پانترای کپیتال: ۴ فرصت اصلی در بازار قدرت محاسباتی

نویسنده: جِی یو، شریک در پانترای کپیتال

گردآوری‌شده توسط: جیاهوا، چِین‌کَچر

مقدمه

هزینه‌های صرف‌شده برای قدرت محاسباتی و زیرساخت‌های مراکز داده به بازاری یک تریلیون دلاری تبدیل شده‌اند که با هزینه‌های مصرف‌کنندگان ایالات متحده قابل مقایسه است و به‌تدریج به ستون فقرات مهم رشد اقتصادی ایالات متحده تبدیل می‌شود.

با این حال، با ورود تدریجی عامل‌های هوش مصنوعی به اقتصاد واقعی، تقاضا برای قدرت محاسباتی ادامه دارد، اما روش‌های خرید GPU همچنان بسیار سنتی باقی مانده‌اند. علیرغم ظهور بازارهای قدرت محاسباتی مانند SF Compute، Vast AI و Runpod، خرید و فروش تعداد زیادی گره GPU هنوز از طریق گروه‌های چت، کارگزاران غیررسمی و توافق‌نامه‌های دوجانبه سفارشی انجام می‌شود.

در حال حاضر، قدرت محاسباتی GPU هنوز در مراحل اولیه مالی‌شدن قرار دارد. مشابه برق، قدرت محاسباتی دارایی کاملاً یکنواختی نیست؛ بلکه تحت تأثیر عواملی مانند مدل‌های تراشه، زمان تحویل و مکان جغرافیایی محدودیت دارد. با این حال، در ۵ تا ۱۰ سال آینده، احتمالاً قدرت محاسباتی به‌تدریج به کالایی شبیه برق یا نفت تبدیل خواهد شد و منبعی کلیدی برای عملکرد اقتصاد جهانی در عصر هوش مصنوعی خواهد بود.

این مقاله به بررسی روش‌هایی می‌پردازد که بازار قدرت محاسباتی می‌تواند این تحول را تحقق بخشد، از جمله بینش‌هایی از بازار برق، ساختارهای بالقوه بازار قدرت محاسباتی، محصولات در حال توسعه در این صنعت و فرصت‌ها و چالش‌های موجود در فرآیند کالاسازی قدرت محاسباتی.

۱. یافتن پاسخ‌ها از بازار برق

۱.۱ ساختار بازار برق

برای درک نحوه تحول احتمالی بازار قدرت محاسباتی در آینده، می‌توانیم ابتدا به منبع بنیادین آن یعنی عملکرد بازار برق توجه کنیم.

همان‌طور که قدرت محاسباتی، برق نیز دارایی‌ای با ناهمگونی، ویژگی زمانی و ویژگی مرکزی (هاب) است و پایه‌ای مهم برای رشد اقتصاد جهانی محسوب می‌شود.

از دهه ۱۹۹۰ میلادی، سیستم برق ایالات متحده به‌تدریج خصوصی‌سازی شده است. شرکت‌های برق عمودی که قبلاً بسیار یکپارچه بودند، بخش‌های تولید، انتقال و توزیع را از هم جدا کردند.

اپراتورهای مستقل شبکه شروع به مدیریت سیستم‌های برق در مناطق مختلف ایالات متحده کردند. همزمان، سیستم‌های برق متصل بزرگی مانند PJM-West (ساحل شرقی)، ERCOT North (تگزاس) و CAISO SP15 (جنوب کالیفرنیا) در نهایت به کالاهایی تبدیل شدند که در صرافی‌هایی مانند CME و ICE معامله می‌شوند و معیارهای قیمتی مهمی برای کل دسته دارایی‌های برق ایجاد کردند.

در سطح فیزیکی، بازار برق را می‌توان به‌طور کلی به ساختار «شبکه، اپراتورها، گره‌ها» خلاصه کرد.

در سطح بالا، شبکه‌های منطقه‌ای مستقل وجود دارند. زیر هر شبکه منطقه‌ای، تعدادی اپراتور سیستم از جمله سازمان‌های انتقال منطقه‌ای (RTO) و اپراتورهای مستقل سیستم (ISO) قرار دارند. این اپراتورها مسئول مدیریت چندین گره پست در منطقه محلی خود هستند.

برای مثال، در سانفرانسیسکو، یک شهر ممکن است توسط چندین گره ایستگاه فرعی مانند اِمبارکادِرو، لاکین و میشن تأمین برق شود.

قیمت برق در هر گره دقیقاً یکسان نیست، بلکه توسط الگوریتمی به نام «قیمت‌گذاری حاشیه‌ای مکانی» (LMP) تعیین می‌شود. این الگوریتم با در نظر گرفتن زمان‌بندی تولید، تقاضای کاربران، هزینه‌های انتقال و قوانین جریان برق، قیمت بهینه را در چارچوب محدودیت‌ها محاسبه می‌کند.

الگوریتم LMP پیوند کلیدی بین تحویل فیزیکی برق و معیارهای قابل معامله‌ی برق مانند PJM-West محسوب می‌شود.

قیمت‌های هاب و شاخص در بازار برق در اصل میانگین‌وزنی قیمت‌های چندین گره پایانی LMP هستند. بزرگ‌ترین و نقدشونده‌ترین معیارهای قیمتی در نهایت عمق معاملاتی پایداری در صرافی‌هایی مانند CME و ICE کسب می‌کنند و به قیمت‌های مرجع کل دارایی‌های برق تبدیل می‌شوند.

۱٫۲ ساختار احتمالی بازار توان محاسباتی

مشاهده‌ی تحولات بازار برق در ۳۰ سال گذشته به ما امکان می‌دهد چندین حدس درباره‌ی بازار توان محاسباتی مطرح کنیم.

اولاً، بازار توان محاسباتی ممکن است ساختاری مشابه بازار برق ایجاد کند.

از نظر تحویل فیزیکی، نزدیک‌ترین نسخه‌ی توان محاسباتی به ساختار «شبکه، اپراتورها، گره‌ها» در بازار برق، احتمالاً «سخت‌افزار، تأمین‌کنندگان، خوشه‌ها» است.

همان‌طور که در بازار برق شبکه‌های منطقه‌ای مجزا وجود دارد، بازار توان محاسباتی نیز ممکن است بر اساس دسته‌بندی‌های مختلف سخت‌افزاری، بازارهای متعددی تشکیل دهد. دسته‌بندی‌های چیپ مانند H100، H200، B200 و B300 ممکن است هر کدام معیارهای قیمتی مستقل اما مرتبط خود را داشته باشند.

در سطح اپراتور، تأمین‌کنندگان توان محاسباتی مانند AWS، نِبیوس، کُر‌ویو، SF Compute و اورن، مکانیزم‌های قیمت‌گذاری متفاوتی برای خوشه‌های خاص ارائه می‌دهند. این خوشه‌ها نیز مانند گره‌های مختلف در بازار برق تحت تأثیر زمان، مکان و SKU قرار می‌گیرند.

معادل LMP در بازار توان محاسباتی ممکن است الگوریتمی برای زمان‌بندی یا مسیریابی باشد که قیمت‌های نمونه‌های توان محاسباتی را به‌صورت پویا بر اساس موجودی یک SKU خاص تولید می‌کند.

معیارهای قیمتی که در نهایت در بازار برق به قیمت‌های مرجع صنعتی تبدیل می‌شوند — مانند PJM-West، ERCOT-North و CAISO SP15 — معمولاً به زیرساخت‌های تحویل فیزیکی با بالاترین نقدشوندگی متصل هستند. این امر در سایر بازارهای کالایی مانند نفت نیز مشاهده می‌شود.

با ظهور معیارهای قیمتی بیشتر در حوزه توان محاسباتی، آن‌هایی که در نهایت پیروز می‌شوند، احتمالاً معیارهایی هستند که به مکان‌های تحویل فیزیکی با نقدشوندگی بالا متصل شده‌اند.

علاوه بر این، در بازار برق، تولیدکنندگان و مصرف‌کنندگان برق گاهی مستقیماً در صرافی‌های برق پوشش ریسک می‌دهند، اما اکثر معاملات همچنان توسط بخش‌های معاملات غیرصرافی (OTC) که توسط بانک‌ها و شرکت‌های معاملاتی اداره می‌شوند، انجام می‌شوند. این مؤسسات OTC قیمت‌های تسویه‌ی گره را با قیمت‌های تسویه‌ی هاب مقایسه کرده و از اختلاف قیمت سود می‌برند و ریسک خود را پوشش می‌دهند.

ساختار بازار مشابهی ممکن است در بازار توان محاسباتی نیز ظاهر شود. طرفین واقعی عرضه و تقاضا در این بازار — یعنی ارائه‌دهندگان جدید خدمات ابری و شرکت‌های هوش مصنوعی — ممکن است ترجیح دهند SKUهای خاص را از طریق کارگزاران تأمین کنند تا اینکه مستقیماً در صرافی‌های توان محاسباتی پوشش ریسک دهند.

در نهایت، بازار توان محاسباتی ممکن است با ریسک پایه‌ای شدیدتری نسبت به بازار برق روبه‌رو شود.

طبق قانون قدرت فدرال ایالات متحده، قیمت‌های عمده‌فروشی برق باید تحت نظارت کمیسیون فدرال تنظیم انرژی (FERC) شفاف باشند. با این حال، بازار توان محاسباتی در حال حاضر چنین الزامی برای شفافیت ندارد.

این بدان معناست که قیمت‌ها و شاخص‌های پویایی که در بازار توان محاسباتی قابل ایجاد هستند، احتمالاً تنها بر اساس کتاب سفارشات خود آن بازار و داده‌های کتاب سفارشات ارائه‌شده توسط ارائه‌دهندگان جدید خدمات ابری که با آن‌ها همکاری دارند، استوار خواهند بود. این همکاری‌ها ممکن است از طریق سهم در درآمد، خرید داده و سایر روش‌ها انجام شوند.

۲. ساختار بازار توان محاسباتی

۲.۱ ساختار سه‌لایه‌ای تقاضای استنتاج

بازار برق به دلیل وجود تقاضای مداوم سیستم صنعتی برای برق شکل گرفته است. به‌طور مشابه، نیروی محرکه اصلی بازار قدرت محاسباتی، تقاضا برای توکن‌ها، به‌ویژه توکن‌های استنتاج است.

زنجیره صنعتی فعلی استنتاج را می‌توان به‌طور تقریبی به سه لایه تقسیم کرد که در مجموع عرضه و تقاضای ساختاری بازار قدرت محاسباتی را تشکیل می‌دهند.

لایه ارائه‌دهندگان جدید خدمات ابری

شرکت‌هایی مانند نبیوس و کورویو فیزیکی داده‌سنترها را اداره می‌کنند و فروشندگان واحد پردازش گرافیکی (GPU) را تشکیل می‌دهند.

لایه درخواست‌محور

پلتفرم‌های توسعه‌دهنده‌ای مانند فایرورکس و بیس‌تن، محیط‌های GPU بدون نرم‌افزار را به محیط‌های کامل‌تری برای استفاده از GPU تبدیل می‌کنند و به توسعه‌دهندگان امکان اجرای مستقیم وظایف یا دریافت توکن‌های استنتاج در هر زمانی را می‌دهند. این لایه نماینده خریداران GPU است.

لایه کاربردی

کاربردهایی مانند کرسور، پرپلکسیتی و رایم از پلتفرم‌های استنتاج برای ارائه محصولات نهایی به کاربران و سازمان‌ها استفاده می‌کنند. این لایه طرف تقاضای توکن‌هاست و تقاضای توکن‌ها به‌طور غیرمستقیم به تقاضای قدرت محاسباتی GPU تبدیل می‌شود.

هرچند استراتژی‌های مدیریت GPU در شرکت‌های مختلف اکوسیستم متفاوت است، اما در کل، ارائه‌دهندگان جدید خدمات ابری در سمت عرضه بازار GPU قرار دارند و نشان‌دهنده کمبود ساختاری هستند؛ در مقابل، لایه درخواست‌محور و لایه کاربردی در سمت تقاضا قرار دارند و نشان‌دهنده افزایش ساختاری هستند.

از سوی دیگر، ارائه‌دهندگان بزرگ خدمات ابری مانند آمازون و گوگل محصولات خود را در تمامی این سه لایه ارائه می‌کنند.

در مورد جریان سود در زنجیره ارزش، یک قاعده تقریبی این است که وقتی کاربردهای برتر ۱۰۰ دلار برای توکن‌ها خرج می‌کنند، حدود ۴۵ دلار به لایه درخواست‌محور، ۵۰ دلار به ارائه‌دهندگان جدید خدمات ابری یا لایه GPU و ۵ دلار باقی‌مانده به لایه‌های مسیریابی مانند اوپن‌راوتر جریان می‌یابد.

۲.۲ ساختار بازار سرمایه قدرت محاسباتی

ساختار اقتصاد توکن در مشارکت‌کنندگان مختلف زنجیره ارزش هوش مصنوعی، شکل‌گیری نهایی بازار سرمایه قدرت محاسباتی را تحت تأثیر قرار می‌دهد.

یکی از ساختارهای احتمالی این است که لایه‌های طرف تقاضا (پلتفرم‌های توسعه‌دهنده و کاربردی) و لایه‌های طرف عرضه (ارائه‌دهندگان جدید خدمات ابری)، از طریق کارگزاران قدرت محاسباتی و پلتفرم‌های معاملات خارج از بورس (OTC) مانند SF Compute، Runpod و Compute Exchange، SKUهای خاصی را معامله کنند.

در ادامه، کارگزاران قدرت محاسباتی و پلتفرم‌های OTC موجودی را مدیریت کرده و ریسک پایه بین SKUهای خاصی که توسط مصرف‌کنندگان نهایی توکن درخواست می‌شوند و GPU عمومی H200 را متقبل می‌شوند.

آن‌ها می‌توانند از طریق پلتفرم‌های معاملات قدرت محاسباتی مانند Architect یا Pluto از این ریسک‌ها محافظت کنند.

قیمت‌های این پلتفرم‌های معاملاتی بر اساس شاخصی از قدرت محاسباتی تعیین می‌شوند. این شاخص میانگین وزنی قیمت‌های سفارش‌ها از ارائه‌دهندگان جدید خدمات ابری و پلتفرم‌های OTC همکار با آن‌هاست.

۲.۳ انویدیا: «بانک مرکزی» بازار توان محاسباتی

علاوه بر این، اخیراً انویدیا اعلام کرده است که اجازه می‌دهد توان محاسباتی تولیدشده در کارخانه‌های هوش مصنوعی آن به یک «دسته دارایی قابل سرمایه‌گذاری» تبدیل شود.

در سیستم مالی‌سازی توان محاسباتی، انویدیا را می‌توان به‌عنوان «بانک مرکزی» بازار توان محاسباتی دید، زیرا تقریباً کل پشته فناوری GPU را انحصاری کرده است.

بانک‌های مرکزی معمولاً چند هدف اصلی دارند:

1. کنترل تورم در اقتصاد؛

2. ترویج اشتغال کامل؛

3. عمل به‌عنوان وام‌دهنده نهایی در شرایط بحرانی.

تا حدی، انویدیا هر سه نقش فوق را ایفا می‌کند.

اولین نقش، کنترل «تورم» است. «تورم» در اقتصاد GPU را می‌توان با دوره افت ارزش GPUها مقایسه کرد، به‌ویژه سرعت افت ارزش نسل جدیدتر تراشه‌ها. با کنترل سرعت عرضه محصولات — مانند رونمایی از Vera Rubin — انویدیا تا حدی می‌تواند نرخ افت ارزش GPUها را تحت تأثیر قرار دهد.

دومین نقش، حفظ سطح بالای استفاده از GPU است. استفاده بالای GPU معمولاً نشان‌دهنده تقاضای قوی بازار برای توکن‌هاست و منجر به خرید بیشتر GPUها توسط کاربران می‌شود. بنابراین، انویدیا انگیزه‌ای برای ترویج مالی‌سازی توان محاسباتی GPU دارد تا معاملات ساعت‌محاسباتی GPU نقدینگی بیشتری پیدا کند و این امر به‌طور غیرمستقیم استفاده از GPU را افزایش دهد.

سرانجام، نقش وام‌دهنده نهایی. انویدیا همچنین اعلام کرده است که تا ۲۵٪ از ارزش باقی‌مانده GPUها را پشتیبانی خواهد کرد. این امر را می‌توان نوعی مکانیسم نجات یا بیمه برای ارزش GPUها دانست: در صورت بحران نقدینگی برای ارائه‌دهندگان جدید خدمات ابری و سایر تأمین‌کنندگان GPU، این پشتیبانی می‌تواند ارزش باقی‌مانده GPUها را حفظ کند.

۳. فرصت‌ها و چالش‌های بازار توان محاسباتی

۳.۱ اشکال محصولی در بازار توان محاسباتی

با افزایش مداوم مالی‌سازی بازار توان محاسباتی، چند نوع اصلی محصول در این صنعت شکل خواهند گرفت. هر نوع محصول مزایا و چالش‌های خاص خود را دارد.

محصول اول: تحویل فیزیکی

تحویل فیزیکی به معنای ارسال واقعی دستگاه‌های GPU به کاربران نهایی نیازمند توان محاسباتی است. پروژه‌هایی مانند SF Compute، Hyperbolic، Vast، Runpod و Compute Exchange در این لایه محصولی قرار می‌گیرند. این لایه نزدیک‌ترین لایه به سخت‌افزار است و مستقیماً عرضه و تقاضای توان محاسباتی را به هم متصل می‌کند.

به دلیل ناهمگونی بالای SKUهای توان محاسباتی، بسیاری از پروژه‌ها در ابتدا صرفاً به‌عنوان کارگزار عمل می‌کردند و با تطبیق تقاضای GPU با ارائه‌دهندگان جدید خدمات ابری، کارمزد کسب می‌کردند. در بلندمدت، هدف این لایه ممکن است ایجاد نوعی «بورس فیزیکی توان محاسباتی» باشد.

با این حال، تضمین مداوم کیفیت تحویل GPUهای فیزیکی چالش بزرگی است، به‌ویژه برای پروژه‌هایی که تأمین‌کننده آنها شبکه‌های غیرمتمرکز هستند. بازار توان محاسباتی ممکن است نیازمند یک آژانس رتبه‌بندی مشابه Moody's باشد تا کیفیت GPUهای قابل تحویل را تأیید کند و بلوغ این لایه را تقویت کند.

علیرغم رقابت شدید در لایه تحویل فیزیکی، این لایه ممکن است در بلندمدت عمیق‌ترین مزیت رقابتی را داشته باشد. بررسی بازارهای نفت و برق نشان می‌دهد که سیستم‌های مالی‌سازی معمولاً حول مراکز تحویل فیزیکی با بالاترین نقدینگی شکل می‌گیرند و به‌تدریج شاخص‌ها، بورس‌ها و محصولات مالی وام‌دهی را ایجاد می‌کنند.

بنابراین، کسی که بتواند اولین بار مشکل تحویل فیزیکی GPU را حل کند، ممکن است سود بازار قابل توجهی کسب کند.

محصول دو: شاخص‌ها

این لایه عمدتاً به «منحنی‌های شاخص» ساخته‌شده بر پایه قدرت محاسباتی اشاره دارد، از جمله شاخص‌های قیمت محاسباتی که توسط پروژه‌هایی مانند اورن، سیلیکون دیتا، کامپیوت دسک و سمی‌آنالیسیس راه‌اندازی شده‌اند.

تأسیس شاخص‌ها گامی مهم برای مالی‌سازی بیشتر و معامله دارایی‌هایی مانند قدرت محاسباتی است. می‌توان گفت بحث‌های فراوان فعلی بازار درباره «بازار قدرت محاسباتی» با بلوغ تدریجی این شاخص‌ها شروع به گرم‌شدن کرده‌اند. صرافی‌های بزرگی مانند CME و ICE نیز همکاری خود با شاخص‌های مرتبط را اعلام کرده‌اند.

با این حال، شکاف قابل‌توجهی در قیمت بین بسیاری از شاخص‌های قدرت محاسباتی و بازار انفرادی GPU وجود دارد.

دلایل این شکاف قیمتی احتمالاً دوگانه است.

اولاً، تفاوت‌هایی در خود محصولات پایه وجود دارد؛ پلتفرم‌های مختلف قدرت محاسباتی اغلب از نظر پایداری محصول، قابلیت قطع‌شدن و شرایط قرارداد تفاوت‌های زیادی دارند.

ثانیاً، سفارش‌نامه‌های پشت شاخص‌های مختلف قدرت محاسباتی یکسان نیستند و بازار قدرت محاسباتی فاقد الزامات شفافیتی است که در سایر دارایی‌ها دیده می‌شود؛ مثلاً FERC شفافیت را در بازار برق اجباری می‌داند.

در حال حاضر، بسیاری از شاخص‌های قدرت محاسباتی صرفاً داده‌های سفارش‌نامه را به‌صورت انبوه از ارائه‌دهندگان جدید خدمات ابری خریداری می‌کنند یا مجموعه داده‌های اولیه را از طریق همکاری و توافق‌های سهم‌گیری در درآمد ایجاد می‌کنند. علاوه بر این، توانایی درآمدزایی لایه شاخص‌های مستقل از صرافی‌ها و لایه تحویل فیزیکی ضعیف‌تر است.

بنابراین، اگرچه لایه شاخص می‌تواند سر و صدا ایجاد کند و نقش مهمی در سیستم بازار قدرت محاسباتی ایفا کند، اما همزمان از بالا و پایین تحت فشار قرار دارد:

• لایه تحویل فیزیکی بالادستی کنترل منبع قیمت‌ها را در دست دارد؛

• صرافی‌های پایین‌دستی تمایل دارند سهمی از درآمد شاخص‌ها را به دست آورند.

محصول سه: پلتفرم‌های معاملاتی مشتقات

لایه سوم، پلتفرم‌های معاملاتی مشتقات است که معمولاً محصولات آتی با تسویه نقدی ارائه می‌دهند. این پلتفرم‌ها ابزارهای پوشش ریسک را برای شرکت‌کنندگان بازار بر اساس شاخص‌های قدرت محاسباتی فراهم می‌کنند. لیکوئید کامپیوت و آرکیتکت در حال توسعه محصولات مرتبط هستند.

در بلندمدت، پلتفرم‌های معاملاتی مشتقات احتمالاً مورد انتظارترین و آسان‌ترین محصولات درآمدزایی‌پذیر در سیستم مالی‌سازی قدرت محاسباتی خواهند بود. با این حال، این حوزه هنوز در مراحل اولیه است و حجم معاملات هنوز به مقیاس قابل‌توجهی نرسیده است.

علاوه بر این، محصولات قابل معامله در پلتفرم‌های تسویه نقدی معمولاً نمونه‌های عمومی H200 هستند، نه SKUهای خاصی که مستقیماً برای استنتاج قابل استفاده باشند. بنابراین، شرکت‌کنندگان واقعی در این پلتفرم‌ها عمدتاً پلتفرم‌های معاملاتی OTC و واسطه‌های قدرت محاسباتی هستند، نه بنگاه‌های پایانی زنجیره صنعت هوش مصنوعی. اولی برای پوشش موجودی قدرت محاسباتی داشته‌شده در ترازنامه‌شان و دومی برای مدیریت مواجهه خود با قدرت محاسباتی نیاز دارند.

محصول چهارم: ابزارهای مالی‌سازی

ممکن است دسته وسیع‌تری از محصولات مالی‌شده نیز در حوزه قدرت محاسباتی ظاهر شوند که تأمین مالی مراکز داده و ارائه‌دهندگان جدید خدمات ابری را پشتیبانی می‌کنند. به‌عنوان مثال، قراردادهای وام‌دهی، ولت (Vault) و استیبل‌کوین‌های سنتتیک مانند USD.AI می‌توانند به مراکز داده و ارائه‌دهندگان جدید خدمات ابری در ساخت زیرساخت کمک کنند.

همزمان، بازار ممکن است لایه‌های انتقال ریسک و بیمه را نیز شاهد باشد تا ریسک پایه در اقتصاد GPU را کاهش دهد. با بررسی سطوح مختلف ذکرشده، شکل نهایی احتمالی بازار قدرت محاسباتی نسبتاً روشن می‌شود.

برندگان، شرکت‌کنندگان تمام‌استک خواهند بود که قادر به تحویل قابل‌اطمینان GPUهای فیزیکی هستند. آن‌ها می‌توانند شاخص‌های قیمتی را از سفارش‌نامه‌های فیزیکی خود ایجاد کرده و سپس صرافی‌های آتی قدرت محاسباتی را تأسیس کنند تا قدرت محاسباتی به یک دارایی قابل پوشش تبدیل شود.

با این حال، واگرایی واقعی در این صنعت در ترتیب ظهور محصولات مختلف نهفته است. آیا برندهٔ نهایی با تحویل فیزیکی شروع می‌کند، ابتدا شاخص‌ها را تأسیس می‌کند یا ابتدا پلتفرم‌های معاملاتی را راه‌اندازی می‌کند؟

۳.۲ مرز اقتصاد توکن‌های قدرت پردازش

تاکنون عمدتاً بازار قدرت پردازش را در سطح GPU بررسی کرده‌ایم. با این حال، می‌توانیم دیدگاه خود را گسترش دهیم و اقتصاد توکن‌های قدرت پردازش به‌طور کلی‌تر را شامل تحولات تاریخی، روش‌های جذب ارزش و روابط رقابتی آن با آزمایشگاه‌های مدل‌های پیشرفته بررسی کنیم.

از نظر تاریخی، بازار قدرت پردازش مفهومی کاملاً نوین نیست. از ۲۰۲۳ تا ۲۰۲۴، پروژه‌هایی مانند SF Compute و Hyperbolic این مدل را مطرح کرده‌اند، درحالی‌که پروژه‌های غیرمتمرکزی مانند Akash و IONet نیز در جهت مشابهی فعالیت می‌کنند.

جالب اینجاست که بسیاری از پروژه‌ها در نهایت در سطح بازار GPU باقی نماندند. مثلاً Hyperbolic بعداً به ارائه‌دهندهٔ خدمات استنتاج تبدیل شد و مستقیماً توکن‌ها را فروخت؛ SF Compute نیز مستقیماً قراردادهایی را امضا کرد و خوشه‌های قدرت پردازش را اداره کرد.

از منظر زنجیره ارزش، ارزش از کاربردهای هوش مصنوعی مانند Cursor، Harvey و Granola شروع شده، از لایه‌های مسیریابی مانند OpenRouter عبور می‌کند، سپس به ارائه‌دهندگان خدمات استنتاج مانند Fireworks و Baseten می‌رسد و در نهایت وارد ارائه‌دهندگان جدید خدمات ابری و بازارهای قدرت پردازش مانند Nebius، CoreWeave و SF Compute شده و در آخر به اپراتورهای مراکز داده می‌رسد.

اگر شرکتی در میانهٔ زنجیره صنعتی باقی بماند، ممکن است از هر دو طرف بالادستی و پایین‌دستی تحت فشار قرار گیرد. برای حفظ حاشیه سود پایدارتر، این شرکت ممکن است در نهایت مجبور به گسترش به سمت بالادست یا پایین‌دست شود.

بازار توکن‌ها نیز دیدگاه جالبی از نظر تئوری بازی ارائه می‌دهد که سه نیروی اجتناب‌ناپذیر در آن نقش دارند.

نیروی اول NVIDIA است که عرضه و سرعت افت ارزش GPUها را کنترل می‌کند.

نیروی دوم آزمایشگاه‌های مدل‌های پیشرفته مانند Anthropic و OpenAI است که مدل‌های جدید را به‌طور مداوم منتشر می‌کنند و ممکن است تقاضا برای توکن‌ها را به‌سرعت افزایش دهند.

نیروی سوم مدل‌های متن‌باز مانند Kimi، GLM، DeepSeek و Qwen است که فشار نزولی بر حاشیه سود استنتاج وارد می‌کنند.

این سه نیرو در مجموع انگیزه و فشار مداومی را برای طرفین عرضه و تقاضای بازار GPU و بازار توکن ایجاد می‌کنند. هر یک از این طرف‌ها با راه‌اندازی محصولات مهم می‌توانند منحنی قیمت‌گذاری کل بازار را دوباره تعریف کنند.

به‌عنوان مثال، انتشار GPT ۵.۶ می‌تواند رویدادی باشد که توسط شرکت‌ها تعیین می‌شود اما پیش‌بینی دقیق آن برای بازار دشوار است و موجب واکنش زنجیره‌ای در سراسر زنجیره ارزش توکن‌های هوش مصنوعی شده و نوساناتی در قیمت توکن‌ها و سخت‌افزارهای GPU ایجاد کند.

بنابراین، اگر شرکتی بتواند خدمات استنتاج و بازار سخت‌افزار GPU را در یک سیستم واحد اداره کند، از نظر تجاری پایدارتر خواهد بود. این مدل می‌تواند ریسک‌های ناشی از تغییرات در ساختار سود زنجیره صنعتی بالادستی و پایین‌دستی را جبران کند.

نتیجه‌گیری

با بازنگری در تاریخ، بازارهای کالایی مانند نفت و برق ابتدا بر اساس معاملات دوطرفه با میانجی‌گری و با فرآیندهای معاملاتی مبهم و عدم وجود استانداردهای یکپارچه بنا شده‌اند. با این حال، به‌مرور زمان، تحویل فیزیکی به‌تدریج توافق‌نامه‌ها و زیرساخت‌های مالی از جمله شاخص‌ها، استانداردسازی معاملات و بازرسی کیفیت را توسعه داد و در نهایت به دسته‌ای از دارایی‌های بسیار مالی‌شده تبدیل شد.

امروزه بازار قدرت پردازش در حال تحولی مشابه است. پروژه‌های متعددی در بازار ظاهر شده‌اند که سعی در مالی‌سازی ابزارهای بنیادی دارند، از جمله شاخص‌های قدرت پردازش، صرافی‌های تسویه نقدی، محصولات وام‌دهی و بیمه.

همزمان، بازار فیزیکی GPU و ارائه‌دهندگان خدمات ابری نیز به‌طور مداوم در زنجیره صنعتی به سمت بالادست و پایین‌دست گسترش می‌یابند تا ارزش کامل اقتصاد توکن را جذب کنند. به‌عنوان منبع زیربنایی که کل اقتصاد هوش مصنوعی بر آن استوار است، قدرت پردازش به‌تدریج از یک زیرساخت صرف به یک دارایی مالی مستقل تبدیل می‌شود.

در آینده، این حوزه ممکن است شاهد ظهور چندین شرکت یونیکورن در سطوح مختلف بازار باشد که اشکال تجاری متنوعی از جمله تأمین قدرت پردازش فیزیکی، خدمات کارگزاری، وام‌دهی، مدیریت ریسک و تلفیق با بازارهای سرمایه DeFi و TradFi را ایجاد کنند.

قدرت پردازش ممکن است نادرترین نوع جدید کالای فیزیکی در دهه‌های اخیر باشد و ما شاید در حال شاهد بودن سفر آن از معاملات اولیه با تسهیل خصوصی به یک دارایی کامل باشیم.