パンテラ・キャピタル：算力市場の4つの機会

著者：Jay Yu、Pantera Capital パートナー

編纂：佳欢、ChainCatcher

はじめに

計算力とデータセンターのインフラ支出は、1兆ドル規模の市場となり、アメリカの消費支出と肩を並べる規模に成長しつつあり、アメリカ経済成長の重要な柱となっています。

しかし、AIエージェントが実体経済に徐々に浸透する中で、計算力への需要は増加し続けていますが、GPUの調達方法は依然としてかなり伝統的です。SF Compute、Vast AI、Runpodなどの計算力市場が登場しているにもかかわらず、大量のGPUノードの売買は、依然としてグループチャット、店頭取引ブローカー、カスタマイズされた二国間協定を通じて行われています。

現在、GPU計算力は金融化の初期段階にあり、電力と同様に、計算力は完全に均質な資産ではなく、チップのモデル、納期、地理的位置などの要因によって制約を受けています。しかし、今後5〜10年の間に、計算力は電力や石油のように、徐々に商品化され、AI時代における世界経済の運営を支える重要な資源となる可能性があります。

この記事では、計算力市場がどのようにこの変化を遂げるかについて、電力市場から得られる示唆、計算力市場が形成する可能性のある構造、業界が構築している製品、そして計算力の商品化プロセスにおける機会と問題について議論します。

1. 電力市場からの答えを探る

1.1 電力市場の構造

計算力市場が将来どのように進化するかを理解するためには、その基盤となるリソース、すなわち電力市場の運営方法を観察することが重要です。

計算力と同様に、電力も異質性、時間属性、ハブ属性を持つ資産であり、世界経済成長の重要な基盤です。

1990年代から、アメリカの電力システムは徐々に民営化されてきました。かつて高度に垂直統合されていた電力公益事業は、発電、送電、配電などのプロセスを徐々に分割し始めました。

独立系電力網運営者がアメリカの異なる地域の電力システムを担当するようになりました。同時に、PJM-West（アメリカ東海岸）、ERCOT North（テキサス州）、CAISO SP15（南カリフォルニア）などの大規模電力相互接続システムは、最終的にCME、ICEなどの取引所で取引される商品となり、電力資産クラス全体の重要な価格基準を形成しました。

物理的な観点から、電力市場は大まかに「電力網、運営者、ノード」の構造で要約できます。

最上層には相互に独立した地域電力網があります。各地域電力網の下には、地域送電機関（RTO）や独立系システム運営者（ISO）を含む一連のシステム運営者がいます。これらの運営者は、地域の複数の変電所ノードを管理しています。

サンフランシスコを例にとると、1つの都市はEmbarcadero、Larkin、Missionなどの複数の変電所ノードから電力を供給される可能性があります。

各ノードの電気料金は完全に同じではなく、「ノード限界価格」（Locational Marginal Pricing、LMP）というアルゴリズムによって決定されます。このアルゴリズムは、発電スケジューリング、ユーザー需要、送電コスト、電力の流れの法則を総合的に考慮し、制約条件の下で最適価格を計算します。

LMPアルゴリズムは、電力の実物引渡しとPJM-Westなどの取引可能な電力基準を結びつける重要な要素となります。

電力市場におけるハブ価格と指数価格は、本質的には複数の終端LMPノード価格の加重平均値です。最も規模が大きく、流動性の高い価格基準は、最終的にCME、ICEなどの取引所で安定した取引深度を得て、電力資産クラス全体の参考価格となります。

1.2 計算力市場が形成する可能性のある構造

過去30年間の電力市場の発展を観察することで、計算力市場についていくつかの推測を立てることができます。

まず、計算力市場は電力市場に似た構造を形成する可能性があります。

実物引渡しの観点から、電力市場の「電力網、運営者、ノード」の構造に最も近い計算力のバージョンは、「ハードウェア、供給者、クラスター」となる可能性があります。

電力市場に複数の相互に独立した地域電力網が存在するように、計算力市場も異なるハードウェアカテゴリに基づいて複数の市場を形成する可能性があります。H100、H200、B200、B300などのチップカテゴリは、それぞれ独立しているが相互に関連する価格基準を持つ可能性があります。

運営者のレベルでは、AWS、Nebius、CoreWeave、SF Compute、Ornnなどの計算力供給者は、特定のクラスターに対して異なる価格メカニズムを提供します。これらのクラスターも、電力市場の異なるノードと同様に、時間、場所、SKUの影響を受けます。

LMPが計算力市場における対応物である場合、それはスケジューリングまたはルーティングアルゴリズムである可能性があります。このアルゴリズムは、特定のSKUの可用性に基づいて、計算力インスタンスの価格を動的に生成します。

電力市場で最終的に業界の参考価格となる基準、例えばPJM-West、ERCOT-North、CAISO SP15は、通常、流動性の高い実物引渡しインフラに接続されています。この点は、石油などの他のコモディティ市場と類似しています。

計算力分野において、ますます多くの価格基準が登場する中で、最終的に勝利するのは、高流動性の実物引渡し場所に接続された基準である可能性があります。

さらに、電力市場では、発電者と電力消費企業が時折電力取引所で直接ヘッジを行いますが、大多数の取引は銀行や取引会社が運営する店頭取引部門によって行われます。これらのOTC機関は、ノード決済価格とハブ決済価格を交換し、その中で価格差を得て、自身のリスクをヘッジします。

同様の市場構造が計算力市場にも現れる可能性があります。計算力市場の実際の供給者と需要者、すなわち新型クラウドサービスプロバイダーとAI企業は、特定のSKUを調達するためにブローカーを通じて取引することを好むかもしれません。計算力取引所で直接ヘッジを行うのではなく。

最後に、計算力市場は電力市場よりも深刻なベースリスクに直面する可能性があります。

アメリカの「連邦電力法」によれば、電力の卸売価格はアメリカ連邦エネルギー規制委員会（FERC）の監視の下で透明性を保つ必要があります。しかし、計算力市場には現在、同様の透明性要件は存在しません。

これは、計算力市場が構築できる動的価格と指数が、自己のオーダーブックや、新型クラウドサービスプロバイダーが提供するオーダーブックデータに基づくものである可能性があることを意味します。これらの協力は、収益分配やデータ調達などの方法で実現される可能性があります。

2. 計算力市場の構造

2.1 推論需要の三層構造

電力市場が存在する理由は、産業体系が電力に対して持続的な需要を持っているからです。同様に、計算力市場の根本的な推進力は、アプリケーションがトークン、特に推論トークンに対して持つ需要です。

現在の推論産業チェーンは大きく三つの層に分かれ、これらが計算力市場における構造的供給者と需要者を形成しています。

新型クラウドサービスプロバイダー層

Nebius、CoreWeaveなどの企業が実体データセンターを運営し、GPUの売り手を構成しています。

即用層

Fireworks、Basetenなどの開発者プラットフォームが、裸のGPU環境をより完全なGPU使用環境に変換し、開発者が直接タスクを実行したり、いつでも推論トークンを取得したりできるようにします。この層はGPUの買い手です。

アプリケーション層

Cursor、Perplexity、Rimeなどのアプリケーションが推論プラットフォームを使用し、ユーザーや企業に最終製品を提供します。この層はトークンの需要者であり、トークンの需要はGPU計算力の需要に変換されます。

エコシステム内の各企業は異なるGPU管理戦略を持っていますが、全体として新型クラウドサービスプロバイダーはGPU市場の供給側に位置し、構造的な空売り側です。即用層とアプリケーション層は需要側に位置し、構造的な買い側です。

一方、Amazon、Googleなどの超大規模クラウドサービスプロバイダーは、これら三つの層で自社製品を運営しています。

産業チェーン内の利益の流れについての粗い経験則は、最上層のアプリケーションがトークンに100ドルを費やすと、約45ドルが即用層に、50ドルが新型クラウドサービスプロバイダーまたはGPU層に、残りの5ドルがOpenRouterなどのルーティング層に流れるというものです。

2.2 計算力資本市場の構造

AI産業チェーンの各参加者のトークン経済構造は、計算力資本市場が最終的に形成される方法に影響を与えます。

一つの可能な構造は、需要側の開発者プラットフォームとアプリケーション層、供給側の新型クラウドサービスプロバイダーが、SF Compute、Runpod、Compute Exchangeなどの計算力ブローカーやOTC取引プラットフォームを通じて特定のSKUを取引することです。

その後、計算力ブローカーとOTC取引プラットフォームが在庫を管理し、最終的なトークン消費者が必要とする特定のSKUと一般的なH200との間のベースリスクを負担します。

彼らはArchitectやPlutoなどの計算力取引プラットフォームを通じてヘッジを行うことができます。

これらの取引プラットフォームの価格は、計算力基準に基づいて構築されます。この基準は、新型クラウドサービスプロバイダーやOTCプラットフォームのオーダーブック価格を加重計算して得られます。

2.3 NVIDIA：計算力市場の「中央銀行」

さらに、NVIDIAは最近、AI工場の計算力を「投資可能な資産クラス」として扱うことを発表しました。

計算力金融化システムにおいて、NVIDIAは計算力市場の「中央銀行」と見なすことができ、その理由はGPU技術スタックをほぼ独占しているからです。

中央銀行には通常、いくつかの核心的な目標があります：

1. 経済におけるインフレを管理すること；

2. 完全雇用を促進すること；

3. 極端な状況で最後の貸し手として機能すること。

NVIDIAはある意味でこれら三つの役割を果たしています。

最初は「インフレーション」の管理です。GPU経済における「インフレーション」は、最新世代のチップに対するGPUの価値減少の速度に類似しています。製品の発売リズムを制御することで、例えばVera Rubinを発表することにより、NVIDIAはGPUの時間経過に伴う価値減少の速度に一定の影響を与えることができます。

次に、GPUの高い稼働率を維持することです。GPUの稼働率が非常に高い場合、通常は市場におけるトークンの需要が強いことを意味し、ユーザーはさらに多くのGPUを購入します。したがって、NVIDIAはGPUの計算能力の金融化を推進し、GPU時間の取引をより流動的にすることで、GPUの稼働率をさらに向上させる動機があります。

最後に、最後の貸し手としての役割を果たすことです。NVIDIAは、GPUに対して残存価値の最大25%までのサポートを提供することを発表しました。これは、GPUの価値に対する救済または保険メカニズムと見なすことができます。新しいクラウドサービスプロバイダーや他のGPU供給者が流動性危機に直面したとき、このようなサポートはGPUの残存価値を保証することができます。

3. 計算能力市場の機会と課題

3.1 計算能力市場における製品形態

計算能力市場の金融化が進むにつれて、業界にはいくつかの主要な製品が形成される可能性があります。各製品にはそれぞれの利点と課題があります。

製品一：実物引渡し

実物引渡しとは、実際のGPUデバイスを計算能力を必要とするエンドユーザーに引き渡すことを指します。SF Compute、Hyperbolic、Vast、Runpod、Compute Exchangeなどのプロジェクトは、この製品層に属します。これはハードウェア自体に最も近く、計算能力の供給と需要の双方を最も直接的に結びつける層です。

計算能力SKUは高度に異質化しているため、多くのプロジェクトは最初は仲介業者として、GPUの需要と新しいクラウドサービスプロバイダーをマッチングさせて手数料を得ていました。長期的には、この層の目標は「計算能力現物取引所」のようなものを構築することかもしれません。

しかし、GPUの実物引渡しの品質を持続的に保証することは、特に分散型ネットワークから供給されるプロジェクトにとって非常に困難な問題です。計算能力市場は、基盤となるGPUの品質を認証するために、ムーディーズのような格付け機関を必要とするかもしれません。

実物引渡し層の競争は非常に激しいですが、長期的には最も持続的な競争優位性を持つ可能性があります。石油や電力市場を振り返ると、金融化システムは通常、実物流動性が最も高い引渡し場所を中心に発展し、その後に指数、取引所、貸付などの金融商品が徐々に形成されることがわかります。

したがって、誰が最初に計算能力の実物引渡しの問題を解決できるかが、巨大な市場リターンを得る可能性があります。

製品二：指数

この層は主に計算能力に基づく「指数曲線」を指し、Ornn、Silicon Data、Compute Desk、Semianalysisなどのプロジェクトが提供する計算能力価格指数を含みます。

指数を構築することは、計算能力のような資産がさらに金融化され、取引可能になるための重要なステップです。現在の市場における「計算能力市場」に関する多くの議論は、計算能力指数が徐々に成熟するにつれて活発になっています。CMEやICEなどの大規模取引所も、関連する指数との協力を発表しています。

しかし、現在、多くの計算能力指数と個々のGPU市場の間には非常に大きな価格差が存在します。

この価格差の原因は主に2つあります。

第一に、基盤となる製品自体に差異が存在します。異なる計算能力プラットフォームは、製品の安定性、中断性、契約条件などの面で大きく異なることがよくあります。

第二に、異なる計算能力指数の背後にあるオーダーブックは異なり、計算能力市場には他の資産クラスのような透明性の要求がありません。例えば、FERCは電力市場の透明性を要求しています。

現在、多くの計算能力指数は、新しいクラウドサービスプロバイダーからオーダーブックデータを大量に調達したり、協力や収益分配契約を通じて初期のデータセットを構築したりしています。また、指数層の単独運営の収益化能力は、取引所や実物引渡し層よりも劣ります。

したがって、指数層は声量を生み出すことができ、計算能力市場システムにおいて重要な役割を果たしていますが、同時に上下流からの圧力を受けています：

• 上流の実物引渡し層は価格の出所を握っています；

• 下流の取引所は指数収入から一部の利益を分け取ろうとしています。

製品三：デリバティブ取引プラットフォーム

第三層はデリバティブ取引プラットフォームで、通常は現金決済の先物商品を提供します。この種のプラットフォームは計算能力指数に基づき、市場参加者にヘッジツールを提供します。Liquid ComputeとArchitectは関連製品を開発中です。

長期的には、デリバティブ取引プラットフォームは計算能力金融化システムの中で最も期待され、規模の経済を実現しやすい製品かもしれません。しかし、現在この分野はまだ初期段階にあり、取引量は大規模には達していません。

さらに、現金決済取引プラットフォーム上の取引可能な製品は通常、特定のSKUではなく、汎用H200インスタンスです。したがって、現在これらの取引プラットフォームに実際に参加しているのは、主にOTC取引プラットフォームと計算能力仲介業者であり、AI産業チェーンのエンド企業ではありません。前者はバランスシート上の計算能力在庫をヘッジしたいと考え、後者は自身の計算能力のエクスポージャーを管理する必要があります。

製品四：金融化ツール

計算能力分野では、データセンターや新しいクラウドサービスプロバイダーの資金調達を支援する、より広範な金融化製品が登場する可能性があります。例えば、貸付契約、Vault、USD.AIなどの合成ステーブルコインは、データセンターや新しいクラウドサービスプロバイダーのインフラ構築を支援するかもしれません。

同時に、市場にはGPU経済におけるベースリスクを平滑化するためのリスク移転と保険層が登場する可能性があります。上記の異なる層を観察すると、計算能力市場が最終的に形成する可能性のある完全な形態は比較的明確です。

勝者は、信頼できるGPUの実物引渡しを実現できるフルスタック型の参加者です。彼らは自社の実物オーダーブックから価格指数を形成し、それを基に計算能力先物取引所を設立し、計算能力をヘッジ可能な資産クラスにします。

しかし、業界で本当に存在する意見の相違は、異なる製品の登場順序にあります。最終的な勝者は、実物引渡しから始まるのか、指数を先に構築するのか、それとも取引プラットフォームを先に導入するのか？

3.2 計算能力トークン経済学の最前線

これまでのところ、私たちは主にGPUの観点から計算能力市場を議論してきました。しかし、視点を広げて、より広義の計算能力トークン経済学を観察することもできます。これにはその歴史的変遷、価値捕獲の方法、そして前沿モデルラボとの間のゲーム理論的関係が含まれます。

歴史的な観点から見ると、計算能力市場は全く新しい概念ではありません。2023年から2024年にかけて、SF ComputeやHyperbolicなどのプロジェクトはこのモデルについて議論しており、AkashやIONetなどの分散型プロジェクトも類似の方向性を探求しています。

興味深いことに、多くのプロジェクトは最終的にGPU市場のレベルに留まらなかったのです。例えば、Hyperbolicは後に推論サービスプロバイダーとなり、トークンを直接販売しました。SF Computeは直接契約を結び、計算能力クラスターを運営し始めました。

価値連鎖の観点から見ると、価値はCursor、Harvey、GranolaなどのAIアプリケーションからOpenRouterなどのルーティング層に流れ、次にFireworks、Basetenなどの推論サービスプロバイダーに流れ、その後Nebius、CoreWeave、SF Computeなどの新しいクラウドサービスプロバイダーと計算能力市場に入り、最終的にはデータセンター運営者に流れます。

企業が常に産業チェーンの中間位置に留まる場合、上下流からの圧力を同時に受ける可能性があります。より安定した利益率を維持するためには、企業は最終的に上流に延びるか、下流に拡張する必要があるかもしれません。

トークン市場には非常に興味深いゲーム理論的視点があり、そこには3つの避けられない力があります。

第一の力はNVIDIAであり、GPUの供給と価値減少の速度を制御しています。

第二の力はAnthropicやOpenAIなどの前沿モデルラボであり、彼らは新しいモデルを次々と発表し、トークンの需要を急速に押し上げる可能性があります。

第三の力はKimi、GLM、DeepSeek、Qwenなどのオープンソースモデルであり、彼らは推論の利益率に下方圧力をかけることになります。

これら3つの力は、GPU市場とトークン市場の供給と需要の双方に持続的な推進力と圧力をもたらします。いずれかの側が重要な製品を発表することで、市場全体の価格曲線を再構築する可能性があります。

例えば、GPT 5.6の発表は、企業が自主的に決定するが市場が事前に予測できないイベントとなり、AIトークンの価値連鎖に沿って連鎖反応を引き起こし、トークン価格とGPUハードウェア価格の変動を引き起こす可能性があります。

したがって、もしある企業が同じシステム内で推論サービスとGPUハードウェア市場を同時に運営できるなら、商業的により合理的である可能性があります。このモデルは、産業チェーンの上下流の利益構造の変化によるリスクをヘッジすることができるからです。

結論

歴史を振り返ると、石油や電力などのコモディティ市場は、最初は仲介業者による双方向取引が主流であり、取引プロセスは不透明で、市場には統一基準が欠けていました。しかし、時間が経つにつれて、実物引渡しは指数、取引の標準化、品質監査などの一連の協定と金融基盤を発展させ、最終的には高度に金融化された資産クラスに進化しました。

現在、計算能力市場は類似の転換を経験しています。市場には、計算能力指数、現金決済取引所、貸付商品、保険商品など、金融化基盤ツールを試みるプロジェクトが多数登場しています。

同時に、実体GPU市場とクラウドサービスプロバイダーも、産業チェーンの上下流に向かって拡張を続け、トークン経済の完全な価値を捕獲しようとしています。AI経済が機能するための基盤資源として、計算能力は単なるインフラから、徐々に独立した金融資産へと変わりつつあります。

将来的には、この分野に複数のユニコーン企業が登場し、それぞれ市場の異なる層をカバーし、実体計算能力供給、仲介サービス、貸付、リスク管理、DeFiおよびTradFi資本市場との組み合わせなど、異なるビジネス形態を形成する可能性があります。

計算能力は数十年に一度の新しい実体コモディティであり、私たちはそれが非公開の仲介取引から完全な資産クラスへと進化する起点を目撃しているのかもしれません。