CME lançará contratos futuros de poder computacional de GPU em 5 de outubro, rastreando os custos de aluguel de H100 e B200

Com o contínuo aumento dos investimentos em infraestrutura de inteligência artificial, o poder de processamento de GPU está gradualmente passando de um custo de infraestrutura na cadeia produtiva de IA para se tornar um ativo financeiro que pode ser precificado, negociado e utilizado para hedge.

O Grupo CME e a empresa de dados de mercado de GPU, Silicon Data, anunciaram na terça-feira que planejam lançar dois contratos futuros de poder de processamento (hashrate) em 5 de outubro, ainda sujeitos à aprovação dos órgãos reguladores.

Os dois contratos são o Silicon Data H100 Rental Index Futures e o Silicon Data B200 Rental Index Futures, que serão listados na CME e estarão sujeitos às regras aplicáveis da New York Mercantile Exchange (NYMEX).

Os contratos irão acompanhar os índices de preço de locação das GPUs H100 e B200 compilados pela Silicon Data, usando o custo horário de aluguel da GPU como principal indicador de precificação.

Isso significa que, no futuro, os participantes do mercado poderão utilizar instrumentos futuros para fazer hedge contra a volatilidade dos preços do poder computacional de IA. O CME afirma que o novo produto visa ajudar traders, instituições financeiras, desenvolvedores de IA e provedores de serviços em nuvem a gerenciar os riscos de preço decorrentes do rápido crescimento do mercado de poder de processamento.

O CME já declarou anteriormente que o poder computacional é o “novo petróleo do século 21”, e afirmou que recursos computacionais estão se tornando uma nova classe de ativos independente e emergente.

O preço do aluguel de GPU está se tornando um importante indicador de custo para a indústria de IA

Para empresas de treinamento e inferência de modelos de IA, além de comprar GPUs e construir data centers como parte dos investimentos de capital, alugar GPUs diretamente de provedores de nuvem ou serviços especializados de poder de processamento também é uma maneira importante de acessar capacidades computacionais.

Portanto, a variação do preço do aluguel por hora da GPU pode refletir, em certa medida, a relação entre oferta e demanda de poder de processamento.

Atualmente, a Silicon Data publica diariamente benchmarks dos preços de locação de GPU, abrangendo AI aceleradores principais como H100, A100, B200 e AMD MI300X, e forma preços padronizados ao coletar dados de provedores de nuvem, grandes provedores de nuvem, data centers de colocation e mercados privados de aluguel.

O B200 é um dos principais produtos da arquitetura Blackwell da Nvidia, oferecendo desempenho computacional superior à geração anterior, H100. Como a produção e o deployment de Blackwell ainda estão em expansão, o preço do aluguel do B200 é atualmente influenciado tanto pela oferta restrita quanto pela demanda por treinamento de IA.

A Silicon Data afirma que o índice de preço de locação do B200 reflete o preço horário padronizado de diversas fontes de oferta de poder computacional.

O significado do mercado de futuros está em estabelecer um mecanismo público de descoberta de preços futuros

Atualmente, o mercado de aluguel de GPUs é altamente fragmentado, com diferenças de preços significativas entre diferentes provedores de nuvem, empresas de poder de processamento e prazos de locação, e as empresas não dispõem de ferramentas maduras, como futuros de petróleo, para fixar custos futuros de poder de processamento.

Quando a CME e a Silicon Data anunciaram pela primeira vez a colaboração em maio deste ano, deixaram claro que os novos contratos futuros visam ajudar empresas de IA e provedores de serviços em nuvem a gerenciar os riscos de volatilidade nos preços do poder computacional. Subsequentemente, a Silicon Data também lançou curvas de preços futuros de GPU, cobrindo modelos como H100, B200 e A100, com prazos de até 36 meses.

Para os fornecedores de poder computacional, se esperarem que os preços de aluguel de GPU caiam no futuro, podem usar futuros para hedge; já para as empresas de IA que precisam alugar grandes quantidades de GPUs, os futuros podem ser uma ferramenta para fixar custos futuros de poder computacional.

Ao mesmo tempo, instituições financeiras e traders também podem participar das negociações de preços com base em suas visões sobre a demanda por IA, oferta de GPU e ciclos de construção de data centers.

Isso também significa que a financeirização da indústria de IA está se estendendo dos chips, data centers e ações relacionadas para os próprios recursos computacionais mais fundamentais.

Se o produto da CME for lançado com sucesso e atingir liquidez suficiente, os preços futuros do H100 e B200 poderão se tornar no futuro indicadores importantes do mercado para observar a oferta e demanda de poder computacional de IA, a taxa de utilização dos data centers e o retorno sobre os investimentos em infraestrutura de IA.

No entanto, existe uma diferença fundamental entre poder computacional e commodities tradicionais: o poder computacional de GPU não pode ser armazenado como petróleo ou ouro. Uma vez ocioso, o valor do serviço por hora relacionado simplesmente desaparece, portanto, a formação de preço, a liquidez e o efeito de hedge dos futuros de GPU terão diferenças marcantes em relação aos futuros de commodities convencionais.

Um estudo recente sobre precificação de ativos de poder computacional de IA também destacou que, como o poder de processamento não pode ser armazenado, as relações de precificação sem arbitragem que existem em commodities tradicionais não podem ser aplicadas diretamente ao mercado de poder computacional.

Portanto, se os contratos forem lançados conforme o planejado em 5 de outubro, o significado dessas duas negociações pode não ser apenas o acréscimo de dois novos produtos futuros, mas sim o estabelecimento de um benchmark financeiro público para o poder computacional de IA, que antes não tinha um preço de mercado unificado.