financiamiento para nuevo hardware.
Instituciones de investigación: Organizaciones académicas y sin fines de lucro con presupuestos limitados que buscan hardware capaz.
Dinámicas del mercado 2025
Varios factores moldean las condiciones actuales del mercado secundario:
Impactos arancelarios: Las políticas comerciales de EE.UU. promulgadas en 2025 aumentaron los costos de componentes de GPU 20-40%, afectando
[Contenido truncado para traducción]
