CME Group делает ставку на фьючерсы на вычислительные мощности, генеральный директор BlackRock: это следующий актив на триллион долларов

Автор: Chamath Palihapitiya

Перевод: TechFlow

Примечание редакции TechFlow: Капитальные затраты на ИИ впервые превысили затраты на нефть и газ, но цены на вычислительные мощности сильно колеблются, а на рынке практически нет инструментов хеджирования. План CME Group запустить фьючерсы на вычислительные мощности — это ключевой эксперимент, определяющий, смогут ли вычислительные мощности стать следующим классом активов стоимостью в триллионы долларов. В статье указывается, что для успеха фьючерсов на вычислительные мощности необходимо сначала решить две проблемы: концентрацию и взаимозаменяемость. Это переменные риска, которые должны понимать все инвесторы, размещающие капитал в инфраструктуре ИИ.

«На самом деле я верю, что появится новый класс активов, а именно покупка фьючерсов на вычислительные мощности. Сейчас у нас просто недостаточно вычислительных мощностей». — Ларри Финк, генеральный директор BlackRock

На этой неделе он оказался прав.

Группа CME (CME Group), ведущий мировой рынок деривативов, совместно с отраслевым лидером в области рыночной разведки и бенчмаркинга GPU Silicon Data объявила о планах запустить фьючерсные контракты на вычислительные мощности 5 октября 2026 года, при условии регуляторного одобрения.

Зачем вычислительным мощностям нужен финансовый рынок?

В 2026 году капитальные затраты на ИИ достигли 765 миллиардов долларов, впервые превысив 681 миллиард долларов на нефть и газ. К 2031 году ожидается, что эта сумма почти удвоится. Morgan Stanley прогнозирует, что распространение ИИ в мировой экономике создаст возможности объемом 40 триллионов долларов. И эти возможности зависят от ключевого ресурса: вычислительных мощностей.

Индекс Silicon Data показывает, что с начала этого года спрос на вычислительные мощности резко вырос, даже для GPU нескольких предыдущих поколений:

Когда в отрасль вливается так много капитала, тем, кто тратит деньги, нужен способ защитить себя от неблагоприятных колебаний цен.

Сегодня производители, продающие нефть, могут купить фьючерсные контракты, чтобы зафиксировать цену до поставки. Если спотовая цена упадет, контракт позволит стабилизировать доход. Покупатели на другой стороне используют тот же рынок для ограничения затрат на топливо. Обе стороны устраняют ценовую волатильность из своего бизнеса.

Для вычислительных мощностей таких инструментов еще нет, что подвергает любого, кто строит или покупает инфраструктуру ИИ, трем видам рисков:

Цены на аренду GPU сильно колеблются: взлетают при всплеске спроса или резко падают при избытке предложения или выпуске новых чипов, что мешает компаниям ИИ точно планировать бюджет для своей крупнейшей статьи расходов.

Каждый раз, когда Nvidia выпускает более быстрые чипы, арендная стоимость чипов предыдущего поколения падает, а залог, обеспечивающий кредиты на оборудование, также обесценивается.

Строительство центра обработки данных занимает от двух до трех лет, но у разработчиков очень мало средств для фиксации своих затрат или доходов на вычислительные мощности. Каждое такое решение — это ставка на миллиарды долларов.

Эта подверженность рискам создала спрос на фьючерсы на вычислительные мощности. Но прежде чем этот рынок сможет масштабироваться, он должен столкнуться с двумя теми же проблемами, которые ограничивали другие фьючерсные рынки: концентрация и взаимозаменяемость.

Попытки создать фьючерсные рынки вокруг лука, урана, чипов памяти DRAM и пропускной способности сталкивались с одной или обеими этими проблемами.

Для вычислительных мощностей проблема концентрации сложнее. Покупатели становятся более рассредоточенными, поскольку спрос на инференс распределен среди тысяч компаний, запускающих производственные рабочие нагрузки. Лагерь продавцов широк и продолжает расти: выручка новых облачных провайдеров в 2025 году превысила 25 миллиардов долларов, охватывая более 60 поставщиков. Однако базовый уровень остается высококонцентрированным: Nvidia поставляет большинство чипов для ИИ.

Вторая проблема — взаимозаменяемость.

Сегодня цены на вычислительные мощности котируются в GPU-часах, то есть стоимости аренды одного GPU в течение часа. Но два GPU одной модели могут обеспечить разную вычислительную мощность за один час.

Silicon Data вместе с академическими партнерами запустила одинаковые рабочие нагрузки на 3 500 GPU у 11 облачных провайдеров. Даже в пределах одной модели чипа они обнаружили значительные различия. В одном тесте разница в производительности H100 достигала 34,5%, а максимальный разрыв во всем исследовании составил 38%.

Первые устойчивые контракты, возможно, потребуют определения нескольких классов, подобно тому как энергетический рынок использует различное топливо, местоположение и сроки поставки.

Но более важный вопрос заключается в том, что произойдет, если фьючерсы на вычислительные мощности сработают. Смогут ли вычислительные мощности стать следующим классом активов с номинальным объемом торговли в триллионы долларов и ускорить экономику ИИ?