Pantera Capital: 4 большие возможности на рынке вычислительной мощности

Автор：Jay Yu, партнер Pantera Capital

Скомпилировано: Цзяхуан, ChainCatcher

Введение

Расходы на вычислительные мощности и инфраструктуру дата-центров стали рынком объемом в триллионы долларов, сопоставимым с потребительскими расходами в США, и постепенно становятся важной опорой экономического роста США.

Тем не менее, с постепенным внедрением AI Agent в реальную экономику, спрос на вычислительные мощности продолжает расти, в то время как способы закупки GPU остаются довольно традиционными. Несмотря на появление таких рынков вычислительных мощностей, как SF Compute, Vast AI и Runpod, большая часть купли-продажи GPU-узлов по-прежнему осуществляется через групповые чаты, внебиржевых брокеров и индивидуальные двусторонние соглашения.

В настоящее время вычислительные мощности все еще находятся на ранней стадии финансовизации. Подобно электричеству, вычислительные мощности не являются полностью однородным активом; они ограничены такими факторами, как модель чипа, время доставки и географическое положение. Однако в течение следующих 5-10 лет вычислительные мощности могут постепенно стать товаром, подобно электричеству или нефти, и стать ключевым ресурсом, поддерживающим глобальную экономику в эпоху AI.

В этой статье будет обсуждено, как рынок вычислительных мощностей может осуществить этот переход, включая уроки, которые может дать рынок электричества, возможные структуры рынка вычислительных мощностей, продукты, которые строит отрасль, а также возможности и проблемы, существующие в процессе товаризации вычислительных мощностей.

1. Поиск ответов на рынке электричества

1.1 Структура рынка электричества

Чтобы понять, как рынок вычислительных мощностей может развиваться в будущем, можно сначала изучить его базовые ресурсы, а именно, как функционирует рынок электричества.

Как и вычислительные мощности, электричество также является активом с гетерогенностью, временными характеристиками и узловыми свойствами, и оно является важной основой для роста глобальной экономики.

С начала 1990-х годов система электричества в США постепенно приватизировалась. Ранее высоко вертикально интегрированные электрические компании начали постепенно разделять такие этапы, как генерация, передача и распределение электроэнергии.

Независимые операторы электросетей начали отвечать за электрические системы в разных регионах США. В то же время крупные электрические взаимосвязанные системы, такие как PJM-West (восточное побережье США), ERCOT North (Техас) и CAISO SP15 (Южная Калифорния), в конечном итоге стали товарами, которые можно торговать на таких биржах, как CME и ICE, и сформировали важные ценовые ориентиры для всего класса активов электричества.

На физическом уровне рынок электричества можно в общих чертах описать как структуру "электросеть, операторы, узлы".

На верхнем уровне находятся независимые региональные электросети. В каждой региональной электросети есть группа системных операторов, включая региональные организации передачи электроэнергии (RTO) и независимых системных операторов (ISO). Эти операторы отвечают за управление несколькими подстанциями в своем регионе.

Например, в Сан-Франциско город может получать электроэнергию от нескольких подстанций, таких как Embarcadero, Larkin и Mission.

Цены на электроэнергию в каждом узле не совсем одинаковы, а определяются алгоритмом, называемым "маржинальным ценообразованием узлов" (Locational Marginal Pricing, LMP). Этот алгоритм учитывает генерацию, потребление, затраты на передачу и закономерности потока электроэнергии, чтобы вычислить оптимальную цену с учетом ограничений.

Алгоритм LMP стал ключевым звеном, связывающим физическую поставку электроэнергии с такими торгуемыми ценовыми ориентирами, как PJM-West.

Цены на узловые и индексные цены на рынке электричества по сути являются взвешенным средним значением цен на нескольких конечных узлах LMP. Наиболее ликвидные и стабильные ценовые ориентиры в конечном итоге получили стабильную глубину торгов на таких биржах, как CME и ICE, и стали справочными ценами для всего класса активов электричества.

1.2 Возможная структура рынка вычислительных мощностей

Изучая развитие рынка электричества за последние 30 лет, можно сделать несколько предположений о рынке вычислительных мощностей.

Во-первых, рынок вычислительных мощностей может сформировать структуру, аналогичную структуре рынка электричества.

На уровне физической поставки структура "электросеть, операторы, узлы" на рынке электричества наиболее близка к версии вычислительных мощностей, которая может быть "аппаратное обеспечение, поставщики, кластеры".

Подобно тому, как на рынке электричества существуют несколько независимых региональных электросетей, рынок вычислительных мощностей также может формироваться по различным категориям аппаратного обеспечения. H100, H200, B200, B300 и другие категории чипов могут иметь свои собственные независимые, но взаимосвязанные ценовые ориентиры.

На уровне операторов поставщики вычислительных мощностей, такие как AWS, Nebius, CoreWeave, SF Compute и Ornn, будут предлагать различные механизмы ценообразования для конкретных кластеров. Эти кластеры также будут подвержены влиянию времени, места и SKU, аналогично различным узлам на рынке электричества.

Что касается соответствия LMP на рынке вычислительных мощностей, это может быть алгоритм распределения или маршрутизации. Этот алгоритм динамически генерирует цены на вычислительные экземпляры в зависимости от доступности определенного SKU.

Ценовые ориентиры, которые в конечном итоге становятся отраслевыми справочными ценами, такие как PJM-West, ERCOT-North и CAISO SP15, обычно связаны с наиболее ликвидной инфраструктурой физической поставки. Это похоже на другие товарные рынки, такие как нефть.

С увеличением числа ценовых ориентиров в области вычислительных мощностей, в конечном итоге победят те ориентиры, которые будут связаны с высоколиквидными местами физической поставки.

Кроме того, на рынке электричества производители электроэнергии и потребители иногда напрямую хеджируют на электрических биржах, но большинство сделок по-прежнему осуществляется внебиржевыми подразделениями банков и торговых компаний. Эти OTC-организации обмениваются ценами расчетов узлов и узловыми расчетными ценами, зарабатывая на разнице цен и хеджируя свои собственные риски.

Аналогичная рыночная структура также может появиться на рынке вычислительных мощностей. Реальные стороны спроса и предложения на рынке вычислительных мощностей, то есть новые облачные сервисы и компании AI, могут предпочесть закупать определенные SKU через брокеров, а не напрямую хеджировать на бирже вычислительных мощностей.

Наконец, рынок вычислительных мощностей может столкнуться с более серьезными рисками базисной разницы, чем рынок электричества.

Согласно Федеральному закону о электроэнергетике США, оптовые цены на электроэнергию должны оставаться прозрачными под контролем Федеральной комиссии по регулированию энергетики США (FERC). Однако на рынке вычислительных мощностей в настоящее время нет аналогичных требований к прозрачности.

Это означает, что динамические цены и индексы, которые могут быть установлены на рынке вычислительных мощностей, могут основываться только на собственных ордерных книгах и данных ордерных книг новых облачных сервисов, с которыми они сотрудничают. Эти сотрудничества могут быть реализованы через разделение доходов, закупку данных и другие способы.

2. Структура рынка вычислительных мощностей

2.1 Трехуровневая структура спроса на выводы

Рынок электричества существует потому, что промышленная система имеет постоянный спрос на электроэнергию. Аналогично, основным движущим фактором рынка вычислительных мощностей является спрос на токены, особенно на токены вывода.

Текущая цепочка поставок вывода в основном может быть разделена на три уровня, которые вместе составляют структурных поставщиков и потребителей на рынке вычислительных мощностей.

Уровень новых облачных сервисов

Компании, такие как Nebius и CoreWeave, управляют физическими дата-центрами, представляя собой продавцов GPU.

Уровень "по запросу"

Платформы разработчиков, такие как Fireworks и Baseten, преобразуют голые GPU в более полную среду использования GPU, позволяя разработчикам напрямую запускать задачи или получать токены вывода по запросу; этот уровень является покупателем GPU.

Приложенческий уровень

Приложения, такие как Cursor, Perplexity и Rime, используют платформы вывода для предоставления конечных продуктов пользователям и компаниям. Этот уровень является стороной спроса на токены, а спрос на токены, в свою очередь, преобразуется в спрос на вычислительные мощности GPU.

Несмотря на то, что каждая компания в экосистеме имеет свои собственные стратегии управления GPU, в целом новые облачные сервисы находятся на стороне предложения на рынке GPU, то есть являются структурными медведями; уровень "по запросу" и приложенческий уровень находятся на стороне спроса, то есть являются структурными быками.

С другой стороны, такие облачные сервисы, как Amazon и Google, будут работать на всех трех уровнях со своими собственными продуктами.

Что касается направления потока прибыли в цепочке поставок, то грубое эмпирическое правило гласит: когда верхний уровень приложений тратит 100 долларов на токены, примерно 45 долларов идет на уровень "по запросу", 50 долларов идет новым облачным сервисам или на уровень GPU, а оставшиеся 5 долларов идут на уровень маршрутизации, такой как OpenRouter.

2.2 Структура рынка капитала вычислительных мощностей

Структура токеновой экономики участников цепочки поставок AI повлияет на то, как в конечном итоге будет сформирован рынок капитала вычислительных мощностей.

Одна из возможных структур заключается в том, что платформы разработчиков и приложений на стороне спроса, а также новые облачные сервисы на стороне предложения будут торговать определенными SKU через брокеров вычислительных мощностей, таких как SF Compute, Runpod, Compute Exchange и OTC-торговые платформы.

Затем брокеры вычислительных мощностей и OTC-торговые платформы будут отвечать за управление запасами и нести риски базисной разницы между определенными SKU, необходимыми конечным потребителям токенов, и универсальными H200.

Они могут хеджировать через такие платформы, как Architect или Pluto.

Цены на этих торговых платформах будут основываться на определенном ценовом ориентире вычислительных мощностей. Этот ориентир будет рассчитан на основе взвешенных цен ордерных книг новых облачных сервисов и OTC-платформ, с которыми они сотрудничают.

2.3 NVIDIA: "Центральный банк" рынка вычислительных мощностей

Кроме того, NVIDIA недавно объявила, что позволит вычислительным мощностям своих AI-фабрик стать "инвестиционным классом активов".

В системе финансовизации вычислительных мощностей NVIDIA можно рассматривать как "центральный банк" рынка вычислительных мощностей, поскольку она практически монополизировала стек технологий GPU.

Центральные банки обычно имеют несколько основных целей:

1. Управление инфляцией в экономике;

2. Содействие полной занятости;

3. В крайних случаях выступать в роли последнего кредитора.

NVIDIA в определенной степени выполняет все три роли.

Сначала управление "инфляцией". "Инфляция" в экономике GPU может быть сопоставима с циклом обесценивания GPU, особенно по сравнению со скоростью обесценивания новейших чипов. Контролируя темп выпуска продуктов, например, выпуская Vera Rubin, NVIDIA может в определенной степени влиять на скорость обесценивания GPU со временем.

Во-вторых, необходимо поддерживать высокую загрузку GPU. Если загрузка GPU высока, это обычно означает, что спрос на токены на рынке силен, и пользователи будут покупать больше GPU. Поэтому у NVIDIA есть стимул продвигать финансовизацию вычислительной мощности GPU, делая сделки с GPU-часами более ликвидными, что, в свою очередь, повышает загрузку GPU.

Наконец, выступать в роли последнего кредитора. NVIDIA также объявила, что будет предоставлять поддержку GPU на уровне до 25% от остаточной стоимости. Это можно рассматривать как механизм спасения или страхования для стоимости GPU: когда новые облачные провайдеры и другие поставщики GPU сталкиваются с кризисом ликвидности, такая поддержка может обеспечить защиту остаточной стоимости GPU.

3. Возможности и вызовы на рынке вычислительной мощности

3.1 Формы продуктов на рынке вычислительной мощности

С увеличением степени финансовизации рынка вычислительной мощности в отрасли могут сформироваться несколько основных продуктов. Каждая категория продуктов имеет свои преимущества и вызовы.

Продукт 1: Физическая поставка

Физическая поставка подразумевает передачу реальных устройств GPU конечным пользователям, нуждающимся в вычислительной мощности. Проекты, такие как SF Compute, Hyperbolic, Vast, Runpod и Compute Exchange, относятся к этому уровню продукта. Это самый близкий к оборудованию уровень, который напрямую связывает стороны спроса и предложения вычислительной мощности.

Поскольку SKU вычислительной мощности сильно гетерогенны, многие проекты изначально были просто брокерами, получая комиссию за сведение спроса на GPU с новыми облачными провайдерами. В долгосрочной перспективе цель этого уровня может заключаться в создании некого "спотового рынка вычислительной мощности".

Однако поддерживать качество физической поставки GPU на постоянной основе — это очень сложная задача, особенно для проектов, поставляющих из децентрализованных сетей. Рынку вычислительной мощности может потребоваться нечто подобное рейтинговому агентству Moody's для сертификации качества поставляемых GPU, чтобы продвинуть этот уровень к дальнейшему совершенствованию.

Несмотря на то, что конкуренция на уровне физической поставки очень жесткая, в долгосрочной перспективе он может иметь самую устойчивую конкурентную позицию. Обратим внимание на рынки нефти и электроэнергии: финансовые системы обычно развиваются вокруг мест поставки с наибольшей ликвидностью, а затем постепенно формируются индексы, биржи и финансовые продукты, такие как кредиты.

Таким образом, тот, кто сможет первым решить проблему физической поставки вычислительной мощности, может получить огромную рыночную прибыль.

Продукт 2: Индексы

Этот уровень в основном относится к созданию "индексной кривой" на основе вычислительной мощности, включая ценовые индексы вычислительной мощности, выпущенные такими проектами, как Ornn, Silicon Data, Compute Desk и Semianalysis.

Создание индекса — это важный шаг к дальнейшей финансовизации и торговле активами, подобными вычислительной мощности. Можно сказать, что многие текущие обсуждения на рынке "рынка вычислительной мощности" начали набирать популярность по мере постепенного созревания индексов вычислительной мощности. Крупные биржи, такие как CME и ICE, также уже объявили о сотрудничестве с соответствующими индексами.

Тем не менее, в настоящее время между многими индексами вычислительной мощности и рынком отдельных GPU все еще существует значительная ценовая разница.

Причины этой ценовой разницы могут быть в основном двумя.

Во-первых, различия в самих базовых продуктах. Разные платформы вычислительной мощности часто значительно различаются по стабильности продукта, возможности прерывания и условиям контракта.

Во-вторых, разные индексы вычислительной мощности имеют разные книги заказов, и рынок вычислительной мощности не имеет таких требований к прозрачности, как другие классы активов. Например, FERC требует, чтобы рынок электроэнергии оставался прозрачным.

В настоящее время многие индексы вычислительной мощности просто закупают данные книг заказов оптом у новых облачных провайдеров или создают первоначальные наборы данных через сотрудничество и соглашения о распределении доходов. Кроме того, способность к монетизации уровня индексов также уступает биржам и уровню физической поставки.

Поэтому, хотя уровень индексов может создавать шум и играть важную роль в системе рынка вычислительной мощности, он сам по себе также подвергается давлению со стороны вверх и вниз по цепочке:

• Уровень физической поставки контролирует источники цен;

• Биржи на нижнем уровне хотят получить часть доходов от индексов.

Продукт 3: Платформы для торговли деривативами

Третий уровень — это платформы для торговли деривативами, которые обычно предлагают фьючерсные продукты с расчетом наличными. Эти платформы основаны на индексах вычислительной мощности и предоставляют участникам рынка инструменты хеджирования. Liquid Compute и Architect разрабатывают соответствующие продукты.

В долгосрочной перспективе платформы для торговли деривативами могут стать наиболее ожидаемыми и наиболее легко масштабируемыми продуктами в системе финансовизации вычислительной мощности. Однако в настоящее время эта область все еще находится на ранней стадии, и объем торгов еще не достиг значительных масштабов.

Кроме того, торгуемые продукты на платформах с расчетом наличными обычно представляют собой универсальные экземпляры H200, а не конкретные SKU, которые можно использовать для вывода. Поэтому в настоящее время настоящими участниками этих торговых платформ могут быть в основном OTC торговые платформы и брокеры вычислительной мощности, а не конечные предприятия в цепочке AI. Первые хотят хеджировать запасы вычислительной мощности на своем балансе, в то время как вторые должны управлять своими открытыми позициями в вычислительной мощности.

Продукт 4: Финансовые инструменты

В области вычислительной мощности также могут появиться более широкие финансовые продукты, которые предоставляют финансирование для центров обработки данных и новых облачных провайдеров. Например, кредитные соглашения, Vault и синтетические стабильные монеты, такие как USD.AI, могут помочь центрам обработки данных и новым облачным провайдерам завершить строительство инфраструктуры.

В то же время на рынке могут появиться уровни передачи риска и страхования, чтобы сгладить базисные риски в экономике GPU. Наблюдая за вышеупомянутыми различными уровнями, можно заметить, что окончательная форма, которую может принять рынок вычислительной мощности, на самом деле относительно ясна.

Победителем станет тот, кто сможет обеспечить надежную физическую поставку GPU как полный участник. Он сможет сформировать ценовой индекс из своего физического заказа, а затем создать биржу фьючерсов на вычислительную мощность, сделав вычислительную мощность классом активов, который можно хеджировать.

Однако настоящие разногласия в отрасли касаются порядка появления различных продуктов. Окончательный победитель начнет с физической поставки или сначала создаст индекс, или же сначала запустит торговую платформу?

3.2 Передовые исследования экономики токенов вычислительной мощности

На данный момент мы в основном обсуждали рынок вычислительной мощности на уровне GPU. Однако можно расширить перспективу и рассмотреть более широкую экономику токенов вычислительной мощности, включая ее историческую эволюцию, способы захвата ценности и ее взаимодействие с передовыми лабораториями моделей.

С исторической точки зрения рынок вычислительной мощности не является совершенно новой концепцией. В 2023-2024 годах проекты, такие как SF Compute и Hyperbolic, уже обсуждали эту модель, а децентрализованные проекты, такие как Akash и IONet, также исследовали аналогичные направления.

Интересно, что многие проекты в конечном итоге не остались на уровне рынка GPU. Например, Hyperbolic позже стал провайдером услуг вывода, напрямую продавая токены; SF Compute начал напрямую подписывать контракты и управлять кластерами вычислительной мощности.

С точки зрения цепочки ценности, ценность будет перемещаться от AI-приложений, таких как Cursor, Harvey, Granola, к уровням маршрутизации, таким как OpenRouter, затем к провайдерам услуг вывода, таким как Fireworks и Baseten, после чего она попадет к новым облачным провайдерам, таким как Nebius, CoreWeave, SF Compute, и на рынок вычислительной мощности, в конечном итоге достигая операторов центров обработки данных.

Если компания остается на среднем уровне цепочки поставок, она может одновременно подвергаться давлению со стороны вверх и вниз по цепочке. Чтобы поддерживать более стабильную прибыльность, компании в конечном итоге может потребоваться расшириться вверх по цепочке или вниз.

На рынке токенов также существует очень интересная игровая теория, в которой действуют три силы, от которых нельзя уклониться.

Первая сила — это NVIDIA, которая контролирует поставки GPU и скорость их обесценивания.

Вторая сила — это передовые лаборатории моделей, такие как Anthropic и OpenAI, которые постоянно выпускают новые модели, что может быстро повысить спрос на токены.

Третья сила — это открытые модели, такие как Kimi, GLM, DeepSeek и Qwen, которые оказывают давление на прибыльность вывода.

Эти три силы совместно создают постоянное давление и стимулы для сторон спроса и предложения на рынке GPU и токенов. Любая из сторон может изменить всю ценовую кривую рынка, выпустив важный продукт.

Например, выпуск GPT 5.6 может стать событием, которое компании решают самостоятельно, но рынок трудно предсказать заранее, и оно может вызвать цепную реакцию вдоль цепочки ценности токенов AI, вызывая колебания цен на токены и цены на оборудование GPU.

Таким образом, если компания сможет одновременно управлять услугами вывода и рынком оборудования GPU в одной системе, это может быть более разумным с коммерческой точки зрения. Поскольку такая модель может хеджировать риски, связанные с изменениями в структуре прибыли вверх и вниз по цепочке поставок.

Заключение

Оглядываясь на историю, можно заметить, что рынки таких товаров, как нефть и электроэнергия, изначально основывались на двусторонних сделках, осуществляемых посредниками, процесс торговли был непрозрачным, а рынок не имел единых стандартов. Однако с течением времени физическая поставка постепенно развивалась в индексы, стандарты торговли, аудит качества и другие соглашения и финансовую инфраструктуру, в конечном итоге эволюционируя в высоко финансовизированный класс активов.

В настоящее время рынок вычислительной мощности переживает аналогичную трансформацию. На рынке уже появилось множество проектов, пытающихся создать финансовые базовые инструменты, включая индексы вычислительной мощности, биржи с расчетом наличными, кредитные продукты и страховые продукты.

В то же время физический рынок GPU и облачные провайдеры продолжают расширяться вверх и вниз по цепочке поставок, пытаясь захватить полную ценность в экономике токенов. В качестве основного ресурса, на котором основана вся экономика AI, вычислительная мощность постепенно превращается из простого инфраструктурного элемента в независимый финансовый актив.

В будущем в этой области могут появиться несколько компаний-единорогов, каждая из которых будет охватывать разные уровни рынка, формируя различные бизнес-модели, включая поставку физической вычислительной мощности, брокерские услуги, кредитование, управление рисками и комбинации с рынками капитала DeFi и TradFi.

Вычислительная мощность может стать новым типом физического товара, который не встречался десятилетиями, и, возможно, мы находимся на пороге свидетелей ее перехода от ранних сделок, осуществляемых в частном порядке, к полноценному классу активов.