Cómo fijar el precio de la capacidad de inferencia 2027: Verda 250MW NVL72

El dilema es la potencia reservada, no el número de chips

Antes de cerrar el gasto en inferencia para 2027, el dilema está entre pagar por capacidad garantizada y apostar por los mercados spot. Verda, una empresa de nube de IA con sede en Helsinki, tiene un plan de capacidad que sirve como caso de prueba útil porque combina despliegues tempranos a escala de rack con software de inferencia propio. Si una hora GPU tiene un coste y tu pila sirve un número determinado de tokens por hora GPU, el suelo es ese coste dividido por el rendimiento en tokens antes de los sobrecostes. El resto del trato es si el proveedor puede mantener esa cifra en tu objetivo de latencia.

El dinero detrás del plan

Verda, anteriormente DataCrunch, recaudó $189 millones en financiación de etapa temprana para expandir la infraestructura de nube de IA. La Serie B de Verda fue liderada por Emergence Capital, un inversor, con participantes adicionales. La ronda elevó su valoración por encima de $1 mil millones y llevó el capital y la deuda acumulados por encima de $450 millones.

Los ingresos no son un sustituto de tu carga de trabajo. Verda declaró que su tasa de ingresos anualizada alcanzó $165 millones en julio, frente a más de $60 millones reportados en el momento de su ronda de abril. Atiende a clientes en 50 países, incluyendo cargas de trabajo de IA soberana, generación de medios y modelos de radiología. Esa amplitud muestra demanda, no tu curva de latencia. La pregunta es si el plan resiste tu mezcla de tokens, tu presupuesto de latencia y tu plazo contractual.

La aritmética antes de la firma

Empieza con precios que puedas verificar hoy. Un mercado público de GPU listó H100 SXM5 spot a $1.46 por hora GPU en junio de 2026, bajando de $1.66 en mayo de 2026, mientras que el precio bajo demanda era de unos $2.54 por hora GPU. AWS p5.48xlarge con ocho GPU H100 SXM5 costaba unos $55.04 por hora bajo demanda, o unos $6.88 por hora GPU. El spot puede ser más barato, pero conlleva riesgo de interrupción.

Convierte eso en tokens. Si tu pila de inferencia sostiene 10 millones de tokens por hora GPU, ese precio bajo demanda es de $0.254 por millón de tokens antes de sobrecostes. Al precio de hora GPU bajo demanda de AWS, los mismos 10 millones de tokens por hora GPU son $0.688 por millón de tokens. La diferencia es la cuota de entrada. Tu modelo, tamaño de lote, longitud del prompt y comportamiento de caché deciden dónde aterrizas.

Ahora añade la restricción de suministro. Nvidia dijo que Vera Rubin NVL72 comenzaría la rampa de producción en Q3 2026, con las primeras asignaciones para AWS, Google Cloud y Azure, y que el acceso a nubes independientes no se espera antes de Q4 2026 o Q1 2027. Los pedidos de racks NVL72 personalizados enfrentaban tiempos de entrega de 40 semanas o más. Las restricciones de suministro de HBM3e ya habían empujado los tiempos de entrega de configuraciones personalizadas de H200 y GB200 NVL72 a 36-52 semanas a mayo de 2026. Si necesitas capacidad para 2027, estás negociando contra una cola de suministro, no contra una lista de precios.

El plan de Verda encaja en esa cola. Planea operar más de 250 megavatios de capacidad de centro de datos en 2027, con capacidad operativa en Finlandia y capacidad futura en Europa, el Reino Unido, EE. UU. y Asia. Declaró que comenzará los primeros despliegues de sistemas a escala de rack Nvidia VR200 NVL72 en los próximos meses. También desarrolla compilador y software de inferencia propios, lo que le permite gestionar la ingeniería de rendimiento y fiabilidad para las cargas de trabajo de los clientes.

La ficha de evaluación previa a la firma

El mercado no es uniforme. Una evaluación del sector de septiembre de 2026 situó solo a 19 neoclouds, proveedores de nube centrados en GPU, en una calificación Medallion y colocó a 15 proveedores en un nivel Participation Ribbon por cumplir solo expectativas mínimas. Usa la lista siguiente como una prueba rápida para un plan de capacidad de nube para inferencia. Cada elemento es una puerta para finanzas, usuarios, compras, lanzamiento, legal, hardware y salida.

• Coste por token: pide el precio unitario para tu modelo, longitud del prompt, longitud de salida y tamaño de lote, y compáralo con tu proveedor actual.
• Latencia p99: exige un p99 reciente en la utilización objetivo, no la mediana, y pide el perfil de carga utilizado.
• SLA/fiabilidad: pide el uptime, el presupuesto de errores y la fórmula de créditos que se aplica cuando se supera el presupuesto.
• Egress: pide el precio por gigabyte y si los pesos del modelo, los registros o los checkpoints cuentan como egress.
• Soberanía: pide la residencia de datos, la jurisdicción, la custodia de claves y si tu carga de trabajo puede permanecer en una región designada para inferencia de IA soberana.
• Utilización de NVL72: pide la asignación de racks, la utilización esperada, la ruta de actualización y si tu contrato incluye sistemas a escala de rack.
• Condiciones de salida: pide la cancelación, la devolución de datos, la devolución de pesos del modelo y el soporte de transición.