Сколько стоит аренда в час одной Nvidia B200 GPU к концу этого года?

Рынок прогнозов разложил этот вопрос на набор контрактов «да/нет». Трейдеры считают, что ставка аренды B200 будет выше определённого уровня, и заключают контракты на разные цены и разные даты. В итоге на основе ставок участников появляется кривая арендных цен GPU.

Polymarket уже запускал контракты на аренду GPU, но объёмы торгов были небольшими. На этот раз сооснователь Kalshi Tarek Mansour объявил, что платформа извлекла форвардную кривую из рыночных прогнозных цен на B200, H200 и A100.

Рынок прогнозов больше не ограничивается ответами на результаты выборов, сроки снижения ставок и корпоративные события: он начинает строить финансовый рынок для индустрии, у которой никогда не было публичной торговой площадки.

Эта кривая пока заметно далека от форвардных кривых в традиционных товарных рынках, и рынок прогнозов не может заставить покупателей после истечения срока получить вместо денег набор GPU. Но он ухватывает то, чего больше всего не хватает рынку сделок с GPU: публичную ориентировочную ценовую линию, которую видят все.

В последние годы капитал всё время вливался в чипы, дата-центры и электроэнергию — вычислительные мощности стали одной из крупнейших статей расходов в AI-индустрии. Однако закупки по-прежнему держатся на телефонных заказах, договорённостях «по знакомству» и офлайн-контрактах.

Финансиализация вычислительных мощностей идёт полным ходом.

Сначала контракт — потом рынок

Ещё до появления больших моделей компании получали доступ к вычислительным мощностям в основном двумя способами: либо покупали серверы сами, либо платили облачному провайдеру относительно стабильную ежемесячную подписку. AI изменил логику закупок: обучение и инференс съедают огромное количество GPU, и цены начинают расходиться в зависимости от разных чипов, регионов и сроков контрактов. Облачные провайдеры также быстро меняют свои котировки в ответ на спрос и предложение.

Сегодня рынок вычислительных мощностей не лишён форвардных сделок.

Крупные лаборатории заранее фиксируют будущие объёмы. neocloud pre-purchases GPU у облачных провайдеров и брокеров. А гигантские облачные провайдеры заранее резервируют ресурсы друг у друга. Контракты могут быть краткосрочными — по часовой аренде, или долгосрочными — на несколько лет. Они выполняют функции, похожие на долгосрочные соглашения о пакетной закупке нефти, только цена спрятана в частных переговорах.

Один крупный провайдер инференсных услуг как-то описал закупку вычислительных мощностей как поиск «посредника», хорошо знающего предложение. Вы говорите, какие чипы нужны, сколько карт и в каком регионе их использовать — а он уже находит нужные запасы через свою сеть связей. Брокеры зарабатывают на разнице в информации, крупные держатели — на распределении объёмов по связям, а реальная цена сделки редко появляется на публичных экранах.

Эта система может обеспечить поставку, но не позволяет сформировать непрерывные ожидания. AI-лаборатории не знают, какими будут расходы на инференс через полгода, дата-центры не могут заранее зафиксировать арендные ставки, а кредиторы не располагают данными, которые обновляются в реальном времени — им также трудно оценить, как быстро будет обесцениваться залог в виде GPU.

Размер капитала уже не позволяет держать прежний подход к ценообразованию.

Tarek приводит цифры: супер-скейл облачные провайдеры в этом году вложат в вычислительные мощности более 7000 миллиардов долларов, а к 2030 году объём рынка может достичь 7–10 триллионов долларов. Более осторожные организации прогнозируют столь же масштабные цифры. Morgan Stanley ожидает, что до 2028 года мировые капитальные затраты дата-центров составят около 2,9 триллиона долларов, из которых примерно 2,5 триллиона долларов уйдут на AI. McKinsey оценивает капитальные затраты дата-центров до 2030 года в 6,7 триллиона долларов. Goldman Sachs оценил инвестиции в AI-инфраструктуру на 2026–2031 годы в 7,6 триллиона долларов.

Эти цифры используют разные годы и разные методики подсчёта: где-то включены дата-центры, а где-то одновременно учитываются вычисления и электроэнергия. Общее в том, что вычисления и оборудование составляют 55%–67% оценок каждой из сторон — это крупнейшая доля в раунде инфраструктурных инвестиций.

Чипы — ещё один актив, для которого характерны резкие колебания цен. Оценки рыночной «продолжительности жизни» GPU колеблются от трёх до семи лет. Новые поколения продуктов ежегодно обновляют производительность, а дефицит предложения сохраняет ареную ценность для более старых чипов. Дата-центрам приходится «замораживать» гигантские деньги в партиях оборудования, для которых скорость амортизации ещё не имеет общего понимания.

Чем выше бремя капитала, тем важнее форвардные цены.

Исследование рынка сделок с GPU

Первый этап рынка сделок с GPU — это «частный мэтчинг» (off-market), который уже много лет работает.

Покупатели заранее бронируют мощности, продавцы фиксируют будущий доход, а брокеры выполняют работу по поиску предложения и сопоставлению сторон. Фактический спрос и форвардные обещания уже существуют, но нет единого контракта и публичных котировок.

Именно эта связка покупатели–продавцы формирует базу финансового рынка вычислительных мощностей.

У супер-скейл облачных провайдеров, крупных дата-центров и держателей GPU есть запасы. Они беспокоятся, что будущая аренда снизится. AI-лаборатории, инференс-платформы, компании-приложения и уже взявшие обязательства по мощностям для downstream neocloud нуждаются в постоянной закупке, опасаясь роста цен. Одна сторона хочет защитить доход от оборудования, другая — контролировать стоимость вычислительных мощностей. Так появляется первоначальная потребность в торгах.

Второй этап — создание стандартизированного ценового индекса. Compute Price Index от Ornn извлекает цены из реальных сделок по аренде GPU, охватывая несколько популярных чипов. Silicon Data ежедневно публикует индексы аренды по требованию для H100, A100 и B200 и отправляет данные в терминал Bloomberg. Compute Desk тоже собирает аналогичные продукты.

Определяемые индекс-провайдерами показатели — это не просто последовательность чисел. Какие именно чипы, регионы, сетевые конфигурации и типы контрактов попадут в расчёт, как обрабатывать аномальные сделки, когда и как будут выходить старые индексы после смены поколений — всё это меняет то, что рынок называет «ценой на GPU». Биржи предоставляют площадку для торговли, а индекс-провайдер определяет, чем именно люди торгуют.

Ornn недавно получил инвестиции от a16z на сумму 33 миллиона долларов. Кто сможет собрать разрозненные торговые данные в базовый ориентир, принятый рынком, тот получит шанс стать точкой входа для цен на рынке вычислительных мощностей.

Третий этап — встроить индекс в контракты, которые можно торговать. CME выбрала Silicon Data в качестве поставщика данных и планирует запустить фьючерсы на вычислительные мощности с расчётом по ежедневному базису аренды GPU. Материнская компания NYSE ICE выбрала Ornn и готовит к запуску ещё один набор фьючерсов по GPU. Обе традиционные биржи позиционируют свои продукты как инструменты для управления рисками для AI-лабораторий, облачных провайдеров, дата-центров и финансовых институтов, но сами продукты пока находятся на стадии ожидания проверки регуляторами.

Рынок прогнозов пошёл по другому пути. Он заставляет трейдеров снова и снова отвечать на один и тот же вопрос: «будет ли конкретный чип на конкретную дату выше заданной цены аренды?». Расчёт разницы цен между соседними порогами позволяет примерно отражать оценку рынком для соответствующего диапазона цен. Затем, повторяя вычисление для разных дат, получают структуру по срокам.

В традиционных товарных рынках обычно сначала определяют контракты с поставкой, а уже затем фьючерсная торговля формирует кривую. Рынок прогнозов сначала создаёт публичное ожидание через event-контракты, а потом рассматривает возможность использовать это ожидание для внебиржевой торговли, фьючерсов и свопов (перпетуалов).

Традиционные фьючерсы на вычислительные мощности всё ещё ждут одобрения регуляторов, а рынок прогнозов уже выдал структуру по срокам.

Какая польза от одной кривой

Рынок тратит усилия на создание индекса, фьючерсной и форвардной кривых. Но какую конкретную проблему сможет решить это для обычной AI-компании?

Предположим, инференс-платформа уже согласилась предоставлять клиентам сервис через полгода. Она знает, что тогда понадобится партия GPU, но не знает, до какой именно отметки поднимутся арендные ставки. Если ставки внезапно вырастут, согласованная цена для клиентов не изменится — ей придётся покрывать рост затрат самой. Если купить контракт, который дорожает вместе с арендой GPU, то даже если облачный счёт вырастет, прибыль по контракту сможет компенсировать часть разницы. Для дата-центра проблема противоположная: оборудование уже куплено, и если в будущем аренда снизится, доход проседает. Продажа форвардного экспозициона позволяет заранее зафиксировать часть дохода от оборудования.

Такой контракт не обязательно должен в точности совпадать с каждой реальной картой, которую компания закупает в процессе. Компания может использовать H200 в регионе Нью-Йорка, тогда как рынок торгует индексом H200, который покрывает нескольких поставщиков. Если цены в целом движутся синхронно вверх и вниз, контракт сможет работать. Аналитики оценивают, что при коэффициенте корреляции 0,7 между двумя ценами разумно собранный хедж может убрать почти половину волатильности. Авиакомпания не может купить контракт, который в точности совпадает с каждой её покупкой авиационного топлива, поэтому всё равно использует фьючерсы на нефть для контроля затрат — логика та же.

Кривая нужна и кредиторам. Когда дата-центр берёт кредит под GPU, банку нужно оценить, сколько аренды принесут эти чипы через два года. Раньше приходилось опираться на котировки производителей, разрозненные сделки и собственные предположения. Появление публичной кривой позволяет кредитору пересматривать оценку залога по мере движения рынка, а дата-центру проще доказывать будущие доходы.

Цены могут даже повлиять на выбор чипов компаниями. Если, например, больше сделок по аренде приходится на Nvidia GPU, индекс надежнее и инструменты для хеджа активнее, банки охотнее принимают Nvidia как залог, а держателям проще сдавать в аренду или продавать, когда нужно. Поэтому торговый поток, который концентрируется вокруг Nvidia, может стать преимуществом, которое сложно скопировать конкурентам.

Так одна ценовая кривая обслуживает не только трейдеров: она позволяет пользователям раньше узнавать будущие издержки, держателям — раньше фиксировать доход, а кредиторам — осмеливаться назначать цену оборудованию и дата-центрам.

Узкие места & вызовы

Первая проблема — индекс.

Ornn делает упор на реальные сделки, Silicon Data — на цены аренды по требованию, а другие решения ещё стандартизируют энергетические затраты. Каждый подход сохраняет часть информации и выбрасывает другую. Нет такого индекса, который одновременно охватывал бы и чипы, и регионы, и сроки, и сетевые параметры, и контрагентов.

Параллельно чипы быстро сменяют друг друга.

Нефтяные меры и весы можно использовать годами, а рынок GPU переходит от H100 к H200, B200, GB200 и Rubin. AMD, Google TPU, Amazon Trainium и специализированные чипы продолжают «разводить» спрос на вычисления. Когда старые индексы уходят и как стыкуются старые и новые чипы — это будет постоянно менять сам базовый актив, на который привязаны контракты.

Вторая проблема — расчёты (доставка).

В cash-settled контрактах по истечении срока считаются только деньги — GPU не поставляются. Компаниям, которым нужно контролировать затраты, доход по контракту может компенсировать рост аренды. Но neocloud, которое уже пообещало мощности клиентам, всё равно придётся самому выйти на рынок за картами.

Ещё один риск — объём сделок.

Реальный объём сделок по аренде GPU, который каждый день публично фиксируется, может быть небольшим, а предложение сосредоточено у небольшой группы продавцов. В такой ситуации одна сделка может заметно сдвинуть индекс, и сторона, владеющая предложением, получает больше возможностей влиять на конечную расчётную цену.

Это и есть проблема кривой, нарисованной с помощью рынка прогнозов.

Традиционные форвардные кривые подтягивают цены фьючерсов к реальному балансу спроса и предложения через механизм поставки или обмена спот-ценой. В прогнозных рынках двухпозиционные контракты лишены этого «канала»: кривая показывает ожидания участников, но ещё не становится поставляемой и арбитражируемой ценой на ёмкость.

Третья проблема — ликвидность.

Продавцы предпочитают долгосрочные контракты, потому что дата-центрам нужно заранее фиксировать доход. Покупатели предпочитают краткосрочные контракты, потому что AI-компаниям нужно сохранить свободу менять чипы и поставщиков. Спрос по срокам у сторон изначально несовпадающий. Брокеры и крупные держатели зарабатывают на непрозрачном рынке, поэтому у них мало стимулов размещать все сделки на публичной площадке.

Даже несмотря на все преграды, потребность рынка вычислительных мощностей в публичных ценах не исчезнет. Возможно, уже скоро мы увидим репортаж о том, как «умные деньги» в ончейне «в пять раз делают лонг по вычислительным мощностям»

Нажмите, чтобы узнать о вакансии на律动BlockBeats

Добро пожаловать в официальное сообщество律动 BlockBeats:

Telegram канал с подпиской: https://t.me/theblockbeats

Telegram чат: https://t.me/BlockBeats_App

Twitter официальный аккаунт: https://twitter.com/BlockBeatsAsia