Największe instytucje finansowe świata podejmują ruch, który jeszcze kilka lat temu brzmiałby jak science fiction: zamieniają moc układów AI w produkt finansowy, którym można handlować. Goldman Sachs i JPMorgan Chase analizują kontrakty futures oparte na kosztach wynajmu procesorów graficznych (GPU), a główne giełdy – CME i ICE – już zapowiedziały uruchomienie podobnych rynków jeszcze w tym roku . Cel? Traktować moc obliczeniową tak, jak rynki od dekad traktują ropę naftową, zboże czy energię elektryczną – jako zabezpieczalny i zbywalny towar.
To nie jest niszowy eksperyment. Czterej najwięksi hiperskalerzy – Microsoft, Amazon, Google i Meta – wydali łącznie 410 miliardów dolarów na infrastrukturę AI, a modele Goldman Sachs prognozują wzrost tej kwoty do 1,6 biliona dolarów rocznie do 2031 roku . Przy gwałtownie zmieniających się cenach wynajmu GPU i napiętych łańcuchach dostaw świat finansów widzi klasyczną okazję do stworzenia nowej klasy aktywów.
Według doniesień The Information oba banki są na wczesnym etapie badania, jak sfinancializować moc obliczeniową GPU . Zamiast kupować i obsługiwać fizyczne serwery, ich klienci handlowaliby kontraktami, których wartość pochodzi od kosztu wynajęcia tej mocy.
Sednem pomysłu jest kontrakt futures na GPU – umowa kupna lub sprzedaży mocy obliczeniowej po z góry ustalonej cenie w przyszłym terminie. Mechanicznie przypomina to sposób, w jaki linie lotnicze zabezpieczają koszty paliwa lotniczego, a rolnicy blokują ceny zbóż. Dla firm AI, mierzących się z nieprzewidywalnymi rachunkami za infrastrukturę, rynek terminowy daje szansę na stabilizację kosztów. Dla inwestorów instytucjonalnych otwiera ekspozycję na boom AI bez posiadania ani jednego serwera .
Oba banki podobno analizują te instrumenty, choć żaden nie ogłosił publicznie konkretnej daty premiery. Oczekuje się, że kontrakty futures na ceny wynajmu GPU zostaną wprowadzone na giełdy jeszcze w tym roku .
Podczas gdy Goldman Sachs i JPMorgan badają temat, inni ważni gracze ogłosili już konkretne produkty:
Wraz z tym ekosystemem powstają indeksy referencyjne, które czynią ceny GPU przejrzystymi i standaryzowanymi – to warunek konieczny dla każdego rynku terminowego. Silicon Data stworzyło H100 Rental Index, śledzący godzinowy koszt wynajmu karty Nvidia H100 . Z kolei OCPI od Ornn śledzi ceny transakcyjne z rynku spot i jest pierwszym indeksem obliczeniowym zbudowanym wyłącznie na podstawie faktycznie zawartych transakcji
.
Finansjalizacja mocy obliczeniowej wpisuje się w dobrze znany schemat historyczny. Każdy duży rynek towarowy – ropy, energii elektrycznej, produktów rolnych – powstawał, gdy ograniczony, niezbędny zasób doświadczał gwałtownego wzrostu popytu, znaczącej zmienności cen i osiągał skalę uzasadniającą kontrakty giełdowe. Rynek mocy GPU spełnia dziś wszystkie trzy warunki.
Skala jest oszałamiająca. Prognozuje się, że wydatki kapitałowe czterech największych dostawców chmury osiągną 700–725 miliardów dolarów w 2026 roku, a modele przewidują skumulowane wydatki na infrastrukturę AI rzędu 7,6 biliona dolarów do 2031 roku . To czyni moc obliczeniową jednym z największych rynków dóbr fizycznych w globalnej gospodarce.
Zmienność jest ekstremalna. Ceny wynajmu GPU stają się coraz bardziej opóźnione i niestabilne – czas oczekiwania i wahania cen generują realne ryzyko finansowe dla firm AI. Niepewność co do przyszłych kosztów obliczeniowych przypomina warunki, które doprowadziły do powstania rynku futures na energię elektryczną w latach 90., gdy deregulowano rynki energii, a producenci potrzebowali narzędzi do zabezpieczania ryzyka .
Pojawia się standaryzacja. Kontrakt terminowy wymaga wiarygodnej, powszechnie akceptowanej ceny referencyjnej – i właśnie to zapewniają nowe indeksy. Z przejrzystymi cenami i aktywnymi rynkami spot ostatni element infrastruktury finansowej wskakuje na swoje miejsce .
Popyt instytucjonalny jest realny. Fundusze hedgingowe, zarządzający aktywami i firmy AI coraz częściej chcą ekspozycji na moc obliczeniową jako klasę aktywów – bez operacyjnego ciężaru posiadania i zarządzania fizyczną flotą GPU. Z tego samego powodu, dla którego inwestorzy handlują kontraktami na ropę zamiast kupować baryłki, derywaty na moc obliczeniową oferują kapitałowo efektywny sposób na postawienie na infrastrukturalną warstwę AI .
Pojawienie się kontraktów futures na moc obliczeniową nie tylko tworzy nowe możliwości handlowe – może fundamentalnie zmienić sposób budowania i finansowania infrastruktury AI. Rynki terminowe dostarczają sygnałów cenowych, które kierują długoterminowymi inwestycjami. Jeśli ceny futures na moc obliczeniową będą wysokie, będzie to motywować operatorów centrów danych do budowania większych mocy. Jeśli spodziewany jest spadek cen – zasygnalizuje to nadchodzącą nadpodaż.
Ta sama dynamika przekształciła trzy dekady temu rynki energii elektrycznej i umożliwiła ogromne przepływy kapitału do infrastruktury energetycznej. Wczesne badania akademickie sugerują, że kontrakty futures na tokeny mogłyby zmniejszyć zmienność kosztów obliczeniowych dla przedsiębiorstw o 62–78% w scenariuszach gwałtownego wzrostu popytu . Czy kontrakty futures na GPU zapewnią podobną stabilność – i jak szybko zyskają popularność – zależy od zgody regulatorów oraz zaufania uczestników rynku do wskaźników cenowych.
Kierunek jest jednak jasny. Moc obliczeniowa podąża śladem ropy, energii elektrycznej i towarów rolnych, wkraczając do świata giełdowych instrumentów pochodnych. Pytanie brzmi już tylko, które instytucje i wskaźniki zdefiniują ten rynek.
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Goldman Sachs i JPMorgan Chase badają kontrakty futures oparte na kosztach wynajmu GPU, umożliwiając inwestorom instytucjonalnym zabezpieczanie się przed zmiennością cen mocy obliczeniowej lub spekulowanie na niej [6]...
Goldman Sachs i JPMorgan Chase badają kontrakty futures oparte na kosztach wynajmu GPU, umożliwiając inwestorom instytucjonalnym zabezpieczanie się przed zmiennością cen mocy obliczeniowej lub spekulowanie na niej [6]... Czterech największych dostawców chmury wydało ok. 410 mld dolarów na infrastrukturę AI – skala, niedobór i zmienność cen GPU tworzą klasyczne warunki do powstania rynku terminowego [1][4].
CME Group, ICE, Architect Financial Technologies i Ornn budują infrastrukturę: giełdy, indeksy cenowe (m.in.