Pantera Capital：コンピューティング・パワー市場の4つの主要な機会
Tapbit Wire著者：Jay Yu（Pantera Capitalパートナー）
編集：Jiahua（ChainCatcher）
序論
コンピューティング・パワーおよびデータセンター基盤への支出は、米国消費者支出に匹敵する兆ドル規模の市場となり、米国経済成長の重要な柱へと徐々に発展しています。
しかしAIエージェントが実経済に本格的に浸透するにつれ、コンピューティング・パワー需要は継続的に増加している一方、GPU調達手法は依然として従来型です。SF Compute、Vast AI、Runpodなどのコンピューティング・パワー市場が登場したものの、多数のGPUノード取引は未だグループチャットや店頭ブローカー、カスタマイズされた両務契約を通じて行われています。
現状、GPUコンピューティング・パワーは金融化の初期段階にあります。電力と同様、コンピューティング・パワーも完全に均質な資産ではなく、チップモデル、納期、地理的位置などの制約を受けています。しかし今後5～10年で、電力や石油のように商品化が進み、AI時代の世界経済を支えるキーリソースとなる可能性があります。
本稿では、電力市場からの示唆、コンピューティング・パワー市場の将来構造、業界で開発中の製品、および商品化に伴う機会と課題を含め、この変革がどのように実現されるかを考察します。
1．電力市場からヒントを得る
1.1 電力市場の構造
コンピューティング・パワー市場の将来進化を理解するには、まずその基盤資源である電力市場の運営を観察するのが有効です。
コンピューティング・パワーと同様、電力も異質性・時間的属性・ハブ的属性を持つ資産であり、世界経済成長の重要な基盤です。
1990年代以降、米国の電力システムは段階的に民営化され、かつて高度に縦長統合されていた電力会社が発電・送電・配電の各セグメントを分離しました。
独立系送配電運用機関（ISO/RTO）が米国内の各地域電力システムを管理し始めました。同時に、PJM-West（東海岸）、ERCOT North（テキサス州）、CAISO SP15（南カリフォルニア）などの大規模相互接続電力システムが、CMEやICEなどの取引所で取引可能な商品化へと至り、電力資産クラス全体の重要な価格基準を形成しました。
物理的レベルでは、電力市場は「送配電網、運用機関、ノード」の構造と概説できます。
最上位層は相互に独立した地域送配電網です。各地域網下には、地域送電機関（RTO）および独立系送電機関（ISO）を含む複数のシステム運用機関があり、これらは管轄区域内の複数の変電所ノードを管理しています。
例えば、サンフランシスコでは、1つの都市がエンバカデロ、ラーキン、ミッションなどの複数の変電所ノードによって供給されることがあります。
各ノードにおける電気料金は完全に同一ではなく、「位置別限界価格（LMP）」と呼ばれるアルゴリズムによって決定されます。このアルゴリズムは、発電スケジューリング、需要、送電コスト、電力の物理的流れの法則などを考慮し、制約条件下での最適価格を算出します。
LMPアルゴリズムは、電力の物理的供給とPJM-Westなどの取引可能な電力ベンチマークを結びつけるキーリンクとなります。
電力市場におけるハブ価格および指数価格は、複数の末端LMPノード価格の加重平均です。最大規模かつ最も流動性の高い価格ベンチマークは、CMEやICEなどの取引所で安定した取引深度を実現し、電力資産クラス全体の基準価格となります。
1.2 コンピューティングパワー市場の潜在的構造
過去30年にわたる電力市場の発展を観察することで、コンピューティングパワー市場についていくつかの推測が可能です。
まず、コンピューティングパワー市場は電力市場と類似した構造を形成する可能性があります。
物理的供給面では、電力市場の「送電網、オペレーター、ノード」構造に最も近いコンピューティングパワー版は「ハードウェア、サプライヤー、クラスター」です。
電力市場に複数の相互独立した地域送電網があるように、コンピューティングパワー市場も異なるハードウェア種別に基づいて複数の市場を形成する可能性があります。H100、H200、B200、B300などのチップカテゴリーごとに、それぞれ独立しながらも相互に関連する価格ベンチマークが存在するでしょう。
オペレーター層では、AWS、ネビウス、コアウィーブ、SF Compute、オーンなどのコンピューティングパワー・サプライヤーが、特定のクラスターに対して異なる価格設定メカニズムを提供します。これらのクラスターは、電力市場のノードと同様に、時間、場所、SKUに影響を受けます。
コンピューティングパワー市場におけるLMPの対応概念は、スケジューリングまたはルーティングアルゴリズムとなるかもしれません。このアルゴリズムは、特定SKUの可用性に基づき、コンピューティングパワー・インスタンス価格を動的に生成します。
電力市場においてPJM-West、ERCOT-North、CAISO SP15などの業界標準ベンチマークは、最も流動性の高い物理的供給インフラと接続されています。これは石油などの他の商品市場と同様です。
コンピューティングパワー分野で新たな価格ベンチマークが増えるにつれ、最終的に定着するのは、高流動性の物理的供給拠点と接続されたベンチマークとなるでしょう。
さらに、電力市場では発電事業者や電力消費企業が電力取引所で直接ヘッジすることもありますが、大部分の取引は銀行やトレーディング会社が運営する店頭（OTC）取引部門によって行われます。これらのOTC機関は、ノード決済価格とハブ決済価格を交換し、価格差を利益としつつ自らのリスクをヘッジします。
同様の市場構造がコンピューティングパワー市場にも現れる可能性があります。実際の供給・需要主体である新規クラウドサービスプロバイダーおよびAI企業は、コンピューティングパワー取引所で直接ヘッジするより、ブローカーを通じて特定SKUを調達することを好むかもしれません。
最後に、コンピューティングパワー市場は電力市場よりも深刻なベーシスリスクに直面する可能性があります。
米国連邦電力法によれば、卸売電力価格は連邦エネルギー規制委員会（FERC）の監督下で透明性を保つ必要があります。しかし、現時点ではコンピューティングパワー市場には同様の透明性要件はありません。
つまり、コンピューティングパワー市場で構築可能な動的価格および指数は、自社の注文簿および提携する新規クラウドサービスプロバイダーから提供される注文簿データのみに基づくことになります。こうした提携は、収益分配やデータ調達などにより実現されるでしょう。
2. コンピューティングパワー市場の構造
2.1 推論需要の3層構造
電力市場が存在するのは、産業システムが電力を継続的に必要とするためである。同様に、コンピューティングパワー市場の根本的な原動力は、トークン（特に推論トークン）に対する需要である。
現在の推論産業チェーンは概ね3層に分けられ、これらが共同でコンピューティングパワー市場の構造的供給・需要側を構成する。
新規クラウドサービスプロバイダ層
NebiusやCoreWeaveなどの企業が物理データセンターを運営し、GPUの販売者となる。
オンデマンド層
FireworksやBasetenなどの開発者プラットフォームは、ベアメタルGPU環境をより完成度の高いGPU利用環境に変換し、開発者がタスクを直接実行したり、いつでも推論トークンを取得できるようにする。この層はGPUの購入者を表す。
アプリケーション層
Cursor、Perplexity、Rimeなどのアプリケーションは推論プラットフォームを活用し、最終的にユーザーおよび企業向け製品を提供する。この層はトークン需要側であり、トークン需要はGPUコンピューティングパワー需要へと転化する。
エコシステム内の各企業は異なるGPU管理戦略を採るが、全体として新規クラウドサービスプロバイダはGPU市場の供給側（構造的ショート）を、オンデマンド層およびアプリケーション層は需要側（構造的ロング）をそれぞれ代表する。
一方、AmazonやGoogleなどの大規模クラウドサービスプロバイダは、自社製品を全3層にわたって展開している。
産業チェーンにおける利益の流れに関して、目安として、トップクラスのアプリケーションがトークンに100ドルを支出すると、約45ドルがオンデマンド層へ、50ドルが新規クラウドサービスプロバイダまたはGPU層へ、残り5ドルがOpenRouterなどのルーティング層へ流れる。
2.2 コンピューティングパワー資本市場の構造
AI産業チェーン各関係者のトークン経済構造が、コンピューティングパワー資本市場の最終的な形成に影響を与える。
一つの可能性として、需要側の開発者プラットフォームおよびアプリケーション層と、供給側の新規クラウドサービスプロバイダが、SF Compute、Runpod、Compute Exchangeなどのコンピューティングパワー仲介業者およびOTC取引プラットフォームを通じて特定SKUを取引する。
その後、コンピューティングパワー仲介業者およびOTCプラットフォームが在庫を管理し、エンドユーザーのトークン消費者が求める特定SKUと汎用H200との間のベーシスリスクを負う。
彼らはArchitectやPlutoなどのコンピューティングパワー取引プラットフォームを通じてヘッジ可能である。
これらの取引プラットフォームの価格は、コンピューティングパワー基準価格に基づいて設定される。この基準価格は、新規クラウドサービスプロバイダおよびそれらと提携するOTCプラットフォームの注文簿価格の加重平均で算出される。
2.3 NVIDIA：コンピューティング・パワー市場の「中央銀行」
さらにNVIDIAは、AIファクトリーから得られるコンピューティング・パワーを「投資可能な資産クラス」にすることを最近発表しました。
コンピューティング・パワーの金融化システムにおいて、NVIDIAはGPU技術スタックをほぼ独占していることから、同市場の「中央銀行」と見なせます。
中央銀行には通常、以下の主要な目的があります：
経済におけるインフレ管理
完全雇用の促進
極端な状況下での最終貸付者としての機能
ある意味で、NVIDIAはこの3つの役割すべてを果たしています。
第1に「インフレ」管理です。GPU経済における「インフレ」は、特に最新世代チップの減価速度に関連するGPUの減価サイクルに喩えられます。製品投入ペース（例：Vera Rubinの発表）を制御することで、NVIDIAはある程度GPUの減価速度に影響を与えられます。
第2に、GPU利用率の維持です。高いGPU利用率は通常、トークンに対する強い需要を示し、ユーザーがより多くのGPUを購入する動機となります。そのためNVIDIAは、GPUコンピューティング・パワーの金融化を推進し、GPU時間取引の流動性を高め、結果としてGPU利用率をさらに向上させようとしています。
最後に、最終貸付者としての機能です。NVIDIAは、GPU残存価値の最大25％まで支援提供すると発表しました。これは、GPU価値に対する一種の救済・保険メカニズムと見なせます。新たなクラウドサービスプロバイダーや他のGPU供給者が流動性危機に直面した際、この支援によりGPUの残存価値が守られます。
3. コンピューティング・パワー市場における機会と課題
3.1 コンピューティング・パワー市場の商品形態
コンピューティング・パワー市場の金融化が進むにつれ、業界ではいくつかの主要な商品タイプが登場すると予想されます。各タイプには独自の強みと課題があります。
商品タイプ1：現物納入
現物納入とは、コンピューティング・パワーを必要とするエンドユーザーへGPUデバイスを実際に納入することを指します。SF Compute、Hyperbolic、Vast、Runpod、Compute Exchangeなどのプロジェクトがこの層に該当します。この層はハードウェアに最も近く、コンピューティング・パワーの供給側と需要側を直接結びつけます。
コンピューティング・パワーSKUの高度な多様性ゆえに、多くのプロジェクトは当初単なる仲介業者として、GPU需要と新規クラウドサービスプロバイダーをマッチングして手数料を得ていました。長期的には、この層の目標は「コンピューティング・パワー現物取引所」の構築となる可能性があります。
しかし、分散型ネットワークから供給されるプロジェクトなどにおいて、物理GPU納入の品質を継続的に確保することは極めて困難な課題です。市場には、Moody'sのような格付け機関が、納入可能なGPUの品質認証を行い、この層のさらなる成熟を促すことが求められるでしょう。
現物納入層は激しい競争にさらされていますが、長期的には最も持続的な競争優位性（モート）を持つ可能性があります。石油・電力市場を振り返ると、金融化されたシステムは、物理商品の最も流動性の高い納入地点を中心に発展し、指数・取引所・融資金融商品などを段階的に形成してきました。
したがって、現物GPU納入の課題を最初に解決できる企業が、大きな市場リターンを得る可能性があります。
製品2：指数
この層は主に、Ornn、Silicon Data、Compute Desk、Semianalysisなどのプロジェクトが発表したコンピューティングパワー価格指数を含む、コンピューティングパワーに基づく「指数カーブ」を指す。
指数の構築は、コンピューティングパワーのような資産のさらなる金融化・取引化にとって重要なステップである。市場における「コンピューティングパワー市場」に関する議論が、指数の徐々なる成熟とともに活発化していると言える。CMEやICEといった大手取引所も、関連指数との協業を発表している。
しかし、多くのコンピューティングパワー指数と個別のGPU市場の間には依然として大きな価格差が存在する。
この価格差の原因は主に二つ考えられる。
第一に、基盤となる商品自体の違いがある。異なるコンピューティングパワー・プラットフォームは、商品の安定性、中断可能性、契約条件などで大きく異なることが多い。
第二に、異なるコンピューティングパワー指数の背後にあるオーダーブックは同一ではなく、コンピューティングパワー市場は電力市場におけるFERC要件のような透明性要件を欠いている。
現状、多くのコンピューティングパワー指数は、新規クラウドサービスプロバイダーからオーダーブックデータを一括購入したり、提携・収益分配契約を通じて初期データセットを構築したりしている。また、独立運営の指数層の収益化能力は、取引所や物理的納入層に比べて弱い。
したがって、指数層はノイズを生み出すとともにコンピューティングパワー市場システムで重要な役割を果たすが、同時に上流・下流の双方から圧迫されている：
上流の物理的納入層が価格の源泉を支配している；
下流の取引所は指数からの収益の一部を獲得しようとしている。
製品3：デリバティブ取引プラットフォーム
第3層はデリバティブ取引プラットフォームであり、通常、コンピューティングパワー指数を基にしたキャッシュ決済型先物商品を提供する。Liquid ComputeやArchitectが関連商品を開発中である。
長期的には、デリバティブ取引プラットフォームは、コンピューティングパワーの金融化システムにおいて最も期待され、規模拡大が容易な収益化製品となる可能性がある。しかしこの分野はまだ初期段階であり、取引量も十分な規模に達していない。
さらに、キャッシュ決済型取引プラットフォームで取引可能な商品は、通常H200インスタンスという汎用仕様であり、推論に直接使用可能な特定SKUではない。そのため、これらの取引プラットフォームに実際に参加しているのは、AI産業チェーンのエンド企業ではなく、OTC取引プラットフォームやコンピューティングパワー仲介業者である可能性が高い。前者はバランスシート上のコンピューティングパワー在庫のヘッジを、後者は自社のコンピューティングパワーリスク管理を目的としている。
製品4：金融化ツール
コンピューティングパワー分野では、データセンターおよび新規クラウドサービスプロバイダーへの資金調達を支援する、より広範な金融化製品が登場する可能性もある。例えば、ローン契約、Vault、USD.AIのような合成ステーブルコインが、データセンターおよび新規クラウドサービスプロバイダーのインフラ構築を支援できる。
同時に、GPU経済におけるベーシスリスクを緩和するためのリスク移転・保険層も市場に登場するかもしれない。上記の各レイヤーを観察することで、コンピューティングパワー市場が最終的にどのような完全な形態をとるかが比較的明確になる。
勝者は、信頼性の高い物理GPU納入を実現できるフルスタック参加企業であり、自社の物理オーダーブックから価格指数を構築し、コンピューティングパワー先物取引所を設立して、コンピューティングパワーをヘッジ可能な資産クラスにすることができる。
しかし、業界における真の分岐点は、さまざまな製品の登場順序にあります。最終的な勝者は、物理的配送から始めるのか、指数（インデックス）を先に確立するのか、それとも取引プラットフォームを最初に立ち上げるのか？
3.2 計算能力トークン経済の最前線
これまで主にGPUレベルでの計算能力市場について議論してきましたが、歴史的変遷、価値獲得手法、そしてフロンティアモデル研究室とのゲーム理論的関係も含む、より広範な計算能力トークン経済の視点から考察することも可能です。
歴史的に見れば、計算能力市場はまったく新しい概念ではありません。2023年から2024年にかけて、SF ComputeやHyperbolicなどのプロジェクトがすでにこのモデルを議論しており、AkashやIONetといった分散型プロジェクトも同様の方向性を模索しています。
興味深いことに、多くのプロジェクトは最終的にGPU市場レベルにとどまらず、たとえばHyperbolicは後に推論サービスプロバイダーへと転換し、直接トークンを販売；SF Computeは直接契約を締結し、計算能力クラスターの運営を開始しました。
バリューチェーンの観点から見ると、価値はCursor、Harvey、GranolaなどのAIアプリケーションから、OpenRouterなどのルーティング層、FireworksやBasetenなどの推論サービスプロバイダーを経て、Nebius、CoreWeave、SF Computeといった新規クラウドサービスプロバイダーや計算能力市場へと流れ、最終的にはデータセンター運営者に至ります。
企業が産業チェーンの中間層にとどまり続ける場合、上流・下流の双方から圧迫される可能性があります。より安定した利益率を維持するためには、最終的に上流への延伸または下流への拡大が必要となるでしょう。
トークン市場も、非常に興味深いゲーム理論的視点を提示しており、避けられない3つの力が働いています。
第1の力は、GPUの供給と減価償却速度を支配するNVIDIAです。
第2の力は、AnthropicやOpenAIといったフロンティアモデル研究室で、新規モデルを継続的にリリースし、トークン需要を急速に高める可能性があります。
第3の力は、Kimi、GLM、DeepSeek、Qwenといったオープンソースモデルで、推論の利益率に下押し圧力を与えます。
これらの3つの力が共同で、GPU市場およびトークン市場の需給両面に継続的な勢いと圧力を与えています。いずれかの主体が重要な製品を発表すれば、市場全体の価格曲線を再定義する可能性があります。
たとえば、GPT 5.6のリリースは、企業によって決定される一方で、市場が事前に予測困難なイベントとなり、AIトークンバリューチェーン全体に連鎖反応を引き起こし、トークン価格およびGPUハードウェア価格の変動を招くかもしれません。
したがって、企業が同一システム内で推論サービスとGPUハードウェア市場の両方を運営できれば、商業的により持続可能となるでしょう。このモデルは、産業チェーンの上流・下流における利益構造変化に起因するリスクをヘッジできます。
結論
歴史を振り返ると、石油や電力といった商品市場は当初、仲介者による二国間取引に依存し、取引プロセスは不透明で統一基準も欠けていました。しかし、時を経て、物理的配送は指数（インデックス）、取引の標準化、品質監査などを含む一連の合意と金融インフラを発展させ、最終的に高度に金融化された資産クラスへと進化しました。
現在、計算能力市場も同様の変革を遂げつつあります。計算能力指数、現金決済型取引所、貸付商品、保険商品など、基盤ツールの金融化を試みる多数のプロジェクトが市場に登場しています。
同時に、物理GPU市場およびクラウドサービスプロバイダーも産業チェーンの上流・下流へと継続的に延伸し、トークン経済における完全な価値獲得を目指しています。AI経済全体の基盤資源である計算能力は、単なるインフラストラクチャーから、独立した金融資産へと徐々に変容しつつあります。
今後、この分野では市場の異なるレイヤーをカバーする複数のユニコーン企業が誕生し、物理的計算能力供給、ブローカー業務、貸付、リスク管理、DeFiおよびTradFi資本市場との連携など、多様なビジネス形態が形成される可能性があります。
計算能力は、数十年ぶりに登場する珍しい新たなタイプの実物商品であり、私的仲介による初期取引から完全な資産クラスへと進化するその道のりを、我々はまさに目撃しているのです。
