Pantera Capital: 4 grandi opportunità nel mercato della potenza di calcolo
Tapbit WireAutore: Jay Yu, Partner di Pantera Capital
A cura di: Jiahua, ChainCatcher
Introduzione
Le spese per potenza di calcolo e infrastrutture data center sono diventate un mercato da mille miliardi di dollari, paragonabile alla spesa dei consumatori statunitensi, e costituiscono progressivamente un pilastro fondamentale della crescita economica statunitense.
Tuttavia, con l’ingresso progressivo degli agenti AI nell’economia reale, la domanda di potenza di calcolo continua a crescere, mentre i metodi di acquisto delle GPU rimangono ancora molto tradizionali. Nonostante l’emergere di mercati della potenza di calcolo come SF Compute, Vast AI e Runpod, l’acquisto e la vendita di numerosi nodi GPU avvengono ancora tramite chat di gruppo, broker over-the-counter e accordi bilaterali personalizzati.
Attualmente, la potenza di calcolo GPU è ancora agli inizi del suo processo di finanziarizzazione. Analogamente all’elettricità, non è un bene perfettamente omogeneo: è influenzata da fattori quali modelli di chip, tempi di consegna e localizzazione geografica. Tuttavia, nei prossimi 5–10 anni, potrebbe gradualmente trasformarsi in una commodity simile all’elettricità o al petrolio, divenendo una risorsa chiave per il funzionamento dell’economia globale nell’era dell’IA.
Questo articolo analizzerà come il mercato della potenza di calcolo possa realizzare tale trasformazione, esaminando gli insegnamenti tratti dal mercato elettrico, le potenziali strutture del mercato della potenza di calcolo, i prodotti in fase di sviluppo nel settore e le opportunità e le sfide legate alla sua commodificazione.
1. Cercare risposte nel mercato elettrico
1.1 Struttura del mercato elettrico
Per comprendere l’evoluzione futura del mercato della potenza di calcolo, possiamo innanzitutto osservare la sua risorsa sottostante: il funzionamento del mercato elettrico.
Come la potenza di calcolo, anche l’elettricità è un bene eterogeneo, con attributi temporali e di hub, ed è una base fondamentale per la crescita economica globale.
Fin dagli anni ’90, il sistema elettrico statunitense è stato progressivamente privatizzato: le precedenti utility elettriche fortemente integrate verticalmente hanno iniziato a separare generazione, trasmissione e distribuzione.
Operatori indipendenti della rete hanno iniziato a gestire i sistemi elettrici nelle diverse regioni statunitensi. Allo stesso tempo, ampi sistemi interconnessi — come PJM-West (costa orientale), ERCOT North (Texas) e CAISO SP15 (California meridionale) — sono infine diventati commodity negoziate su borse come CME e ICE, formando importanti riferimenti di prezzo per l’intera classe di asset elettrici.
A livello fisico, il mercato elettrico può essere schematicamente riassunto nella struttura «rete, operatori, nodi».
Al livello superiore vi sono reti regionali mutualmente indipendenti. Sotto ciascuna rete regionale operano diversi operatori di sistema, tra cui Organizzazioni di Trasmissione Regionali (RTO) e Operatori di Sistema Indipendenti (ISO), responsabili della gestione di più nodi di sottostazione nelle rispettive aree locali.
Ad esempio, a San Francisco una città può essere alimentata da più nodi di sottostazione, come Embarcadero, Larkin e Mission.
Il prezzo dell’elettricità in ciascun nodo non è identico, ma viene determinato da un algoritmo chiamato «Pricing Marginale Locazionale» (LMP), che tiene conto della programmazione della generazione, della domanda degli utenti, dei costi di trasmissione e delle leggi del flusso elettrico per calcolare il prezzo ottimale sotto vincoli.
L’algoritmo LMP diventa un collegamento chiave tra la consegna fisica dell’elettricità e i benchmark negoziali dell’elettricità, come PJM-West.
I prezzi hub e gli indici di mercato dell’elettricità sono essenzialmente medie ponderate dei prezzi in più nodi terminali LMP. I benchmark di prezzo più grandi e liquidi raggiungono infine una profondità di negoziazione stabile su borse come CME e ICE, diventando prezzi di riferimento per l’intera classe di attività elettriche.
1.2 Struttura potenziale del mercato della potenza computazionale
Osservando lo sviluppo del mercato elettrico negli ultimi 30 anni, possiamo formulare alcune ipotesi sul mercato della potenza computazionale.
In primo luogo, il mercato della potenza computazionale potrebbe assumere una struttura simile a quella del mercato elettrico.
Per quanto riguarda la consegna fisica, la versione più vicina alla struttura «rete, operatori, nodi» del mercato elettrico potrebbe essere «hardware, fornitori, cluster».
Proprio come esistono più reti regionali mutualmente indipendenti nel mercato elettrico, il mercato della potenza computazionale potrebbe formare più mercati basati su diverse categorie di hardware: le categorie di chip H100, H200, B200, B300 potrebbero ciascuna avere propri benchmark di prezzo indipendenti ma interconnessi.
A livello di operatori, fornitori di potenza computazionale come AWS, Nebius, CoreWeave, SF Compute e Ornn offriranno meccanismi di prezzo diversi per cluster specifici, influenzati da tempo, localizzazione e SKU, analogamente ai diversi nodi del mercato elettrico.
Il corrispondente dell’LMP nel mercato della potenza computazionale potrebbe essere un algoritmo di scheduling o instradamento, che genera dinamicamente i prezzi delle istanze computazionali in base alla disponibilità di uno specifico SKU.
I benchmark che diventano prezzi di riferimento industriale nel mercato elettrico — ad esempio PJM-West, ERCOT-North e CAISO SP15 — sono tipicamente collegati alle infrastrutture fisiche di consegna più liquide, come avviene anche in altri mercati delle materie prime, ad esempio quello del petrolio.
Man mano che emergeranno nuovi benchmark di prezzo nel campo della potenza computazionale, quelli destinati a prevalere potrebbero essere quelli collegati a sedi fisiche di consegna ad alta liquidità.
Inoltre, nel mercato elettrico, generatori ed imprese consumatrici talvolta si coprono direttamente sulle borse elettriche, ma la maggior parte delle transazioni avviene ancora tramite reparti OTC (over-the-counter) gestiti da banche e società di trading, che scambiano i prezzi di regolamento nodo con i prezzi di regolamento hub, guadagnando dalla differenza di prezzo e coprendo i propri rischi.
Una struttura di mercato simile potrebbe emergere anche nel mercato della potenza computazionale: le vere controparti di offerta e domanda — ovvero nuovi provider di servizi cloud e aziende AI — potrebbero preferire acquistare SKU specifici tramite broker anziché coprirsi direttamente sulle borse della potenza computazionale.
Infine, il mercato della potenza computazionale potrebbe affrontare un rischio basis più severo rispetto al mercato elettrico.
Secondo il Federal Power Act statunitense, i prezzi all’ingrosso dell’elettricità devono rimanere trasparenti sotto la supervisione della Federal Energy Regulatory Commission (FERC). Il mercato della potenza computazionale, tuttavia, non dispone attualmente di requisiti analoghi di trasparenza.
Ciò significa che i prezzi dinamici e gli indici che possono essere istituiti nel mercato della potenza computazionale potrebbero basarsi esclusivamente sul proprio libro ordini e sui dati dei libri ordini forniti dai nuovi provider di servizi cloud con cui collabora, attraverso accordi di sharing dei ricavi, acquisizione dati o altri mezzi.
2. Struttura del mercato della potenza computazionale
2.1 Struttura a tre livelli della domanda di inferenza
Il mercato dell’energia elettrica esiste perché il sistema industriale ha una domanda continua di elettricità. Analogamente, la forza trainante fondamentale del mercato della potenza computazionale è la domanda di Token, in particolare di Token per l’inferenza.
L’attuale catena del valore dell’inferenza può essere suddivisa approssimativamente in tre livelli, che insieme costituiscono i lati strutturali dell’offerta e della domanda nel mercato della potenza computazionale.
Livello dei nuovi fornitori di servizi cloud
Aziende come Nebius e CoreWeave gestiscono data center fisici, costituendo i venditori di GPU.
Livello su richiesta
Piattaforme per sviluppatori come Fireworks e Baseten trasformano ambienti GPU bare-metal in ambienti più completi per l’uso delle GPU, consentendo agli sviluppatori di eseguire direttamente task o ottenere Token per l’inferenza in qualsiasi momento. Questo livello rappresenta gli acquirenti di GPU.
Livello applicativo
Applicazioni come Cursor, Perplexity e Rime utilizzano piattaforme di inferenza per fornire prodotti finali a utenti e aziende. Questo livello costituisce la domanda di Token, e tale domanda si traduce in domanda di potenza computazionale GPU.
Anche se ogni azienda nell’ecosistema adotta strategie diverse nella gestione delle GPU, complessivamente i nuovi fornitori di servizi cloud appartengono al lato dell’offerta del mercato GPU, rappresentando una posizione strutturale corta; il livello su richiesta e quello applicativo appartengono invece al lato della domanda, rappresentando una posizione strutturale lunga.
D’altra parte, grandi fornitori di servizi cloud come Amazon e Google gestiscono internamente prodotti su tutti e tre i livelli.
Per quanto riguarda il flusso degli utili nella catena del valore, una regola empirica approssimativa è che, quando applicazioni di primo livello spendono 100 USD in Token, circa 45 USD vanno al livello su richiesta, 50 USD ai nuovi fornitori di servizi cloud o al livello GPU, e i restanti 5 USD alle piattaforme di instradamento come OpenRouter.
2.2 Struttura del mercato finanziario della potenza computazionale
La struttura economica dei Token dei vari partecipanti alla catena del valore dell’IA influenzerà come si formerà infine il mercato finanziario della potenza computazionale.
Una possibile struttura prevede che i livelli della domanda (piattaforme per sviluppatori e livello applicativo) e quelli dell’offerta (nuovi fornitori di servizi cloud) scambino SKU specifici tramite broker di potenza computazionale e piattaforme OTC come SF Compute, Runpod ed Exchange Compute.
Successivamente, i broker di potenza computazionale e le piattaforme OTC gestiranno le scorte e assumeranno il rischio base tra gli SKU specifici richiesti dai consumatori finali di Token e le GPU H200 generiche.
Possono coprirsi tramite piattaforme di trading di potenza computazionale come Architect o Pluto.
I prezzi su tali piattaforme sono determinati sulla base di un benchmark di potenza computazionale, calcolato come media ponderata dei prezzi presenti negli order book dei nuovi fornitori di servizi cloud e delle piattaforme OTC che collaborano con loro.
2.3 NVIDIA: La «banca centrale» del mercato della potenza di calcolo
Inoltre, NVIDIA ha recentemente annunciato che permetterà alla potenza di calcolo prodotta dai suoi «AI factory» di diventare una «classe di attività negoziable».
Nel sistema di finanziarizzazione della potenza di calcolo, NVIDIA può essere considerata la «banca centrale» del mercato della potenza di calcolo, dato che detiene quasi un monopolio sulla stack tecnologica delle GPU.
Le banche centrali perseguono tipicamente tre obiettivi fondamentali:
Controllare l'inflazione nell'economia;
Promuovere la piena occupazione;
Agire come prestatore di ultima istanza in situazioni estreme.
In una certa misura, NVIDIA svolge tutti e tre questi ruoli.
Primo: il controllo dell'«inflazione». L'«inflazione» nell'economia GPU può essere paragonata al ciclo di deprezzamento delle GPU, specialmente rispetto alla velocità di deprezzamento delle ultime generazioni di chip. Controllando i tempi di lancio dei prodotti — ad esempio con Vera Rubin — NVIDIA può influenzare in parte il tasso di deprezzamento delle GPU nel tempo.
Secondo: mantenere elevata l'utilizzo delle GPU. Un alto utilizzo indica forte domanda di token, spingendo gli utenti ad acquistare più GPU. NVIDIA è quindi incentivata a promuovere la finanziarizzazione della potenza di calcolo GPU, rendendo più liquide le transazioni per ora di GPU e incrementandone ulteriormente l'utilizzo.
Terzo: agire come prestatore di ultima istanza. NVIDIA ha inoltre annunciato che fornirà supporto fino al 25% del valore residuo delle GPU. Ciò equivale a un meccanismo di salvataggio o assicurativo sul valore delle GPU: quando nuovi provider di servizi cloud o altri fornitori di GPU affrontano crisi di liquidità, tale supporto tutela il valore residuo delle GPU.
3. Opportunità e sfide nel mercato della potenza di calcolo
3.1 Forme prodotto nel mercato della potenza di calcolo
Con il progredire della finanziarizzazione del mercato della potenza di calcolo, potrebbero emergere diversi tipi principali di prodotto, ciascuno con vantaggi e sfide specifiche.
Prodotto uno: consegna fisica
La consegna fisica consiste nella fornitura effettiva di dispositivi GPU agli utenti finali che necessitano di potenza di calcolo. Progetti come SF Compute, Hyperbolic, Vast, Runpod e Compute Exchange rientrano in questo livello prodotto. Questo strato è il più vicino all'hardware e collega direttamente offerta e domanda di potenza di calcolo.
Data l'elevata eterogeneità degli SKU di potenza di calcolo, molti progetti inizialmente operavano semplicemente da intermediari, guadagnando commissioni abbinando la domanda di GPU ai nuovi provider di servizi cloud. A lungo termine, l'obiettivo di questo livello potrebbe essere la creazione di una sorta di «borsa spot della potenza di calcolo».
Tuttavia, garantire costantemente la qualità della consegna fisica delle GPU rappresenta una sfida notevole, specie per progetti il cui approvvigionamento proviene da reti decentralizzate. Il mercato della potenza di calcolo potrebbe aver bisogno di un'agenzia di rating simile a Moody's per certificare la qualità delle GPU consegnabili e favorire la maturazione di questo livello.
Nonostante la concorrenza intensa nel livello di consegna fisica, quest'ultimo potrebbe vantare, a lungo termine, la barriera competitiva più duratura. Analizzando i mercati del petrolio e dell'elettricità, si osserva che i sistemi finanziarizzati si sviluppano tipicamente intorno ai luoghi fisici di consegna più liquidi, dando progressivamente origine a indici, borse e prodotti finanziari di prestito.
Pertanto, chi riuscirà per primo a risolvere il problema della consegna fisica delle GPU potrebbe ottenere significativi ritorni di mercato.
Prodotto Due: Indici
Questo strato riguarda principalmente le «curve degli indici» basate sulla potenza di calcolo, inclusi indici dei prezzi di calcolo lanciati da progetti come Ornn, Silicon Data, Compute Desk e Semianalysis.
La creazione di indici è un passo fondamentale per la successiva finanziarizzazione e negoziazione di asset come la potenza di calcolo. Si può affermare che molte discussioni attuali sul «mercato della potenza di calcolo» hanno iniziato a intensificarsi man mano che gli indici di potenza di calcolo maturano progressivamente. Grandi borse come CME e ICE hanno annunciato anche collaborazioni con indici rilevanti.
Tuttavia, persiste ancora un notevole divario di prezzo tra molti indici di potenza di calcolo e il mercato individuale delle GPU.
Le ragioni di questo divario di prezzo possono essere essenzialmente due.
In primo luogo, vi sono differenze intrinseche nei prodotti sottostanti: piattaforme diverse di potenza di calcolo spesso presentano notevoli variazioni in termini di stabilità del prodotto, interrompibilità e condizioni contrattuali.
In secondo luogo, i libri ordini alla base di diversi indici di potenza di calcolo non sono identici, e il mercato della potenza di calcolo manca dei requisiti di trasparenza tipici di altre classi di asset (ad es., FERC impone trasparenza nel mercato dell’elettricità).
Attualmente, molti indici di potenza di calcolo acquisiscono semplicemente in blocco dati dai libri ordini di nuovi fornitori di servizi cloud o costituiscono dataset iniziali tramite accordi di collaborazione e condivisione dei ricavi. Inoltre, la capacità di monetizzazione dello strato indice autonomo è inferiore rispetto a quella delle borse e dello strato di consegna fisica.
Pertanto, sebbene lo strato indice generi rumore e svolga un ruolo cruciale nel sistema del mercato della potenza di calcolo, subisce contemporaneamente pressioni sia da monte che da valle:
Lo strato fisico di consegna a monte controlla l’origine dei prezzi;
Le borse a valle mirano a trattenere una quota dei ricavi derivanti dagli indici.
Prodotto Tre: Piattaforme di trading di derivati
Il terzo strato comprende le piattaforme di trading di derivati, che offrono generalmente prodotti futures regolati in contanti. Queste piattaforme forniscono strumenti di copertura ai partecipanti al mercato basati sugli indici di potenza di calcolo. Liquid Compute e Architect stanno sviluppando prodotti correlati.
A lungo termine, le piattaforme di trading di derivati potrebbero essere i prodotti di monetizzazione più attesi e facilmente scalabili nel sistema di finanziarizzazione della potenza di calcolo. Tuttavia, questo settore è ancora agli inizi e i volumi di scambio non hanno ancora raggiunto dimensioni significative.
Inoltre, i prodotti negoziabili sulle piattaforme regolate in contanti sono solitamente istanze H200 generiche, non SKU specifiche direttamente utilizzabili per l’inferenza. Di conseguenza, i veri partecipanti a tali piattaforme sono probabilmente piattaforme OTC e broker di potenza di calcolo, non le imprese finali della catena del valore dell’IA. I primi cercano di coprire l’inventario di potenza di calcolo presente nei loro bilanci, mentre i secondi devono gestire la propria esposizione alla potenza di calcolo.
Prodotto Quattro: Strumenti di finanziarizzazione
Potrebbero inoltre emergere ulteriori prodotti finanziarizzati nel campo della potenza di calcolo, volti a supportare il finanziamento di data center e nuovi fornitori di servizi cloud. Ad esempio, accordi di prestito, Vault e stablecoin sintetiche come USD.AI potrebbero aiutare data center e nuovi fornitori di servizi cloud a completare la costruzione delle infrastrutture.
Contemporaneamente, il mercato potrebbe vedere anche strati di trasferimento del rischio e assicurativi per attenuare il basis risk nell’economia delle GPU. Osservando i diversi livelli sopra citati, diventa relativamente chiaro quale forma completa potrebbe assumere, in ultima analisi, il mercato della potenza di calcolo.
I vincitori saranno partecipanti full-stack in grado di garantire una consegna fisica affidabile di GPU. Potranno così generare indici dei prezzi dai propri libri ordini fisici e quindi istituire borse di futures sulla potenza di calcolo, rendendo quest’ultima una classe di asset copribile.
Tuttavia, la vera divergenza nel settore riguarda l'ordine di apparizione dei diversi prodotti. Il vincitore finale partirà dalla consegna fisica, creerà prima gli indici o lancerà prima le piattaforme di trading?
3.2 La frontiera dell'economia dei token per la potenza di calcolo
Finora abbiamo discusso principalmente del mercato della potenza di calcolo a livello GPU. Tuttavia, possiamo allargare la prospettiva per osservare l'economia più generale dei token per la potenza di calcolo, compresa la sua evoluzione storica, i metodi di cattura del valore e la sua dinamica strategica con i laboratori di modelli all'avanguardia.
Storicamente, il mercato della potenza di calcolo non è un concetto del tutto nuovo. Dal 2023 al 2024, progetti come SF Compute e Hyperbolic hanno già discusso questo modello, mentre progetti decentralizzati come Akash e IONet esplorano direzioni simili.
Curiosamente, molti progetti alla fine non sono rimasti al livello del mercato GPU. Ad esempio, Hyperbolic è diventato successivamente un fornitore di servizi di inferenza, vendendo direttamente token; SF Compute ha iniziato a stipulare contratti diretti e gestire cluster di potenza di calcolo.
Dalla prospettiva della catena del valore, il valore fluisce dalle applicazioni AI come Cursor, Harvey e Granola ai layer di instradamento come OpenRouter, quindi ai fornitori di servizi di inferenza come Fireworks e Baseten, per arrivare infine a nuovi provider di servizi cloud e mercati della potenza di calcolo come Nebius, CoreWeave e SF Compute, fino agli operatori di data center.
Se un'azienda rimane nel mezzo della catena industriale, potrebbe subire pressioni sia dall'alto che dal basso. Per mantenere un margine di profitto più stabile, potrebbe dover estendere la propria attività verso l'alto o espandersi verso il basso.
Anche il mercato dei token presenta una prospettiva molto interessante dal punto di vista della teoria dei giochi, con tre forze inevitabili in azione.
La prima forza è NVIDIA, che controlla l'offerta e la velocità di deprezzamento delle GPU.
La seconda forza è rappresentata dai laboratori di modelli all'avanguardia come Anthropic e OpenAI, che rilasciano continuamente nuovi modelli, potenzialmente aumentando rapidamente la domanda di token.
La terza forza è costituita dai modelli open source come Kimi, GLM, DeepSeek e Qwen, che esercitano una pressione al ribasso sui margini di profitto dell'inferenza.
Queste tre forze insieme generano continua spinta e pressione sia per l'offerta che per la domanda nel mercato GPU e nel mercato dei token. Ognuna di queste parti potrebbe riscrivere l'intera curva dei prezzi del mercato lanciando prodotti significativi.
Ad esempio, il rilascio di GPT 5.6 potrebbe essere un evento deciso dalle aziende ma difficile da prevedere anticipatamente per il mercato, innescando una reazione a catena lungo la catena del valore dei token AI e causando fluttuazioni nei prezzi dei token e nelle GPU.
Pertanto, se un'azienda può gestire contemporaneamente servizi di inferenza e il mercato hardware GPU all'interno dello stesso sistema, potrebbe risultare più commercialmente sostenibile. Questo modello permette di coprirsi dai rischi derivanti dai cambiamenti nella struttura dei profitti lungo la catena industriale.
Conclusione
Ripensando alla storia, mercati delle materie prime come petrolio ed elettricità si basavano inizialmente su transazioni bilaterali facilitate da intermediari, con processi opachi e mancanza di standard unificati. Con il tempo, però, la consegna fisica ha sviluppato una serie di accordi e infrastrutture finanziarie, tra cui indici, standardizzazione degli scambi e audit di qualità, evolvendo infine in una classe di asset altamente finanziarizzata.
Oggi il mercato della potenza di calcolo sta vivendo una trasformazione simile. Sul mercato sono emersi numerosi progetti che tentano di finanziarizzare strumenti fondamentali, tra cui indici sulla potenza di calcolo, borse con regolamento in contanti, prodotti di prestito e assicurativi.
Allo stesso tempo, il mercato fisico delle GPU e i provider di servizi cloud stanno continuamente estendendo la propria attività verso l'alto e il basso della catena industriale, cercando di catturare l'intero valore nell'economia dei token. Essendo la risorsa fondamentale su cui poggia l'intera economia AI, la potenza di calcolo si sta progressivamente trasformando da semplice infrastruttura a un asset finanziario autonomo.
In futuro, questo settore potrebbe vedere nascere diverse aziende unicorn che coprono diversi livelli del mercato, assumendo forme imprenditoriali varie: fornitura fisica di potenza di calcolo, servizi di intermediazione, prestiti, gestione del rischio e integrazioni con i mercati dei capitali DeFi e TradFi.
La potenza di calcolo potrebbe essere un nuovo tipo raro di materia prima fisica negli ultimi decenni, e potremmo stare assistendo al suo percorso, dalle prime transazioni facilitate privatamente a una classe di asset completa.
