¿Cuánto tiempo más tendrá que esperar el mercado de futuros de GPU antes de que la potencia de cálculo se comercialice?

nulo

Autor: Caleb Shack, Alana Levin

Traducción: Jiahui, ChainCatcher

En Variant, nos apasiona explorar mercados emergentes. Nuevas clases de activos, productos financieros, emisión de activos, expansión del acceso al mercado y formas innovadoras de participación están profundamente arraigadas en nuestro ADN fundacional.

Recientemente, hemos estado reflexionando sobre los mercados en torno a la construcción de poder computacional.

Obtener poder computacional es un campo vasto y en constante crecimiento, y se puede decir que ya cumple con las condiciones para una mayor financiarización.

Sin embargo, la dinámica de oferta y demanda de poder computacional es altamente compleja, opaca y en constante evolución. Todavía hay muchos enigmas sobre el momento del mercado, su estructura e incluso qué activos específicos se negocian.

En el proceso de debatir y explorar estas cuestiones, queremos compartir un marco analítico emergente, como una ventana para pensar en el mercado de poder computacional.

El nacimiento de un nuevo mercado de futuros generalmente requiere cumplir con cinco condiciones previas:

Fragmentación de la oferta

Oscilaciones de precios continuas

Alguna forma de infraestructura de liquidación física

Unidades estandarizadas y negociables

Falta de sustitutos para descubrimiento de precios o cobertura

Nuestro marco sitúa el panorama actual del mercado de poder computacional en estos cinco dimensiones. Utilizamos analogías históricas para explicar la importancia de cada dimensión y predecir cuándo el mercado podrá alcanzar un punto de inflexión explosivo.

Resumen de puntos clave

Una revisión rápida del marco revela que el mercado actual de poder computacional aún carece de la madurez necesaria para sostener un mercado de futuros robusto.

(Aunque, por supuesto, este mercado está lleno de vida, con muchas startups dedicadas activamente a cambiar la situación; si tú estás haciendo esto, ¡contáctanos!)

A continuación, presentamos nuestra calificación actual del mercado de futuros de poder computacional en las cinco dimensiones:

Fragmentación de la oferta: 🔴 La oferta está altamente monopolizada por grandes proveedores de servicios en la nube

Oscilaciones de precios: 🟢 Los precios de las GPU son extremadamente volátiles

Infraestructura de liquidación física: 🟢 Los brokers OTC ya cuentan con infraestructura de liquidación física

Estandarización: 🔴 La capacidad de poder computacional carece de unidades estandarizadas y negociables

Falta de sustitutos: 🟡 Los proveedores verticalmente integrados pueden hacer coberturas internas, otros participantes solo pueden ir en largo

1. Fragmentación de la oferta (Puntuación de poder computacional: 🔴)

El mercado de futuros es un mecanismo de descubrimiento de precios.

Bajo un monopolio de oferta, el descubrimiento de precios pierde su razón de ser, ya que los precios los determinan unos pocos grandes proveedores, eliminando cualquier incertidumbre en la fijación de precios.

Históricamente, esto ha sido frecuente.

Los futuros del petróleo solo se fortalecieron cuando la cartelización de la oferta (como las “Siete hermanas”, los siete conglomerados que dominaron el petróleo mundial en la mitad del siglo XX) se debilitó.

El mercado eléctrico se formó cuando los gobiernos liberalizaron la regulación, rompieron los monopolios en la fijación de precios y permitieron la entrada de productores independientes. La fragmentación de la oferta impulsó a los futuros a convertirse en un importante mecanismo de descubrimiento de precios.

Al analizar la dinámica actual del poder computacional, la oferta parece relativamente concentrada.

Las cuatro grandes gigantes de la nube (como AWS, Azure, GCP, Oracle) controlan aproximadamente el 78% de la capacidad de TI crítica autogestionada a nivel mundial y alrededor del 69% de la oferta de H100 (según cálculos del texto original, asumiendo 12.4 millones de H100 en Q4 2025).

De esto inferimos que también dominan la oferta global de tiempo de poder computacional. La oferta no muestra fragmentación.

A pesar de ello, seguimos considerando factores que podrían alterar esta dinámica.

Nuevos proveedores de nube están surgiendo. Nuevas arquitecturas de chips crean oportunidades para que otros proveedores ganen cuota de mercado.

Alguna capacidad de contratos a largo plazo en laboratorios principales puede no ser totalmente utilizada, lo que eventualmente podría convertirlos en proveedores o vendedores de poder computacional en el mercado.

Por lo tanto, aunque no podemos predecir aún el grado de concentración futura, la tendencia actual indica que la oferta del mercado será más fragmentada que ahora.

2. Oscilaciones de precios (Puntuación de poder computacional: 🟢)

Índice Ornn H100 en Bloomberg Terminal

Otro requisito previo para los futuros es que el activo subyacente sea altamente volátil.

Sin una volatilidad significativa en los precios, los coberturistas carecen de incentivos para gestionar riesgos de oscilación.

La volatilidad también atrae a los especuladores, que pueden beneficiarse de grandes fluctuaciones de precios. Si el mercado es estable o predecible, los especuladores buscarán otros mercados.

Este fue el caso en el mercado petrolero de los años 50.

En ese momento, debido a una sobreoferta de petróleo, los precios de la URSS estaban por debajo de los listados por las “Siete hermanas”. Estas redujeron los precios en la región sin aviso previo, tras una caída en la influencia de los cárteles en el suministro.

El impacto en cadena llevó a la nacionalización del petróleo en Oriente Medio, a la creación de OPEP y a una mayor incertidumbre en los precios mundiales del petróleo. Luego, la volatilidad del petróleo provocó oscilaciones en el mercado eléctrico en los años 70.

El precio del poder computacional será volátil en el pasado y en el futuro.

La velocidad con la que se introduce nueva oferta en el mercado es incierta. Nuevos chips o arquitecturas de centros de datos pueden mejorar la eficiencia de tokens en tareas específicas. La demanda continúa creciendo y se expande de formas impredecibles.

Estamos muy seguros de que este requisito ya está presente.

3. Infraestructura de liquidación física (Puntuación de poder computacional: 🟢)

Para que el mercado funcione eficientemente, los compradores deben estar seguros de que podrán recibir y consumir el activo subyacente en la fecha y hora acordadas.

Esto requiere infraestructura: agregación de oferta, aseguramiento de entregas confiables, liquidación de transacciones, gestión de garantías y mecanismos de liquidación. Estas tareas suelen ser realizadas por intermediarios o brokers.

En el mercado eléctrico, estas funciones las realizan operadores de sistemas independientes, que actúan como entidades neutrales y cumplen funciones similares a las de entidades gubernamentales.

El mercado de poder computacional aún no tiene roles completamente equivalentes, pero asumimos que los brokers o mesas OTC están comenzando (y cada vez más) a asumir muchas de estas funciones.

Actualmente, los brokers están construyendo índices y herramientas de agregación de datos en torno a acuerdos de compra y alquiler de poder computacional, para fijar precios de mercado.

Ornn y Silicon Data ya publican datos de precios de GPU a nivel de centros de datos.

El grupo de brokers también está llegando a consensos sobre contratos, similares a cómo los estándares SAFE estandarizaron los términos de financiamiento temprano. Estas herramientas perfeccionan la infraestructura de liquidación física subyacente, que antes se coordinaba principalmente en chats grupales.

Damos una calificación positiva a la infraestructura de liquidación física porque sienta las bases para el descubrimiento de precios.

Pero aún está lejos de ser perfecta en comparación con mercados spot maduros. Estas compras ocurren en la capa de infraestructura, y no todos los participantes tienen derecho a revender públicamente después de la compra. Seguimos de cerca los avances en la creación de nuevos mercados en esta capa.

4. Estandarización (Puntuación de poder computacional: 🔴)

Un desafío principal para los nuevos productos es su unicidad y grado de irremplazabilidad.

Demasiadas variables pueden dispersar la liquidez en múltiples mercados o generar riesgos de base demasiado altos para satisfacer la mayoría de las necesidades de cobertura y entrega.

Por ejemplo, el petróleo se mide por densidad y contenido de azufre, que varía según la región de origen.

NYMEX encontró un encaje de mercado con su índice WTI (petróleo ligero y de bajo azufre), que fija un estándar para el mercado global upstream y es utilizado por downstream (como aerolíneas) para coberturas.

El mercado eléctrico se estandariza por regiones, considerando variaciones en demanda y oferta por temperatura, densidad de población, etc.

El mercado de poder computacional carece de un nivel de estandarización que satisfaga necesidades generales de cobertura.

El reto es que un ejemplo de H100 no siempre es equivalente a otro.

Factores como la región (entrada de energía local), la configuración del hardware (componentes de hardware y red) y el plazo (duración del contrato) aumentan la variabilidad en los precios de las instancias de GPU.

No obstante, ya se observan signos tempranos de estandarización, especialmente cuando la demanda proviene de inferencias en la larga cola (no en laboratorios de vanguardia).

A diferencia del entrenamiento, las cargas de trabajo de inferencia requieren menos variaciones finas y pueden ejecutarse en entornos distribuidos y no en la misma ubicación.

Si la oferta de inferencia se dispersa entre muchos proveedores, por ejemplo, con modelos de código abierto que aumentan la cuota de mercado, la estandarización puede surgir.

5. Falta de sustitutos (Puntuación de poder computacional: 🟡)

Este es un punto sutil y a menudo pasado por alto en la formación del mercado.

El mercado de futuros se crea para servir a los coberturistas. Si existen sustitutos con suficiente liquidez y riesgo de base despreciable, los contratos sustitutos no serán utilizados.

Un ejemplo clásico es la falta de adopción de futuros de combustible de aviación, ya que los índices upstream como WTI satisfacen suficientemente la demanda.

En el ámbito eléctrico, los futuros basados en temperatura fracasaron porque los participantes descubrieron que cubrir la volatilidad de precios (electricidad) era más eficiente que cubrir la causa (temperatura).

Hoy en día, los proveedores de modelos cubren riesgos de poder computacional mediante acuerdos de alquiler a largo plazo o joint ventures, que suelen ser “paga y no discute”, intercambiando exposición a precios spot por riesgo de contraparte.

Los grandes proveedores en la nube suelen poseer físicamente sus GPU desplegadas.

Por otro lado, los proveedores de larga cola carecen de contratos con condiciones favorables y de fondos para construir infraestructura propia, por lo que enfrentan directamente la volatilidad del mercado spot.

Desde la perspectiva del mercado, no hay sustitutos; sin embargo, los participantes que controlan la oferta pueden hacer coberturas internas mediante integración vertical.

Evaluación general

En conjunto, la puntuación indica que aún es prematuro que el poder computacional sostenga un mercado de futuros verdaderamente robusto.

Este mercado tiene la volatilidad que atrae a los especuladores y una infraestructura de liquidación temprana, pero carece de la fragmentación de oferta y estandarización necesarias para una verdadera función de descubrimiento de precios a gran escala.

La mayoría de las transacciones ocurren en OTC.

Los brokers están construyendo fuentes de precios, Ornn y Silicon Data están lanzando índices, y las transacciones en chats grupales están siendo formalizadas en contratos modelo.

Esto no carece de sentido, pero aún no se ha convertido en un mercado maduro como WTI o PJM. La cantidad de transacciones es pequeña, los contratos son demasiado personalizados y la oferta demasiado concentrada, lo que impide que la infraestructura existente pueda liquidar en masa.

La interpretación correcta de este marco es considerarlo como una herramienta de diagnóstico, no como una conclusión definitiva. Nos indica qué falta, no qué es imposible.

Enigma por resolver

El mercado evolucionará de maneras que aún no podemos predecir.

Tenemos muchas incógnitas y algunas hipótesis preliminares. Estas hipótesis son tentativas y requieren validación o refutación adicional. A continuación, presentamos los argumentos más sólidos a favor de estas hipótesis.

▍¿En 1-2 años, la oferta se fragmentará más o se concentrará más?

Predecimos una fragmentación moderada.

La velocidad con la que nuevos proveedores de nube lanzan nueva capacidad supera a cualquier otra categoría.

Con la energía como restricción principal, nuevas regiones se activan, favoreciendo a operadores que puedan establecer capacidad cerca de electricidad barata (en lugar de cerca de las huellas de los grandes proveedores existentes).

Incluso empresas del Fortune 2000 están apoyando pequeños centros de datos. La expansión en este campo parece inevitable.

Sin embargo, los modelos comerciales estándar dependen de contratos a largo plazo con socios confiables (como grandes proveedores en la nube y laboratorios de vanguardia).

Proveedores de servicios en la nube como Hyperbolic y SF compute ofrecen capacidad por hora, en contra de esa tendencia.

Estas empresas atienden a startups nativas de IA, aplicaciones que ejecutan inferencias en modelos de código abierto y laboratorios de investigación sin presupuestos de vanguardia, con demandas de poder computacional en la larga cola.

Creemos que la adopción de modelos de código abierto, en particular, conducirá a una mayor fragmentación de la capacidad computacional, ya que la oferta se “desverticalizará” desde laboratorios de vanguardia y grandes proveedores en la nube.

▍¿Cómo evolucionará la estandarización?

Los proveedores de índices están creando estándares en torno al costo por hora de instancias GPU.

Estas fuentes de datos representan estimaciones aproximadas, no precios precisos.

Los precios de las instancias varían por múltiples factores, incluyendo región, configuración del hardware y plazo, dificultando la estandarización.

Las diferencias en la configuración del hardware son especialmente notables, resultado de centros de datos que personalizan para cargas de trabajo específicas y de grandes proveedores que optimizan para retener ecosistemas, no para un mercado unificado.

Cuando existe una demanda de mercado unificada, surgen estándares.

El estándar WTI se adoptó porque sirve a una amplia gama de productos downstream como gasolina, diésel y combustible de aviación.

Hoy, la demanda de poder computacional está impulsada por cargas de trabajo de entrenamiento e inferencia en IA.

La infraestructura de entrenamiento es altamente personalizada, optimizada para tareas largas y computacionalmente intensivas en instalaciones centralizadas, haciendo que las instancias subyacentes sean casi irremplazables.

Por otro lado, la infraestructura de inferencia requiere hardware más simple y menor consumo energético; está optimizada para baja latencia, lo que implica que la infraestructura se distribuye en diferentes regiones en lugar de en la misma ubicación.

La inferencia es homogénea y se espera que para 2029 represente más del 65% de la demanda de poder computacional en IA. Suponemos que la optimización en la capa de infraestructura para atender este mercado conducirá a una mayor uniformidad en los requisitos de poder computacional entre proveedores.

Si las instancias a nivel de chip aún presentan diferencias, otras vías de estandarización podrían ser los benchmarks de hardware.

NVIDIA creó el benchmark MLPerf para evaluar el rendimiento de inferencia y entrenamiento en diferentes arquitecturas de modelos.

En este escenario, la negociación de instancias GPU no se basará en sus especificaciones de hardware, sino en la calidad y eficiencia de sus resultados.

▍¿Qué obstáculos enfrentará la aparición de estándares en 1-2 años?

Creemos que los “jardines amurallados” y las cargas de trabajo personalizadas impedirán la estandarización.

En 1-2 años, los grandes proveedores en la nube y laboratorios de vanguardia seguirán luchando por mantener su dominio en infraestructura y modelos de IA.

Si no se desacoplan, mantendrán su hardware según sus necesidades, y las diferentes demandas dificultarán la creación de estándares. La adopción de nuevas arquitecturas de chips fragmentará aún más las especificaciones de hardware, complicando la definición de estándares.

▍¿Cómo se podrán aprovechar los pesos de código abierto en aplicaciones útiles?

Es la vía más sencilla para la formación del mercado de poder computacional.

Actualmente, los principales obstáculos son la concentración de oferta y la falta de estandarización.

La adopción generalizada de pesos de código abierto democratiza la capacidad de ejecutar inferencias.

Esto, a su vez, motiva a operadores independientes y fomenta la optimización de infraestructura para modelos específicos.

Vemos un patrón similar en la minería de Bitcoin: el software abierto generó numerosos mineros y promovió la estandarización en la configuración de hardware.

Hasta ahora, los pesos de código abierto han quedado por detrás en rendimiento respecto a los modelos cerrados.

Pero si esta tendencia continúa, pronto alcanzarán los niveles de rendimiento que hoy vemos en modelos cerrados.

Las empresas ya integran ampliamente modelos cerrados en sus sistemas, logrando aumentos significativos en productividad. En tres meses, modelos que mejoren la productividad podrían costar solo una fracción de lo que cuestan hoy.

Sin embargo, la mayoría de las empresas probablemente seguirán prefiriendo los modelos con mejor rendimiento.

Creemos que, en algún momento, los modelos cerrados de vanguardia serán demasiado caros para sus tareas, y las empresas optimizarán la asignación inteligente entre diferentes modelos.

Es importante recordar que los laboratorios de vanguardia actualmente ofrecen servicios de inferencia con pérdidas, y eventualmente tendrán que subir precios para mantener operaciones. Entonces, los pesos de código abierto tendrán su momento.

▍¿Cuál será la unidad de valoración en las transacciones finales?

El poder computacional puede desglosarse en aproximadamente tres niveles: chip, hora de instancia de chip, Token.

Nivel chip — oferta altamente concentrada.

ASML monopoliza las máquinas de litografía usadas por TSMC, TSMC monopoliza las fábricas de chips de NVIDIA, y NVIDIA monopoliza el diseño de chips de vanguardia.

Además, un chip solo es útil si se conecta a la fuente de energía y mantiene un alto tiempo en línea. Esto nos lleva a pensar que un solo chip entregable no será la unidad final de valoración.

Nivel hora de instancia de chip — refiere al período en que el chip puede ser utilizado efectivamente.

Este es el estado más valioso del chip y el núcleo del análisis.

En este nivel, siempre que exista suficiente demanda de recursos de poder computacional, su comportamiento como mercancía será similar al de la electricidad.

Imaginamos que el poder computacional se negociará de manera similar a la electricidad y otros servicios públicos: mediante contratos regionales estandarizados (el poder computacional como función de la electricidad), y sobre esa base, mercados spot y de futuros para cobertura. Esto es factible en el formato de “hora de instancia de chip”.

Nivel Token — es el producto downstream de las instancias de poder computacional, y también puede convertirse en la unidad final de valoración.

Si el Token es el principal impulsor de las instancias, el mercado de Tokens ofrecerá una forma de cubrir los costos de demanda y permitirá a la oferta asegurar ingresos.

La oferta podrá hacer coberturas internas mediante contratos a largo plazo o integración vertical, manteniendo concentración.

No obstante, los Tokens no son uniformes entre modelos. Cada modelo tiene sus propios estándares de segmentación de texto y produce salidas diferentes, por lo que no son completamente intercambiables entre casos de uso. Aún así, seguimos atentos a su evolución.