Het GPU Cluster Bedrijfsmodel: Omzet vs. Realiteit
Het runnen van een GPU cluster voor huurinkomsten ziet er aantrekkelijk uit op papier. H100’s verhuren voor $1,50-$3,50/uur op marktplaatsen. Vermenigvuldig met 8.760 uur per jaar, en een 8-GPU node lijkt $100K-$240K per jaar te genereren. De omzetcijfers zijn reeel — maar de kosten die de meeste analyses onderschatten ook.
Disclaimer: Dit artikel is uitsluitend bedoeld voor educatieve en informatieve doeleinden. Het vormt geen financieel, investerings- of juridisch advies. GPU-hardwarewaarden en compute-economie fluctueren — voer altijd uw eigen due diligence uit voordat u investeringsbeslissingen neemt.
McKinsey’s analyse van de neocloud-sector vond dat brutowinstmarges slechts 14-16% zijn na verrekening van arbeid, energie en afschrijving. Die marge is dun genoeg dat kleine veranderingen in bezettingsgraad of energiekosten een winstgevende operatie in een verliesgevende kunnen omzetten.
Dit artikel splitst de volledige kostenstructuur van een GPU cluster operatie uit — de cijfers die Wall Street niet in de krantenkoppen zet.
Hardwarekosten: Wat een Productiecluster Werkelijk Kost
De basishardware-investering voor een enkele 8x H100 SXM node:
| Component | Kostenbereik | Opmerkingen |
|---|---|---|
| 8x H100 80GB SXM GPU’s | $200.000-$280.000 | ~$25K-$35K per GPU |
| Serverchassis + CPU + RAM | $15.000-$30.000 | Dual Xeon of EPYC, 512GB-1TB RAM |
| NVLink/NVSwitch interconnect | Inbegrepen in SXM | SXM-vormfactor bevat NVLink |
| Netwerk (100GbE+) | $3.000-$8.000 | NIC’s, kabels, switchpoort |
| Opslag (NVMe) | $2.000-$15.000 | 2-8TB snelle lokale opslag |
| Rack hardware + PDU | $2.000-$5.000 | Rails, stromdistributie |
| Totaal per 8-GPU node | $222.000-$383.000 |
Voor een vergelijking tussen het kopen versus huren van deze hardware, zie onze koop vs. huur analyse.
Schaal is belangrijk. Een enkele node is de minimaal levensvatbare eenheid. De meeste commerciele operators draaien 4-20+ nodes om bezettingsgraad-efficientie te bereiken en diverse workloads te bedienen. Dat betekent $1M-$7M+ aan hardwarekapitaal voordat een enkele dollar omzet wordt gegenereerd.
Operationele Kosten: De Maandelijkse Burn Rate
Hardware is de kapitaaluitgave. Operationele kosten bepalen de doorlopende winstgevendheid:
| Kostencategorie | Maandelijkse Kosten (per 8-GPU node) | % van Totale OpEx |
|---|---|---|
| Elektriciteit | $2.400-$5.600 | 25-40% |
| Colocation / Datacenter | $2.000-$6.000 | 20-30% |
| Netwerkbandbreedte | $500-$2.000 | 5-10% |
| Technisch personeel (pro rata) | $1.500-$4.000 | 15-25% |
| Softwarelicenties + monitoring | $200-$800 | 2-5% |
| Verzekering + overig | $200-$500 | 2-3% |
| Totale maandelijkse OpEx | $6.800-$18.900 | |
| Jaarlijkse OpEx | $81.600-$226.800 |
Energie is de grootste variabele kostenpost. Een 8x H100 node verbruikt ongeveer 5,5-6,5 kW onder aanhoudende belasting. Bij $0,10/kWh kost dat ~$4.000/maand. Bij $0,06/kWh (goedkope industriele stroom in het Middenwesten van de VS of Scandinavie) daalt het naar ~$2.400. Bij $0,20/kWh (delen van Europa of Californie) stijgt het naar ~$8.000. Die ene variabele — elektriciteitsprijs — kan de jaarlijkse winstgevendheid met $40K-$60K per node verschuiven.
Voor een diepgaande analyse van waarom energie de bepalende beperking wordt voor GPU-operaties, zie onze energiecrisis-analyse.
De Bezettingsgraadvergelijking: Waarom 60% de Overlevingsdrempel Is
Omzet gaat niet alleen over het uurtarief — het gaat om hoeveel uren per maand de hardware daadwerkelijk wordt verhuurd. Dit is de bezettingsgraad, en het is de allerbelangrijkste variabele in het bedrijfsmodel.
Voorbeeld: 8x H100 node tegen $2,00/uur gemiddeld marktplaatstarief
| Bezettingsgraad | Maandelijkse Omzet | Maandelijkse OpEx | Maandelijkse Winst/Verlies |
|---|---|---|---|
| 30% | $3.504 | $10.000 | -$6.496 |
| 50% | $5.840 | $10.000 | -$4.160 |
| 60% | $7.008 | $10.000 | -$2.992 * |
| 70% | $8.176 | $10.500 | -$2.324 |
| 80% | $9.344 | $11.000 | -$1.656 |
| 90% | $10.512 | $11.500 | -$988 |
Opmerking: Deze cijfers omvatten alleen OpEx — geen afschrijving. Met 3-jarige hardware-afschrijving van ~$7.000-$10.000/maand ligt het werkelijke break-even punt aanzienlijk hoger.
Het break-even bezettingsgraadbereik voor een volledig doorberekend GPU cluster (inclusief afschrijving) valt typisch tussen 55-65%. Boven 80% bezettingsgraad groeien marges snel omdat OpEx slechts marginaal toeneemt (meer energieverbruik) terwijl omzet lineair schaalt.
Belangrijk inzicht: Het verschil tussen een winstgevend en verliesgevend GPU cluster is niet het uurtarief — het is het percentage uren dat de hardware daadwerkelijk omzet genereert. Een node die $2,00/uur verdient bij 90% bezettingsgraad genereert $13.140/maand. Dezelfde node bij 40% genereert $5.840. Dezelfde hardware, hetzelfde tarief, compleet andere economie.
Marge-analyse: Van Bruto naar Nettowinst
Laten we de volledige margewaterval volgen voor een cluster dat draait op 75% bezettingsgraad met een gemiddeld tarief van $2,00/uur per GPU:
Van elke $100 aan GPU-huuromzet houdt een typische clusteroperator ongeveer $14 netto winst over. De twee grootste kostencategorieen — energie en afschrijving — samen verbruiken meer dan de helft van de bruto-omzet.
Dit verklaart waarom bezettingsgraad zo belangrijk is. Vaste kosten (afschrijving, colocation, arbeid, software) zijn ruwweg constant ongeacht of de bezettingsgraad 50% of 90% is. De marginale kosten van het bedienen van een extra verhuuruur zijn voornamelijk energie — ongeveer $0,07-$0,14/uur per GPU. Elk extra uur bezetting boven break-even valt vrijwel volledig naar de bottom line.
Schaaleconomie: Wanneer Meer GPU’s Minder Winst Betekenen
Intuitie suggereert dat meer GPU’s meer winst zouden moeten betekenen. De realiteit is genuanceerder:
Wat goed schaalt:
- Vraagdiversificatie — Meer GPU’s bedienen meer workloadtypes, waardoor stilstandtijd afneemt
- Arbeidsefficiency — Een engineer kan 10 nodes bijna net zo makkelijk beheren als 2
- Onderhandelingskracht — Bulkenergie-contracten, colocatie-kortingen, betere marktplaatsvoorwaarden
Wat niet goed schaalt:
- Kapitaalvereisten — Elke node voegt $222K-$383K aan hardware-investering toe
- Bezettingsgraaddruk — Meer capaciteit om te vullen betekent meer verkoop/marktplaatsexposure nodig
- Financieringskosten — Schuldaflossing op grotere implementaties versterkt neerwaarts risico
- Complexiteit — Netwerking, monitoring en faalmanagement groeien niet-lineair
De optimale schaal hangt af van de toegang van de operator tot kapitaal, energie en vraag. Voor individuele operators is 1-4 nodes vaak de sweet spot van beheersbare complexiteit met voldoende diversificatie. Voor commerciele operators met institutionele financiering ontgrendelen 20-100+ nodes volume-economie — maar met aanzienlijk hoger operationeel risico.
De CoreWeave Case Study: Hefboom, Schuld en Groei
CoreWeave is het meest prominente voorbeeld van GPU cluster-economie op schaal — en een waarschuwend verhaal over hefboomwerking:
Het groeiverhaal: CoreWeave groeide van een kleine cryptocurrency mining-operatie naar een GPU cloud provider met een $35+ miljard waardering. Het beveiligde contracten met Microsoft, Meta en andere hyperscalers, en werd een van de grootste onafhankelijke GPU-infrastructuurbedrijven.
Het financieringsverhaal: Om deze groei te financieren, accumuleerde CoreWeave meer dan $21 miljard aan GPU-gedekte schuld. Alleen al in Q1 2025 bereikten rentebetalingen $264 miljoen. De GPU’s van het bedrijf dienen als onderpand — als huurinkomsten dalen onder het schuldaflossingsniveau, valt het hele bedrijfsmodel uiteen.
Wat CoreWeave illustreert:
| Metriek | CoreWeave | Typische Kleine Operator |
|---|---|---|
| Schaal | 10.000+ GPU’s | 8-64 GPU’s |
| Financiering | $21B+ schuld | $200K-$3M eigen vermogen/lease |
| Rentelasten | $264M/kwartaal | $0-$50K/jaar |
| Foutmarge | Zeer dun op schaal | Gematigd |
| Upside bij aanhoudende vraag | Enorm | Gematigd |
| Downside bij vraagdaling | Existentieel | Pijnlijk maar overleefbaar |
De les: hefboom versterkt beide uitkomsten. CoreWeave’s model werkt spectaculair in een stijgende vraagomgeving en faalt spectaculair als de vraag krimpt. Kleine operators met minder hefboom hebben meer foutmarge — maar ook minder upside.
Voor meer context over hoe GPU-financieringsstructuren werken, zie onze GPU-financieringsgids. Voor het bredere investeringsperspectief, zie onze GPU als asset class analyse.
Veelgestelde Vragen
Wat is een realistische winstmarge voor een GPU cluster?
McKinsey’s analyse plaatst brutomarges op 14-16% voor de neocloud-sector. Individuele operators kunnen 10-25% bereiken afhankelijk van energiekosten, bezettingsgraad en financieringsstructuur. Marges boven 20% vereisen typisch goedkope energie ($0,06/kWh of minder), hoge bezettingsgraad (80%+) en lage hefboom.
Hoeveel GPU’s heb ik nodig om dit levensvatbaar te maken?
Een minimaal levensvatbare operatie is 1 node (8 GPU’s). Dit biedt voldoende capaciteit voor een zinvolle marktplaatsaanwezigheid en omzet. Echter, operaties met een enkele node hebben minder vraagdiversificatie en hogere operationele overhead per GPU. 2-4 nodes biedt een betere balans van diversificatie en beheersbare complexiteit. Voor actuele GPU-marktplaatsprijzen, zie onze prijsvergelijking.
Moet ik consumer- of enterprise-GPU’s gebruiken voor een cluster?
Enterprise-GPU’s (H100, A100) verdienen hogere uurtarieven en meer consistente vraag van AI-workloads. Consumer-GPU’s (RTX 4090) hebben lagere kapitaalkosten maar ook lagere tarieven en minder consistente bezetting. Enterprise-GPU’s genereren typisch betere totale rendementen over hun levenscyclus ondanks de hogere aanschafkosten. Zie onze beste GPU voor AI gids voor gedetailleerde per-GPU-economie.
Wat is het grootste operationele risico?
Langdurige lage bezettingsgraad. Hardware-afschrijving en colocatiekosten lopen door ongeacht of de GPU’s verhuurd zijn of niet. Twee maanden van 30% bezettingsgraad op een 8x H100 node kan een heel kwartaal winst bij 80% bezettingsgraad wegvagen. Het op een na grootste risico zijn onverwachte stijgingen in energiekosten, die direct de marges drukken.
Kan ik een GPU cluster vanuit huis runnen?
Technisch ja voor 1-2 consumer-GPU’s. Praktisch is opschalen daarboven beperkt door residentieel stroomcapaciteit (de meeste circuits maximeren op 15-20A), koelingsbeperkingen, geluid en internetuploadbandbreedte. Enterprise-schaal operaties vereisen colocation of speciale faciliteiten met industriele stroom, koeling en netwerking. Voor klein beginnen met een enkele GPU thuis, zie onze GPU-verhuurgids.
Hoe lang duurt het voordat een GPU cluster break-even draait?
Bij 75% bezettingsgraad met gemiddelde marktplaatstartieven en gematigde energiekosten: 18-30 maanden voor de hardware-kapitaalinvestering. Operationele kosten zijn doorlopend en moeten maandelijks door omzet worden gedekt. Als de bezettingsgraad onder 60% is, bereikt het cluster mogelijk nooit break-even voordat de hardware vervangen moet worden.