CME lanzará futuros de potencia de GPU el 5 de octubre, siguiendo los costos de alquiler de H100 y B200

A medida que la inversión en infraestructura de inteligencia artificial sigue creciendo, la capacidad de cómputo de las GPU está pasando de ser un costo básico en la cadena de la industria de la IA a convertirse gradualmente en un activo financiero que puede ser valorado, negociado y cubierto.

El Grupo CME y la compañía de datos de mercado de GPU Silicon Data anunciaron el martes que planean lanzar dos contratos de futuros de capacidad de cómputo el 5 de octubre, los cuales aún están sujetos a aprobación regulatoria.

Los dos contratos son Silicon Data H100 Rental Index Futures y Silicon Data B200 Rental Index Futures, los cuales se listarán en el CME y estarán sujetos a las reglas pertinentes de la Bolsa Mercantil de Nueva York (NYMEX).

Los contratos seguirán los índices de precios de alquiler de GPU H100 y B200 elaborados por Silicon Data, utilizando el costo de alquiler de GPU por hora como principal indicador de precios.

Esto significa que, en el futuro, los participantes del mercado podrán cubrir la volatilidad de precios de la potencia de cómputo de IA a través de instrumentos de futuros. CME indicó que el nuevo producto está diseñado para ayudar a operadores, instituciones financieras, desarrolladores de IA y proveedores de servicios en la nube a gestionar el riesgo de precios derivado del rápido crecimiento del mercado de capacidad de cómputo.

CME anteriormente describió a la capacidad de cómputo como “el nuevo petróleo del siglo XXI” y señaló que los recursos de cómputo están convirtiéndose en una nueva clase de activos independiente y emergente.

El precio del alquiler de GPU está convirtiéndose en un indicador clave del costo en la industria de la IA

Para las empresas de entrenamiento e inferencia de modelos de IA, además de la inversión en la compra de GPU y la construcción de centros de datos, el alquiler directo de GPU a través de proveedores de la nube o servicios profesionales de capacidad de cómputo es una forma importante de obtener recursos de cómputo.

Por eso, la variación del precio de alquiler por hora de las GPU puede reflejar, en cierta medida, la situación de oferta y demanda de potencia de cómputo.

Actualmente, Silicon Data publica a diario índices de referencia de precios de alquiler de GPU, cubriendo los principales aceleradores de IA como H100, A100, B200 y AMD MI300X, y forma precios estandarizados mediante el recojo de datos de proveedores de servicios en la nube, proveedores de nube a gran escala, centros de datos gestionados y el mercado de alquiler privado.

B200 es uno de los productos estrella basados en la arquitectura Blackwell de Nvidia y, en comparación con la generación anterior H100, ofrece mayor rendimiento de cómputo. Debido a que la capacidad de producción y despliegue de Blackwell sigue en expansión, los precios de alquiler del B200 aún se ven influidos tanto por la escasez en la oferta como por la demanda en el entrenamiento de IA.

Silicon Data señaló que el índice de precios de alquiler del B200 refleja precios estandarizados por hora a partir de múltiples canales de oferta de capacidad de cómputo.

La importancia del mercado de futuros radica en establecer un mecanismo público de descubrimiento de precios a futuro

En la actualidad, el mercado de alquiler de GPU está muy fragmentado, existen diferencias notables de precios entre distintos proveedores de la nube, servicios de capacidad de cómputo y diferentes plazos de alquiler, y las empresas carecen de herramientas consolidadas como los futuros del petróleo para fijar el costo futuro de la potencia de cómputo.

Cuando CME y Silicon Data anunciaron por primera vez su colaboración en mayo de este año, señalaron que los nuevos contratos están diseñados para ayudar a empresas de IA y proveedores de nube a gestionar el riesgo de volatilidad en los precios de la capacidad de cómputo. Posteriormente, Silicon Data lanzó también una curva de precios a futuro para GPUs, cubriendo modelos como H100, B200 y A100, con plazos de hasta 36 meses.

Para los proveedores de capacidad de cómputo, si esperan una caída futura en los precios de alquiler de GPU, pueden cubrirse a través de futuros; mientras que para las compañías de IA que requieren alquilar grandes cantidades de GPU, los futuros podrían ofrecer herramientas para fijar los costos futuros de capacidad de cómputo.

Al mismo tiempo, las instituciones financieras y los operadores también pueden participar en el comercio de precios basándose en su juicio sobre la demanda de IA, la oferta de GPU y los ciclos de construcción de centros de datos.

Esto significa que la financiarización de la industria de la IA se está extendiendo desde chips, centros de datos y acciones relacionadas hasta los propios recursos de cómputo más básicos.

Si estos productos del CME se lanzan con éxito y logran suficiente liquidez, los precios de futuros de H100 y B200 probablemente se convertirán en importantes indicadores del mercado para observar la oferta y la demanda de la capacidad de cómputo de IA, la tasa de utilización de los centros de datos, y la rentabilidad de la inversión en infraestructura de IA.

Sin embargo, hay una diferencia clave entre la capacidad de cómputo y las materias primas tradicionales: La capacidad de cómputo de las GPU no se puede almacenar como el petróleo o el oro. Una vez que la capacidad de cómputo queda ociosa, su valor de servicio por hora se pierde. Por eso, los mecanismos de precio, liquidez y cobertura de los futuros de GPU serán evidentemente diferentes a los de los futuros de commodities tradicionales.

Recientemente, una investigación sobre la valoración de activos de capacidad de cómputo de IA también señaló que, debido a que la capacidad de cómputo no puede almacenarse, la relación de precios sin arbitraje de los futuros de commodities tradicionales no puede aplicarse directamente al mercado de la capacidad de cómputo.

Por lo tanto, si ambos contratos se listan como está previsto el 5 de octubre, su significado va más allá de simplemente añadir dos nuevos productos de futuros, y reside en establecer un punto de referencia financiero público para la capacidad de cómputo de IA, que hasta ahora carecía de un precio de mercado unificado.