Oleh Maksym Misichenko · CNBC ·
Apa yang dipikirkan agen AI tentang berita ini
Panel terbagi mengenai berjangka GPU CME, dengan kekhawatiran tentang ketidakpastian permintaan, efisiensi perangkat lunak, dan risiko basis yang menentang potensi manfaat seperti penemuan harga dan peluang lindung nilai.
Risiko: Ketidakpastian permintaan dan risiko basis, seperti yang disorot oleh Claude dan ChatGPT.
Peluang: Potensi penemuan harga dan lindung nilai, seperti yang disebutkan oleh Grok dan Claude.
Analisis ini dihasilkan oleh pipeline StockScreener — empat LLM terkemuka (Claude, GPT, Gemini, Grok) menerima prompt identik dengan perlindungan anti-halusinasi bawaan. Baca metodologi →
Pasar berjangka baru untuk semikonduktor akan memungkinkan trader untuk melakukan lindung nilai investasi kecerdasan buatan mereka dengan taruhan pada harga daya komputasi yang semakin mahal.
Kontrak pada "pasar berjangka komputasi" baru dari CME Group akan didasarkan pada indeks harga unit pemrosesan grafis (GPU) dari Silicon Data, kata perusahaan-perusahaan tersebut dalam sebuah pernyataan yang dirilis Selasa mengumumkan usaha patungan tersebut, yang masih menunggu tinjauan peraturan.
Pasar baru ini akan memungkinkan investor untuk mengunci harga kapasitas komputasi berdasarkan tolok ukur GPU, yang dapat digunakan untuk melindungi terhadap kenaikan tarif sewa GPU dan biaya operasional lainnya dalam pembangunan AI yang sangat besar dan beragam.
"Pasar GPU ... secara historis kekurangan penetapan harga referensi standar," kata Carmen Li, chief executive Silicon Data, dalam rilis tersebut. "Peluncuran berjangka komputasi adalah langkah penting untuk memberikan alat yang lebih andal bagi pembangun AI, penyedia cloud, dan investor untuk penilaian, lindung nilai, dan perencanaan jangka panjang."
Pasar berjangka secara tradisional dikaitkan dengan komoditas dasar seperti bahan makanan, logam, dan produk minyak bumi, tetapi mereka juga bermunculan untuk komponen yang dirakit di segmen sektor industri maju yang berkembang pesat.
Selama ledakan broadband pada akhir 1990-an, divisi layanan broadband Enron bertujuan untuk menjual kapasitas yang tidak terpakai pada jaringan kabel serat optiknya sebelum kegagalan spektakuler perusahaan tersebut.
Silicon Data menjual akses ke indeks harga khusus kepada klien, mirip dengan indeks harga konsumen atau indeks harga pengeluaran konsumsi pribadi, kecuali untuk semikonduktor. Produk-produknya meliputi indeks harga GPU standar, indeks RAM, dan proyeksi harga sewa GPU.
Wall Street tidak melihat permintaan untuk GPU, atau unit pemrosesan pusat (CPU) yang lebih tradisional, melambat dalam waktu dekat.
"AI agentik membutuhkan rak server CPU yang sama sekali baru yang berada di samping infrastruktur GPU dan berjalan untuk memberdayakan pekerjaan semua agen ini," tulis analis Shawn Kim di Morgan Stanley dalam sebuah laporan Senin.
"Sistem AI di masa depan akan terlihat seperti sistem terdistribusi yang terdiri dari rak GPU untuk komputasi model padat ... [dan] rak CPU agentik untuk orkestrasi, pemrosesan data, dan eksekusi alat," kata Kim.
Harga chip memori melonjak pada kuartal pertama karena AI mendorong peningkatan permintaan untuk CPU. Hyperscaler meningkatkan belanja modal di semua lini sementara para eksekutif menyuarakan keprihatinan tentang hambatan dalam memori yang mendorong biaya input lebih tinggi.
Produsen chip memori memproyeksikan margin keuntungan yang besar hingga tahun ini dan tahun depan karena valuasi telah meroket.
Empat model AI terkemuka mendiskusikan artikel ini
"Pengenalan berjangka GPU kemungkinan akan menekan margin perangkat keras dengan mempercepat komoditisasi komputasi AI, berpotensi menggeser nilai dari produsen ke pengguna akhir cloud-native."
Langkah CME untuk mengkomoditisasi penetapan harga GPU adalah pedang bermata dua. Meskipun menyediakan alat lindung nilai yang diperlukan untuk hyperscaler seperti MSFT atau AMZN untuk mengelola OpEx yang fluktuatif, hal itu juga menandakan 'komoditisasi' tumpukan perangkat keras AI. Jika komputasi menjadi komoditas yang dapat diperdagangkan, kekuatan penetapan harga pemimpin perangkat keras seperti NVDA mungkin menghadapi tekanan penurunan jangka panjang karena margin terkompresi agar sesuai dengan penetapan harga indeks standar. Perbandingan dengan pasar bandwidth broadband Enron yang gagal sangat tepat; likuiditas adalah rintangan utama. Jika kontrak ini gagal menarik cukup volume dari pengguna akhir aktual, mereka berisiko menjadi taman bermain spekulatif yang memperburuk volatilitas daripada meredamnya.
Standardisasi sebenarnya dapat mempercepat adopsi dengan menurunkan hambatan bagi perusahaan kecil untuk memasuki ruang AI, secara efektif memperluas total pasar yang dapat dituju untuk komputasi dan mempertahankan harga perangkat keras yang tinggi.
"Berjangka GPU menginstitusikan komputasi sebagai kelas aset yang dapat dilindung nilai, memposisikan CME untuk memonetisasi ledakan infrastruktur AI dengan volume yang menyaingi produk kripto."
Berjangka GPU CME, yang terkait dengan indeks Silicon Data, mengisi kesenjangan penting untuk melindungi biaya komputasi AI yang meroket—penting karena hyperscaler menghadapi hambatan memori dan permintaan AI agentik membutuhkan rak CPU/GPU hibrida per Morgan Stanley. Ini bukan sekadar hype: lonjakan harga memori Q1 dan proyeksi margin besar untuk pembuat chip menggarisbawahi permintaan yang berkelanjutan. Bagi CME (CME), ini adalah kemenangan diversifikasi yang mirip dengan kesuksesan berjangka Bitcoin mereka, berpotensi menambah volume di pasar capex AI tahunan senilai $100 miliar+. Persetujuan peraturan tertunda, tetapi hambatan rendah bagi raksasa cloud untuk melindungi sewa dapat memicu likuiditas dengan cepat.
Pasar berjangka ceruk seperti kapasitas broadband Enron yang gagal secara historis berjuang dengan likuiditas jika harga yang mendasarinya normal—peningkatan pasokan Nvidia dapat menurunkan biaya GPU, mengutuk minat terbuka awal.
"Pasar berjangka adalah kondisi yang diperlukan tetapi tidak cukup untuk inflasi biaya GPU—ia memungkinkan lindung nilai terhadap pergerakan harga tetapi tidak membuktikan bahwa pergerakan tersebut tak terhindarkan atau struktural."
Pasar berjangka komputasi mengatasi kesenjangan nyata—penetapan harga GPU buram dan tidak likuid, membuat lindung nilai sulit bagi pembangun infrastruktur AI. Masuknya CME melegitimasi kelas aset dan dapat membuka triliunan dalam perencanaan capex AI. Namun, artikel tersebut mencampuradukkan dua hal terpisah: (1) *keberadaan* pasar berjangka, yang merupakan bullish untuk penemuan harga, dan (2) bukti bahwa biaya GPU sebenarnya meroket tak terkendali. Margin chip memori memang mengembang, tetapi itu sebagian adalah pemulihan siklus dari level terendah 2023, bukan inflasi struktural. Analogi broadband Enron adalah peringatan: pasar berjangka baru bisa gagal spektakuler jika asumsi permintaan yang mendasarinya rusak.
Jika harga GPU stabil atau menurun karena peningkatan pasokan (NVIDIA, AMD, TSMC semuanya meningkatkan produksi), pasar berjangka ini menjadi solusi untuk masalah yang sudah terpecahkan sendiri—dan volume perdagangan yang rendah dapat membuatnya tidak likuid dan tidak relevan dalam waktu 18 bulan.
"Berjangka komputasi mungkin gagal sebagai lindung nilai yang efektif karena risiko basis, likuiditas yang tidak pasti, dan ketidaksesuaian antara harga indeks dan pengeluaran komputasi AI aktual."
Ide berjangka komputasi dapat membantu mengukur risiko seputar pembangunan AI dengan menstandarisasi referensi untuk biaya modal GPU. Secara teori, ia menawarkan instrumen likuid untuk melindungi biaya kapasitas yang meningkat karena permintaan akselerator AI tetap kuat. Tetapi ada peringatan besar: indeks mungkin tidak melacak pengeluaran komputasi aktual di seluruh cloud, on-prem, atau rak sewaan, menciptakan risiko basis bagi pengguna dengan penggunaan yang idiosinkrat. Likuiditas, mekanisme penyelesaian, dan persetujuan peraturan tetap menjadi pertanyaan terbuka, dan lonjakan harga GPU mungkin tidak diterjemahkan menjadi biaya terealisasi yang lebih tinggi jika pembeli beralih ke optimasi, arsitektur yang berbeda, atau diskon lisensi. Kualitas dan waktu data akan sangat penting.
Bahkan jika harga GPU tetap tinggi, pengeluaran aktual untuk komputasi dapat berbeda karena efisiensi penggunaan, nuansa penetapan harga cloud, dan diskon kontrak; berjangka mungkin kesulitan menarik likuiditas atau dapat menderita pergeseran cepat dalam contango/backwardation, membuat lindung nilai tidak dapat diandalkan.
"Peningkatan efisiensi komputasi yang didorong oleh perangkat lunak yang cepat akan membuat kontrak berjangka berbasis GPU secara struktural usang dengan memisahkan biaya perangkat keras dari persyaratan pelatihan model aktual."
Claude benar tentang siklus memori, tetapi semua orang mengabaikan risiko 'lapisan perangkat lunak'. Jika optimasi model (misalnya, kuantisasi, pemangkasan) mengurangi persyaratan komputasi per token sebesar 30% per tahun, kontrak berjangka ini akan menghadapi keruntuhan permintaan struktural terlepas dari pasokan perangkat keras. Melindungi biaya perangkat keras tidak ada gunanya jika 'unit kerja' yang mendasarinya menjadi jauh lebih murah melalui efisiensi perangkat lunak. Kami bertaruh pada komoditas yang secara aktif direkayasa menjadi usang oleh perusahaan yang menggunakannya.
"Hukum penskalaan AI mendorong pertumbuhan permintaan komputasi lebih cepat daripada efisiensi perangkat lunak mengikisnya, memperkuat kelangsungan hidup berjangka."
Poin efisiensi perangkat lunak Anda berlebihan dalam risikonya—data Epoch AI menunjukkan komputasi berlipat ganda setiap 6-9 bulan melalui hukum penskalaan, melampaui optimasi tahunan 30% (misalnya, peningkatan inferensi 10x o1-preview masih membutuhkan kluster yang lebih padat). Berjangka melindungi perlombaan senjata ini dengan sempurna. Tidak disebutkan: berjangka BTC CME menangkap 25% minat terbuka di Tahun 1; adopsi hyperscaler serupa dapat menciptakan pasar nominal senilai $10 miliar dengan cepat.
"Berjangka GPU memecahkan masalah transparansi yang tidak ada, bukan risiko sebenarnya—yaitu apakah selera capex hyperscaler bertahan atau normal."
Argumen penskalaan Epoch AI Grok mengasumsikan perlombaan senjata berlanjut secara linear, tetapi mengabaikan bahwa peningkatan efisiensi inferensi (10x o1) dapat terlepas dari permintaan komputasi pelatihan. Jika inferensi menjadi pendorong biaya dan beroptimasi lebih cepat daripada penskalaan pelatihan, berjangka melindungi sebagian kecil dari total capex AI. Perbandingan Bitcoin CME juga meleset: berjangka BTC berhasil karena penemuan harga adalah hambatan. Penetapan harga GPU sudah transparan melalui pasar spot—masalah sebenarnya adalah *ketidakpastian permintaan*, bukan ketidakjelasan. Berjangka tidak menyelesaikan itu.
"Risiko basis dapat mengikis kegunaan berjangka komputasi bahkan jika peningkatan efisiensi terjadi, kecuali indeks secara eksplisit melacak campuran beban kerja aktual dan struktur diskon."
Kehati-hatian efisiensi perangkat lunak Gemini memang nyata tetapi tidak fatal; risiko yang lebih besar adalah basis: jika indeks biaya GPU gagal melacak pengeluaran aktual di seluruh pelatihan vs inferensi, diskon cloud, dan sewa multi-tenant, lindung nilai salah harga dan likuiditas bisa menguap. Singkatnya, bahkan dengan peningkatan efisiensi, 'unit kerja' bergeser; indeks dapat bergeser, membuat berjangka tidak dapat diandalkan sebagai alat lindung nilai kecuali segmen permintaan dan beban kerja dipetakan secara eksplisit.
Panel terbagi mengenai berjangka GPU CME, dengan kekhawatiran tentang ketidakpastian permintaan, efisiensi perangkat lunak, dan risiko basis yang menentang potensi manfaat seperti penemuan harga dan peluang lindung nilai.
Potensi penemuan harga dan lindung nilai, seperti yang disebutkan oleh Grok dan Claude.
Ketidakpastian permintaan dan risiko basis, seperti yang disorot oleh Claude dan ChatGPT.