Pasar GPU Sekunder: Membeli dan Menjual Hardware AI Bekas

Diperbarui 11 Desember 2025

Pembaruan Desember 2025: H100 CoreWeave dari kontrak 2022 yang berakhir langsung terisi kembali dengan harga 95% dari harga asli. Hyperscaler memperpanjang depresiasi menjadi 6 tahun, menghemat ~$18M per tahun dari CapEx $300M+. Kaskade nilai: Tahun 1-2 untuk training frontier, 3-4 untuk inference, 5-6 untuk workload batch. Jensen Huang bercanda "ketika Blackwell dikirim, Hopper tidak bisa diberikan gratis sekalipun"—tetapi permintaan inference membuat hardware generasi sebelumnya tetap bernilai.

GPU H100 CoreWeave dari kontrak 2022 yang berakhir langsung terisi kembali dengan harga 95% dari harga asli.¹ Data ini mengungkapkan sesuatu yang kontraintuitif: akselerator AI mempertahankan nilai substansial bahkan ketika NVIDIA merilis generasi yang lebih baru. Pasar sekunder yang matang telah muncul untuk hardware GPU enterprise, menciptakan peluang bagi organisasi untuk memperoleh kapasitas komputasi dengan diskon signifikan sekaligus memungkinkan penjual mendapatkan kembali modal dari upgrade infrastruktur.

Pertanyaan bernilai triliunan dolar yang menghantui investasi infrastruktur AI—seberapa cepat GPU sebenarnya terdepresiasi—membentuk strategi pengadaan, perencanaan keuangan, dan keputusan siklus hidup infrastruktur. Memahami dinamika pasar sekunder membantu perusahaan mengoptimalkan akuisisi GPU, menentukan waktu siklus refresh hardware, dan memaksimalkan return dari investasi infrastruktur AI.

Perdebatan depresiasi

Hyperscaler dan penyedia cloud GPU pada dasarnya tidak sepakat tentang berapa lama akselerator AI mempertahankan nilai ekonomisnya:

Depresiasi diperpanjang (6 tahun): Amazon, Microsoft, dan Google semuanya memperpanjang asumsi masa manfaat server dari 3-4 tahun menjadi 6 tahun pada 2023.² CoreWeave menggunakan siklus depresiasi enam tahun. Perlakuan akuntansi ini mengurangi beban depresiasi tahunan secara signifikan—estimasi menunjukkan perubahan ini menghemat $18 miliar bagi hyperscaler pada 2024 saja dari total CapEx kolektif mereka yang lebih dari $300 miliar.³

Depresiasi agresif (2-3 tahun): Kritikus berargumen bahwa hardware AI berkembang terlalu cepat untuk asumsi enam tahun. NVIDIA merilis arsitektur baru setiap 2 tahun (A100 pada 2020, H100 pada 2022, B200 pada 2024), dengan setiap generasi memberikan peningkatan performa 2-3x lipat. Jensen Huang sendiri bercanda bahwa "ketika Blackwell mulai dikirim dalam volume besar, Hopper tidak bisa diberikan gratis sekalipun."⁴

Model kaskade nilai: Pandangan yang lebih bernuansa mengakui bahwa GPU melayani workload yang berbeda seiring bertambahnya usia:⁵ - Tahun 1-2: Training model frontier yang membutuhkan performa maksimum - Tahun 3-4: Inference real-time bernilai tinggi di mana hardware generasi sebelumnya sudah cukup - Tahun 5-6: Workload batch inference dan analytics

Kerangka kaskade ini menjelaskan pengalaman CoreWeave: GPU A100 tetap terisi penuh karena workload inference tidak memerlukan silicon terbaru. Organisasi yang melatih model frontier membutuhkan B200; organisasi yang menjalankan inference produksi seringkali tidak membutuhkannya.

Harga pasar saat ini

Harga GPU sekunder mencerminkan interaksi antara pasokan hardware baru, permintaan inference, dan transisi generasi:

Harga H100 (2025)

Baru/retail: - Harga dasar: $25.000-$28.000 - Konfigurasi terintegrasi server: $35.000-$40.000+ - Periode pasokan terbatas: premium 40-60%⁶

Pasar sekunder: - Sedikit digunakan (1-2 tahun): 70-85% dari harga baru - Penggunaan moderat (2-3 tahun): 50-70% dari harga baru - Grey market/eBay: diskon 20-40% tetapi risiko garansi/dukungan

Konteks sewa cloud: - On-demand hyperscaler: $3-4/jam (turun 44% dari 2024) - Penyedia budget: $1,80-2,50/jam - 300+ penyedia baru memasuki pasar pada 2025⁷

Dinamika harga A100

Harga A100 turun lebih tajam daripada H100 dalam koreksi pertengahan 2025, mencerminkan posisi GPU ini di pasar sekunder yang lebih luas dan lebih likuid.⁸ A100 melayani workload yang beragam termasuk inference, training tingkat menengah, dan deployment edge—tepatnya aplikasi di mana hardware bekas menemukan kehidupan kedua.

Harga sekunder A100 saat ini: - Varian 40GB: $8.000-12.000 (dari $15.000+ baru) - Varian 80GB: $12.000-18.000 (dari $25.000+ baru) - Bundle server (8x A100): Diskon volume signifikan

Dampak transisi B200

Ketersediaan umum B200 NVIDIA (diperkirakan Q1 2026) akan menekan nilai sekunder H100. Pola historis menunjukkan pengurangan harga 10-20% untuk hardware generasi sebelumnya saat perusahaan melakukan upgrade.⁹ Organisasi yang merencanakan pembelian H100 harus mempertimbangkan waktu transisi dalam keputusan akuisisi.

Strategi akuisisi

Membeli GPU bekas

Program refurbished bersertifikat: Vendor utama (Dell, HPE, Supermicro) menawarkan server GPU refurbished bersertifikat dengan garansi. Harga biasanya 30-40% di bawah harga baru dengan cakupan garansi 1-2 tahun. Pendekatan ini menyeimbangkan penghematan biaya dengan jaminan dukungan.

Surplus hyperscaler: Ketika penyedia cloud me-refresh infrastruktur, inventaris GPU yang signifikan memasuki pasar. Menentukan waktu pembelian sekitar siklus upgrade yang diketahui (AWS biasanya me-refresh 3-4 tahun setelah peluncuran) dapat menghasilkan harga yang menguntungkan. Saluran remarketing enterprise menangani sebagian besar volume.

Jaringan broker: Perusahaan IT asset disposition (ITAD) khusus mengumpulkan inventaris GPU dari berbagai penjual. Broker terkemuka memverifikasi asal hardware, menguji fungsionalitas, dan memberikan garansi terbatas. Harapkan penghematan 20-30% dibandingkan refurbished bersertifikat.

Pembelian langsung enterprise: Organisasi yang meng-upgrade infrastruktur terkadang menjual langsung ke pembeli yang dikenal, terutama dalam jaringan industri. Transaksi langsung menghindari margin broker tetapi memerlukan due diligence pada kondisi dan asal hardware.

Risiko grey market: eBay, Alibaba, dan platform serupa menawarkan diskon terdalam tetapi membawa risiko signifikan: - Cakupan garansi terbatas atau tidak ada - Potensi pembatasan firmware atau region lock - Hardware palsu atau salah representasi - Tidak ada dukungan untuk update driver/firmware

Pembelian grey market cocok untuk organisasi dengan keahlian hardware dan toleransi risiko untuk workload non-kritis.

Checklist due diligence

Sebelum membeli GPU sekunder:

1. Verifikasi asal: Minta dokumentasi pembelian asli, terutama untuk H100 bernilai tinggi. Penjual yang sah memberikan faktur yang menunjukkan saluran distribusi resmi.

2. Periksa status garansi: Beberapa garansi produsen dapat ditransfer ke pemilik berikutnya; yang lain tidak. Verifikasi cakupan garansi sebelum mengasumsikan transferabilitas.

3. Uji fungsionalitas: Stress-test GPU di bawah workload representatif sebelum menyelesaikan pembelian. Error memori, thermal throttling, dan degradasi performa mungkin tidak muncul dalam validasi dasar.

4. Konfirmasi kompatibilitas firmware/driver: Pastikan GPU dapat menerima update firmware terkini. Beberapa unit grey market memiliki akses firmware yang dibatasi.

5. Nilai kondisi fisik: Periksa degradasi thermal paste, keausan kipas, dan kerusakan fisik. GPU data center biasanya lebih baik kondisinya daripada unit konsumen karena lingkungan yang terkontrol.

Strategi penjualan

Menentukan waktu refresh hardware

Waktu jual optimal menyeimbangkan beberapa faktor:

Persyaratan performa: Jual ketika hardware tidak lagi memenuhi kebutuhan workload utama, bukan ketika sudah benar-benar usang. GPU yang mendukung persyaratan training kemarin masih melayani workload inference besok.

Kondisi pasar: Peluncuran arsitektur baru menekan nilai generasi sebelumnya untuk sementara. Menjual 6-12 bulan sebelum peluncuran penerus yang diharapkan memaksimalkan recovery. Menjual segera setelah peluncuran meminimalkan recovery.

Kewajiban kontrak: Komitmen cloud atau ketentuan sewa mungkin membatasi waktu. Pertimbangkan kendala ini dalam perencanaan refresh.

CEO Microsoft Satya Nadella menggambarkan penjarakan pembelian chip AI untuk menghindari "terjebak dengan empat atau lima tahun depresiasi pada satu generasi."¹⁰ Pendekatan ini menukar diskon volume dengan risiko keusangan.

Ekspektasi recovery

Penjualan kembali GPU enterprise biasanya memulihkan 60-80% dari harga pembelian asli tergantung pada:¹¹ - Usia dan kondisi - Kebaruan generasi (berapa banyak penerus yang dirilis) - Keseimbangan supply/demand pasar - Kelengkapan paket (GPU saja vs server)

Strategi bundling: Menjual server GPU lengkap sebagai penawaran turnkey sering menghasilkan return yang lebih baik daripada menjual komponen individual secara terpisah. Pembeli menghargai deployment yang disederhanakan; penjual mengurangi kompleksitas remarketing.

Saluran penjualan

Partner ITAD: Perusahaan IT asset disposition menangani logistik, sertifikasi penghancuran data, dan pencarian pembeli. Mereka biasanya mengambil komisi 15-25% tetapi mengurangi beban penjual secara signifikan.

Penjualan langsung enterprise: Menjual ke pembeli yang dikenal (mungkin melalui asosiasi industri atau jaringan profesional) menghindari biaya broker tetapi memerlukan usaha penjual dalam menemukan pembeli dan menegosiasikan persyaratan.

Platform lelang: Lelang berfokus teknologi mengumpulkan permintaan pembeli tetapi menciptakan ketidakpastian harga. Cocok untuk likuidasi inventaris ketika kecepatan lebih penting daripada optimisasi harga.

Program trade-in: Beberapa vendor menawarkan kredit trade-in untuk pembelian hardware baru. Pendekatan ini menyederhanakan transaksi tetapi biasanya memulihkan lebih sedikit daripada penjualan pasar terbuka.

Pertimbangan perencanaan keuangan

Optimisasi jadwal depresiasi

Organisasi harus menyelaraskan depresiasi akuntansi dengan siklus hidup hardware aktual:

Pendekatan konservatif (3 tahun): Sesuai dengan periode penggunaan utama yang umum. Beban depresiasi tahunan lebih tinggi tetapi tidak ada write-down mendadak ketika hardware menjadi usang.

Pendekatan diperpanjang (6 tahun): Sesuai dengan preseden hyperscaler. Beban tahunan lebih rendah tetapi memerlukan keyakinan pada retensi nilai pasar sekunder.

Pendekatan hybrid: Depresiasi dipercepat di tahun 1-2 (50-60% dari nilai), depresiasi lebih lambat di tahun 3-6. Mencerminkan ekonomi kaskade nilai di mana penggunaan utama menangkap sebagian besar nilai.

Penyesuaian total cost of ownership

Pertimbangkan nilai residu dalam perhitungan TCO:

Biaya Tahunan Efektif = (Harga Pembelian - Perkiraan Penjualan Kembali) / Tahun Penggunaan
                      + Biaya Operasional Tahunan (listrik, pendinginan, dukungan)

Misalnya, server H100: - Pembelian: $300.000 - Perkiraan penjualan kembali (4 tahun): $90.000 (30% residu) - Biaya operasional: $40.000/tahun - Biaya tahunan efektif: ($300.000 - $90.000) / 4 + $40.000 = $92.500

Versus mengasumsikan nol residu: - Biaya tahunan efektif: $300.000 / 4 + $40.000 = $115.000

Perbedaan TCO 20% secara signifikan mempengaruhi keputusan build-vs-rent.

Implikasi pajak

Konsultasikan dengan penasihat pajak tentang: - Pemilihan metode depresiasi (straight-line vs dipercepat) - Pengurangan Section 179 untuk peralatan yang memenuhi syarat - Waktu penjualan untuk optimisasi capital gains - Kemungkinan pertukaran like-kind

Struktur dan peserta pasar

Kategori penjual

Hyperscaler: AWS, Azure, dan GCP secara berkala mempensiunkan kapasitas GPU, menciptakan pasokan sekunder yang substansial. Biasanya disalurkan melalui partner remarketing bersertifikat daripada pasar terbuka.

Penyedia cloud GPU: CoreWeave, Lambda Labs, dan perusahaan serupa me-refresh infrastruktur pada siklus yang lebih cepat daripada hyperscaler. Berakhirnya kontrak menciptakan pasokan yang dapat diprediksi.

Enterprise: Organisasi yang menyelesaikan proyek AI atau mengubah strategi menjual kapasitas surplus. Kualitas sangat bervariasi berdasarkan pola penggunaan dan praktik pemeliharaan.

Startup yang gagal: Kegagalan perusahaan AI melepaskan inventaris GPU, terkadang dengan harga distressed. Due diligence sangat penting mengingat asal dan riwayat pemeliharaan yang tidak pasti.

Kategori pembeli

Enterprise yang sadar biaya: Organisasi dengan workload inference atau aplikasi riset di mana hardware generasi sebelumnya sudah cukup.

Pasar berkembang: Organisasi di wilayah sensitif harga yang memperoleh infrastruktur pada titik harga yang terjangkau.

Startup AI: Perusahaan tahap awal yang membangun kapasitas komputasi sebelum mengamankan pendanaan untuk hardware baru.

Institusi riset: Organisasi akademis dan nirlaba dengan anggaran terbatas yang mencari hardware yang mumpuni.

Dinamika pasar 2025

Beberapa faktor membentuk kondisi pasar sekunder saat ini:

Dampak tarif: Kebijakan perdagangan AS yang diberlakukan pada 2025 meningkatkan biaya komponen GPU 20-40%, mempengaruhi

[Konten dipotong untuk terjemahan]