CME lancerà futures sulla potenza di calcolo GPU il 5 ottobre, tracciando i costi di noleggio per H100 e B200

Con l’ampliarsi continuo degli investimenti nelle infrastrutture per l’intelligenza artificiale, la potenza di calcolo offerta dalle GPU si sta trasformando dai costi infrastrutturali della filiera dell’AI in un vero e proprio asset finanziario, suscettibile di essere valutato, scambiato e coperto tramite strumenti derivati.

Il gruppo CME e la società di dati di mercato GPU Silicon Data hanno annunciato martedì che dal 5 ottobre lanceranno due contratti futures sulla potenza di calcolo, attualmente in attesa dell’approvazione normativa.

I due contratti sono Silicon Data H100 Rental Index Futures e Silicon Data B200 Rental Index Futures, quotati al CME e regolamentati dalle norme del New York Mercantile Exchange (NYMEX).

I futures seguiranno gli indici dei prezzi di locazione delle GPU H100 e B200 compilati da Silicon Data, utilizzando il costo orario di noleggio GPU come principale parametro di riferimento per le quotazioni.

Questo significa che, in futuro, i partecipanti al mercato potranno utilizzare strumenti derivati per coprire la volatilità dei prezzi della potenza di calcolo AI. CME afferma che i nuovi prodotti sono pensati per aiutare trader, istituzioni finanziarie, sviluppatori AI e fornitori di cloud a gestire i rischi di prezzo in un mercato della potenza di calcolo in rapida espansione.

CME aveva in precedenza definito la potenza di calcolo “il nuovo petrolio del XXI secolo”, evidenziando come le risorse di calcolo stiano diventando una categoria di asset emergente a sé stante.

Il prezzo del noleggio GPU sta diventando un indicatore chiave dei costi nell’industria AI

Per le aziende che si occupano di training e inferenza di modelli AI, oltre all’acquisto di GPU e alla costruzione di data center, il noleggio diretto di GPU da fornitori di cloud o da provider specializzati rappresenta un’importante modalità di acquisizione della potenza di calcolo.

Di conseguenza, le variazioni del prezzo orario di noleggio delle GPU possono riflettere in una certa misura lo stato domanda-offerta della potenza di calcolo.

Silicon Data pubblica quotidianamente benchmark di prezzi di noleggio GPU che coprono H100, A100, B200 e AMD MI300X, ovvero i principali acceleratori AI, raccogliendo dati da provider di cloud pubblici, hyperscaler, data center e mercati di locazione privati per elaborare prezzi standardizzati.

B200 è uno dei prodotti principali della linea Blackwell di Nvidia e offre prestazioni di calcolo superiori rispetto alla generazione precedente H100. Poiché la produzione e la distribuzione di Blackwell sono ancora in fase di espansione, il prezzo di noleggio di B200 è tuttora influenzato sia dalla limitata offerta che dall’alta domanda di training AI.

Silicon Data sottolinea che l’indice di locazione B200 riflette prezzi orari standardizzati derivanti da diverse fonti di potenza di calcolo.

Il significato del mercato dei futures risiede nell’istituzione di un meccanismo pubblico di scoperta dei prezzi a termine

Attualmente il mercato del noleggio GPU è altamente frammentato, con forti discrepanze di prezzo tra diversi fornitori, provider di calcolo e durate di locazione, mentre le aziende non dispongono di strumenti maturi come i futures sul petrolio per fissare i costi futuri della potenza di calcolo.

Già al momento della prima comunicazione della partnership, a maggio, CME e Silicon Data affermavano che i nuovi futures avrebbero aiutato le aziende AI e i fornitori di cloud a gestire i rischi di volatilità dei prezzi della potenza di calcolo. Silicon Data ha poi introdotto curve di prezzo forward GPU, coprendo modelli come H100, B200 e A100, con scadenze fino a 36 mesi.

Per i fornitori di potenza di calcolo, se si prevede che i prezzi di noleggio GPU caleranno, è possibile coprire il rischio tramite i futures; per le aziende AI che devono noleggiare grandi volumi di GPU, i futures potrebbero rappresentare uno strumento per fissare i costi futuri della potenza di calcolo.

Allo stesso tempo, istituzioni finanziarie e trader potranno partecipare alla negoziazione dei prezzi in base alle proprie valutazioni sulla domanda AI, sull’offerta GPU e sui cicli di costruzione dei data center.

Ciò significa che la finanziarizzazione dell’industria AI si sta spostando, da chip, data center e azioni collegate, verso le risorse informatiche di base.

Se i nuovi prodotti del CME saranno lanciati con successo e raggiungeranno una sufficiente liquidità, i prezzi dei futures H100 e B200 potrebbero diventare un importante indicatore di mercato per monitorare domanda-offerta di potenza AI, tasso di utilizzo dei data center e ritorni sugli investimenti in infrastrutture AI.

C’è però una differenza fondamentale tra la potenza di calcolo e le commodity tradizionali: la potenza di calcolo delle GPU non è accumulabile come il petrolio o l’oro. Una volta che la potenza non viene utilizzata, il valore dei relativi servizi orari va perso, il che significa che la formazione del prezzo nei futures GPU, la loro liquidità e l’efficacia delle coperture saranno notevolmente diversi rispetto ai futures sulle commodity classiche.

Un recente studio sulla determinazione dei prezzi delle risorse di calcolo AI ha anche sottolineato che, dato che la potenza di calcolo non è conservabile, la relazione di non-arbitraggio vigente nei futures su materie prime tradizionali non può essere applicata direttamente al mercato della potenza di calcolo.

Di conseguenza, se l’emissione avverrà regolarmente il 5 ottobre, la portata dei due nuovi contratti andrà ben oltre il semplice lancio di due futures, costituendo un nuovo benchmark finanziario pubblico per la potenza di calcolo AI, che finora mancava di un prezzo di mercato unificato.