GPU はレンタルか購入か：どんなときにどちらを選ぶべきか

GPU が必要になったとき、道は二つあります。ハードウェアを購入するか、時間単位でレンタルするかです。どちらも正解になり得ますが、思い込みで決めるのは間違いです。判断は、機器の総所有コスト、実際の稼働率、ハードウェアが陳腐化する速さという3つの変数で決まります。

この記事では、3つの変数を一つの比較フレームワークにまとめ、両モデルに潜む隠れたコストを明らかにします。

購入した場合の総コストは請求書の金額だけではありません。ハイエンド GPU は300〜700 Wを消費します。電気代、冷却、UPS／発電機の設備、保守、故障リスク、2〜3年ごとの更新サイクルもすべて計算に含める必要があります。

ワークステーションの真の時間単価を求めるには、総所有コストを、そこから得たい総稼働時間で割ります。多くのチームはこの計算で機器が遊んでいる時間を無視するため、購入が実際より安く見えてしまいます。

レンタルでは、コストは使用した時間に直結します。残高をチャージし、カタログから機器を選べば数分で稼働し、停止すればコストも止まります。ハードウェア故障、冷却、電源設備、アップグレードはプラットフォームの責任です。

時間単価は購入を時間換算した額より高く見えるかもしれませんが、その差額は、遊休時間に課金されないモデルの対価です。

経験則：機器がほぼ一日中、数週間にわたって稼働し、ワークロードが処理能力を使い切るなら、長期的には購入のほうが安くなり得ます。トレーニングの集中実行、研究、開発のようにプロジェクト単位の利用や需要の変動がある場合は、需要とともにコストも下がるため、ほぼ常にレンタルが有利です。

• GPU が1日20時間以上、12か月連続でフル稼働するなら → 購入を真剣にモデル化する。
• 利用が週ごとに変動し、プロジェクトの合間に空きがあるなら → レンタルする。
• 大規模な投資の前に、ハードウェアをレンタルしてワークロードを測定する。

購入側の隠れたコストは、ラックと設置、電気代と冷却費、故障時の交換部品の待ち時間、18〜24か月で急激に目減りする中古価値です。レンタル側の隠れたコストは、長時間連続で使い続けたときに膨らむ請求です。同じ機器を何か月も稼働させるなら、法人向け見積もりによる固定価格の定期契約のほうが効率的な場合があります。

• 素早い実験、短期プロジェクト、需要が不確実 → レンタル。
• 高い稼働率が続き、12か月以上が見通せる → 購入の候補。それでもまずレンタルで検証する。
• キャッシュフローが重要なら、レンタルは資本をハードウェアに固定しない。
• どちらを選ぶにせよ、ワークロードが GPU を本当に使い切っているかを測定すること。高価な遊休機器は、どちらのモデルでも無駄です。

CoreHu GPU では、カタログから時間単位でレンタルしてワークロードを測定することが、購入判断の前にできる最も安価な検証です。