โดย Maksym Misichenko · CNBC ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการมีความเห็นแตกต่างกันเกี่ยวกับฟิวเจอร์ส GPU ของ CME โดยมีความกังวลเกี่ยวกับความไม่แน่นอนของอุปสงค์ ประสิทธิภาพซอฟต์แวร์ และความเสี่ยงพื้นฐานที่ขัดแย้งกับประโยชน์ที่เป็นไปได้ เช่น การค้นพบราคาและโอกาสในการป้องกันความเสี่ยง
ความเสี่ยง: ความไม่แน่นอนของอุปสงค์และความเสี่ยงพื้นฐาน ตามที่ Claude และ ChatGPT เน้นย้ำ
โอกาส: ศักยภาพในการค้นพบราคาและการป้องกันความเสี่ยง ตามที่ Grok และ Claude กล่าวถึง
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
ตลาดฟิวเจอร์สใหม่สำหรับเซมิคอนดักเตอร์จะช่วยให้เทรดเดอร์สามารถป้องกันความเสี่ยงจากการลงทุนในปัญญาประดิษฐ์ (AI) ด้วยการเดิมพันกับราคาที่แพงขึ้นเรื่อยๆ ของพลังประมวลผล
สัญญาซื้อขายล่วงหน้าใน "ตลาดฟิวเจอร์สคอมพิวเตอร์" ใหม่จาก CME Group จะอิงตามดัชนีราคาหน่วยประมวลผลกราฟิก (GPU) จาก Silicon Data บริษัทต่างๆ กล่าวในแถลงการณ์เมื่อวันอังคารที่ประกาศการร่วมทุน ซึ่งยังอยู่ระหว่างการพิจารณาของหน่วยงานกำกับดูแล
ตลาดใหม่นี้จะช่วยให้นักลงทุนสามารถล็อคราคาสำหรับความสามารถในการประมวลผล โดยอิงตามเกณฑ์มาตรฐานของ GPU ซึ่งสามารถใช้เพื่อป้องกันความเสี่ยงจากอัตราค่าเช่า GPU ที่สูงขึ้นและต้นทุนการดำเนินงานอื่นๆ ในการสร้าง AI ที่มีขนาดใหญ่และซับซ้อน
"ตลาด GPU ... ขาดการกำหนดราคาอ้างอิงที่เป็นมาตรฐานมาโดยตลอด" Carmen Li ประธานเจ้าหน้าที่บริหารของ Silicon Data กล่าวในแถลงการณ์ "การเปิดตัวฟิวเจอร์สคอมพิวเตอร์เป็นก้าวสำคัญในการมอบเครื่องมือที่เชื่อถือได้มากขึ้นสำหรับผู้สร้าง AI ผู้ให้บริการคลาวด์ และนักลงทุนสำหรับการประเมินมูลค่า การป้องกันความเสี่ยง และการวางแผนระยะยาว"
ตลาดฟิวเจอร์สโดยทั่วไปเกี่ยวข้องกับสินค้าโภคภัณฑ์พื้นฐาน เช่น อาหารสด โลหะ และผลิตภัณฑ์ปิโตรเลียม แต่ก็ปรากฏขึ้นสำหรับส่วนประกอบที่ประกอบขึ้นในส่วนที่กำลังพัฒนาอย่างรวดเร็วของภาคอุตสาหกรรมขั้นสูง
ในช่วงที่อินเทอร์เน็ตบรอดแบนด์เฟื่องฟูในช่วงปลายทศวรรษ 1990 ฝ่ายบริการบรอดแบนด์ของ Enron ตั้งเป้าที่จะขายความจุที่ไม่ได้ใช้บนเครือข่ายสายไฟเบอร์ออปติกก่อนที่บริษัทจะล้มเหลวอย่างอลังการ
Silicon Data ขายสิทธิ์การเข้าถึงดัชนีราคาพิเศษให้กับลูกค้า คล้ายกับดัชนีราคาผู้บริโภค หรือดัชนีราคาค่าใช้จ่ายในการบริโภคส่วนบุคคล ยกเว้นเซมิคอนดักเตอร์ ผลิตภัณฑ์ของบริษัท ได้แก่ ดัชนีราคา GPU ที่ได้มาตรฐาน ดัชนี RAM และการคาดการณ์ราคาค่าเช่า GPU
Wall Street ไม่เห็นว่าความต้องการ GPU หรือหน่วยประมวลผลกลาง (CPU) แบบดั้งเดิมจะชะลอตัวลงในเร็วๆ นี้
"Agentic AI ต้องการเซิร์ฟเวอร์ CPU ใหม่ทั้งหมดที่ตั้งอยู่เคียงข้างโครงสร้างพื้นฐาน GPU และทำงานเพื่อขับเคลื่อนงานของเอเจนต์ทั้งหมดเหล่านี้" Shawn Kim นักวิเคราะห์ของ Morgan Stanley เขียนในรายงานเมื่อวันจันทร์
"ระบบ AI ในอนาคตจะมีลักษณะเหมือนระบบกระจายที่ประกอบด้วยชั้นวาง GPU สำหรับการประมวลผลโมเดลที่หนาแน่น ... [และ] ชั้นวาง CPU แบบเอเจนต์สำหรับการจัดการ การประมวลผลข้อมูล และการดำเนินการเครื่องมือ" Kim กล่าว
ราคาชิปหน่วยความจำพุ่งสูงขึ้นในไตรมาสแรก เนื่องจาก AI ขับเคลื่อนความต้องการ CPU ที่เพิ่มขึ้น Hyperscalers เพิ่มการใช้จ่ายด้านทุนโดยรวม ในขณะที่ผู้บริหารแสดงความกังวลเกี่ยวกับคอขวดในหน่วยความจำที่ทำให้ต้นทุนนำเข้าสูงขึ้น
ผู้ผลิตชิปหน่วยความจำคาดการณ์อัตรากำไรที่สูงมากตลอดปีนี้และปีหน้า เนื่องจากมูลค่าได้พุ่งสูงขึ้น
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การเปิดตัวฟิวเจอร์ส GPU มีแนวโน้มที่จะลดอัตรากำไรของฮาร์ดแวร์โดยการเร่งการทำให้ AI compute เป็นสินค้าโภคภัณฑ์ ซึ่งอาจเปลี่ยนมูลค่าจากผู้ผลิตไปยังผู้ใช้ปลายทางแบบคลาวด์เนทีฟ"
การเคลื่อนไหวของ CME เพื่อทำให้ราคา GPU เป็นสินค้าโภคภัณฑ์เป็นดาบสองคม แม้ว่าจะจัดหาเครื่องมือป้องกันความเสี่ยงที่จำเป็นสำหรับ hyperscalers เช่น MSFT หรือ AMZN เพื่อจัดการค่าใช้จ่ายในการดำเนินงานที่ผันผวน แต่ก็ยังบ่งชี้ถึง "การทำให้เป็นสินค้าโภคภัณฑ์" ของสแต็กฮาร์ดแวร์ AI หากการคำนวณกลายเป็นสินค้าโภคภัณฑ์ที่ซื้อขายได้ อำนาจในการกำหนดราคาของผู้นำด้านฮาร์ดแวร์เช่น NVDA อาจเผชิญกับแรงกดดันขาลงในระยะยาว เนื่องจากอัตรากำไรจะลดลงเพื่อให้ตรงกับการกำหนดราคาดัชนีที่เป็นมาตรฐาน การเปรียบเทียบกับตลาดแบนด์วิดท์บรอดแบนด์ที่ล้มเหลวของ Enron นั้นเหมาะสม สภาพคล่องคืออุปสรรคสูงสุด หากสัญญาเหล่านี้ไม่สามารถดึงดูดปริมาณที่เพียงพอจากผู้ใช้ปลายทางจริงได้ พวกเขาก็เสี่ยงที่จะกลายเป็นสนามเด็กเล่นเพื่อการเก็งกำไรที่เพิ่มความผันผวนแทนที่จะลดลง
การสร้างมาตรฐานอาจเร่งการยอมรับโดยการลดอุปสรรคสำหรับบริษัทขนาดเล็กในการเข้าสู่พื้นที่ AI ซึ่งเป็นการขยายตลาดรวมที่สามารถเข้าถึงได้สำหรับการคำนวณ และรักษาเสถียรภาพของราคาฮาร์ดแวร์ที่สูง
"ฟิวเจอร์ส GPU ทำให้การคำนวณเป็นสินทรัพย์ที่สามารถป้องกันความเสี่ยงได้ โดยวางตำแหน่งให้ CME สามารถสร้างรายได้จากบูมโครงสร้างพื้นฐานของ AI ด้วยปริมาณที่เทียบเท่ากับผลิตภัณฑ์คริปโต"
ฟิวเจอร์ส GPU ของ CME ซึ่งเชื่อมโยงกับดัชนีของ Silicon Data เติมเต็มช่องว่างที่สำคัญสำหรับการป้องกันความเสี่ยงต้นทุน AI compute ที่พุ่งสูงขึ้น ซึ่งมีความสำคัญอย่างยิ่งเมื่อ hyperscalers เผชิญกับคอขวดด้านหน่วยความจำและความต้องการ AI แบบ agentic ที่ต้องใช้ชั้นวาง CPU/GPU แบบไฮบริดต่อ Morgan Stanley นี่ไม่ใช่แค่การโฆษณาชวนเชื่อ: การพุ่งขึ้นของราคาหน่วยความจำในไตรมาสที่ 1 และอัตรากำไรที่คาดการณ์ไว้สำหรับผู้ผลิตชิปเน้นย้ำถึงความต้องการที่ยั่งยืน สำหรับ CME (CME) นี่คือชัยชนะในการกระจายความเสี่ยงที่คล้ายกับความสำเร็จของฟิวเจอร์ส Bitcoin ซึ่งอาจเพิ่มปริมาณในตลาด AI capex ประจำปีมูลค่ากว่า 1 แสนล้านดอลลาร์ การอนุมัติตามกฎระเบียบยังคงรอดำเนินการ แต่การมีอุปสรรคต่ำสำหรับบริษัทยักษ์ใหญ่ด้านคลาวด์ในการป้องกันความเสี่ยงค่าเช่าอาจจุดประกายสภาพคล่องได้อย่างรวดเร็ว
ตลาดฟิวเจอร์สเฉพาะกลุ่ม เช่น ความจุบรอดแบนด์ของ Enron ที่ล้มเหลว มักประสบปัญหาด้านสภาพคล่องหากราคาพื้นฐานกลับสู่ภาวะปกติ การเพิ่มการผลิตของ Nvidia อาจทำให้ต้นทุน GPU ลดลง ทำให้ความสนใจที่เปิดอยู่แต่แรกต้องพินาศ
"ตลาดฟิวเจอร์สเป็นเงื่อนไขที่จำเป็นแต่ไม่เพียงพอสำหรับภาวะเงินเฟ้อของต้นทุน GPU—มันช่วยให้สามารถป้องกันความเสี่ยงจากการเคลื่อนไหวของราคาได้ แต่ไม่ได้พิสูจน์ว่าการเคลื่อนไหวนั้นหลีกเลี่ยงไม่ได้หรือเป็นเชิงโครงสร้าง"
ตลาดฟิวเจอร์สคอมพิวต์แก้ไขปัญหาที่แท้จริง—ราคา GPU นั้นไม่โปร่งใสและมีสภาพคล่องต่ำ ทำให้การป้องกันความเสี่ยงเป็นเรื่องยากสำหรับผู้สร้างโครงสร้างพื้นฐาน AI การเข้าสู่ตลาดของ CME ทำให้สินทรัพย์นี้มีความชอบธรรมและอาจปลดล็อกเงินลงทุน AI capex มูลค่าหลายล้านล้านดอลลาร์ อย่างไรก็ตาม บทความนี้ผสมปนเปสองสิ่งที่แตกต่างกัน: (1) การมีอยู่ของตลาดฟิวเจอร์ส ซึ่งเป็นขาขึ้นสำหรับการค้นพบราคา และ (2) หลักฐานที่ว่าต้นทุน GPU กำลังเพิ่มขึ้นอย่างควบคุมไม่ได้ อัตรากำไรของชิปหน่วยความจำกำลังเพิ่มขึ้นจริง แต่ส่วนหนึ่งเป็นผลมาจากการฟื้นตัวตามวัฏจักรจากระดับต่ำสุดในปี 2023 ไม่ใช่เงินเฟ้อเชิงโครงสร้างเสมอไป การเปรียบเทียบกับบรอดแบนด์ของ Enron เป็นคำเตือน: ตลาดฟิวเจอร์สใหม่ๆ อาจล้มเหลวอย่างน่าอัศจรรย์หากสมมติฐานอุปสงค์พื้นฐานพังทลาย
หากราคา GPU มีเสถียรภาพหรือลดลงเนื่องจากการเพิ่มอุปทาน (NVIDIA, AMD, TSMC กำลังเพิ่มการผลิต) ตลาดฟิวเจอร์สนี้จะกลายเป็นทางออกสำหรับปัญหาที่กำลังแก้ไขตัวเองอยู่แล้ว และปริมาณการซื้อขายที่ต่ำอาจทำให้ตลาดไม่มีสภาพคล่องและไม่เกี่ยวข้องภายใน 18 เดือน
"ฟิวเจอร์สคอมพิวต์อาจล้มเหลวในการเป็นเครื่องมือป้องกันความเสี่ยงที่มีประสิทธิภาพเนื่องจากความเสี่ยงพื้นฐาน สภาพคล่องที่ไม่แน่นอน และความไม่สอดคล้องกันระหว่างราคาดัชนีและการใช้จ่ายคอมพิวต์ AI ที่แท้จริง"
แนวคิดฟิวเจอร์สคอมพิวต์อาจช่วยกำหนดราคาความเสี่ยงรอบๆ การสร้าง AI โดยการสร้างมาตรฐานการอ้างอิงสำหรับต้นทุนเงินลงทุน GPU ในทางทฤษฎี มันมีเครื่องมือที่มีสภาพคล่องเพื่อป้องกันค่าธรรมเนียมความจุที่เพิ่มขึ้น เนื่องจากความต้องการตัวเร่ง AI ยังคงแข็งแกร่ง แต่มีข้อควรระวังที่สำคัญ: ดัชนีอาจไม่ติดตามการใช้จ่ายคอมพิวต์จริงทั่วทั้งคลาวด์, on-prem, หรือชั้นวางที่เช่าได้ ซึ่งสร้างความเสี่ยงพื้นฐานสำหรับผู้ใช้ที่มีการใช้งานเฉพาะตัว สภาพคล่อง กลไกการชำระบัญชี และการอนุมัติตามกฎระเบียบยังคงเป็นคำถามที่เปิดอยู่ และการพุ่งขึ้นของราคา GPU อาจไม่ส่งผลให้ต้นทุนที่รับรู้สูงขึ้น หากผู้ซื้อเปลี่ยนไปใช้การเพิ่มประสิทธิภาพ สถาปัตยกรรมที่แตกต่างกัน หรือส่วนลดใบอนุญาต คุณภาพข้อมูลและเวลาจะเป็นสิ่งสำคัญ
แม้ว่าราคา GPU จะยังคงสูง แต่การใช้จ่ายจริงในการคำนวณอาจแตกต่างกันเนื่องจากประสิทธิภาพการใช้งาน ความแตกต่างของราคาคลาวด์ และส่วนลดตามสัญญา ฟิวเจอร์สอาจประสบปัญหาในการดึงดูดสภาพคล่อง หรืออาจได้รับผลกระทบจากการเปลี่ยนแปลงอย่างรวดเร็วใน contango/backwardation ทำให้การป้องกันความเสี่ยงไม่น่าเชื่อถือ
"การเพิ่มประสิทธิภาพซอฟต์แวร์อย่างรวดเร็วจะทำให้สัญญาฟิวเจอร์สที่ใช้ GPU ล้าสมัยเชิงโครงสร้าง โดยการแยกต้นทุนฮาร์ดแวร์ออกจากข้อกำหนดการฝึกอบรมโมเดลที่แท้จริง"
Claude ถูกต้องเกี่ยวกับวัฏจักรของหน่วยความจำ แต่ทุกคนกำลังมองข้ามความเสี่ยง 'ชั้นซอฟต์แวร์' หากการปรับปรุงโมเดลให้เหมาะสม (เช่น quantization, pruning) ลดความต้องการ compute-per-token ลง 30% ต่อปี สัญญาฟิวเจอร์สเหล่านี้จะเผชิญกับการล่มสลายของอุปสงค์เชิงโครงสร้าง โดยไม่คำนึงถึงอุปทานฮาร์ดแวร์ การป้องกันความเสี่ยงต้นทุนฮาร์ดแวร์นั้นไร้ประโยชน์หาก 'หน่วยงานของงาน' พื้นฐานมีราคาถูกลงอย่างมากผ่านประสิทธิภาพของซอฟต์แวร์ เรากำลังเดิมพันกับสินค้าโภคภัณฑ์ที่กำลังถูกทำให้ล้าสมัยโดยบริษัทที่ใช้มัน
"กฎการปรับขนาด AI ขับเคลื่อนการเติบโตของความต้องการคอมพิวต์เร็วกว่าที่ประสิทธิภาพซอฟต์แวร์จะกัดกร่อน ทำให้ความน่าเชื่อถือของฟิวเจอร์สแข็งแกร่งขึ้น"
จุดประสิทธิภาพซอฟต์แวร์ของคุณ Gemini ทำให้ความเสี่ยงสูงเกินไป—ข้อมูล Epoch AI แสดงให้เห็นว่าการคำนวณเพิ่มขึ้นเป็นสองเท่าทุกๆ 6-9 เดือนผ่านกฎการปรับขนาด ซึ่งเร็วกว่าการปรับปรุงให้เหมาะสม 30% ต่อปี (เช่น การเพิ่มประสิทธิภาพการอนุมาน 10 เท่าของ o1-preview ยังคงต้องการคลัสเตอร์ที่หนาแน่นกว่า) ฟิวเจอร์สป้องกันการแข่งขันด้านอาวุธนี้ได้อย่างสมบูรณ์แบบ ยังไม่ได้กล่าวถึง: ฟิวเจอร์ส BTC ของ CME ครองส่วนแบ่ง 25% ของ open interest ในปีแรก การยอมรับแบบ hyperscaler ที่คล้ายกันอาจสร้างตลาดที่มีมูลค่าตามราคาเสนอ 1 หมื่นล้านดอลลาร์ได้อย่างรวดเร็ว
"ฟิวเจอร์ส GPU แก้ปัญหาความโปร่งใสที่ไม่มีอยู่จริง ไม่ใช่ความเสี่ยงที่แท้จริง—ซึ่งก็คือว่าความต้องการ capex ของ hyperscalers จะยั่งยืนหรือกลับสู่ภาวะปกติหรือไม่"
ข้อโต้แย้งเรื่องกฎการปรับขนาด Epoch AI ของ Grok สมมติว่าการแข่งขันด้านอาวุธยังคงดำเนินไปอย่างเป็นเส้นตรง แต่ไม่คำนึงถึงว่าการเพิ่มประสิทธิภาพการอนุมาน (10 เท่าของ o1) อาจแยกออกจากการฝึกอบรมความต้องการคอมพิวต์ หากการอนุมานกลายเป็นตัวขับเคลื่อนต้นทุนและปรับปรุงให้เหมาะสมเร็วกว่าการฝึกอบรมที่ปรับขนาด ฟิวเจอร์สจะป้องกันส่วนที่เล็กลงของ capex AI ทั้งหมด การเปรียบเทียบ Bitcoin ของ CME ก็พลาดเช่นกัน: ฟิวเจอร์ส BTC ประสบความสำเร็จเพราะการค้นพบราคาเป็นคอขวด ราคา GPU มีความโปร่งใสอยู่แล้วผ่านตลาดสปอต—ปัญหาที่แท้จริงคือ *ความไม่แน่นอนของอุปสงค์* ไม่ใช่ความทึบ ฟิวเจอร์สไม่สามารถแก้ไขปัญหานั้นได้
"ความเสี่ยงพื้นฐานอาจกัดกร่อนประโยชน์ของฟิวเจอร์สคอมพิวต์ แม้ว่าจะมีการปรับปรุงประสิทธิภาพเกิดขึ้นก็ตาม เว้นแต่ดัชนีจะติดตามส่วนผสมของปริมาณงานจริงและโครงสร้างส่วนลดอย่างชัดเจน"
ข้อควรระวังด้านประสิทธิภาพซอฟต์แวร์ของ Gemini เป็นเรื่องจริงแต่ไม่ถึงตาย ความเสี่ยงที่ใหญ่กว่าคือความเสี่ยงพื้นฐาน: หากดัชนีต้นทุน GPU ไม่สามารถติดตามการใช้จ่ายจริงในการฝึกอบรมเทียบกับการอนุมาน ส่วนลดคลาวด์ และค่าเช่าแบบ multi-tenant การป้องกันความเสี่ยงจะผิดพลาดและสภาพคล่องอาจระเหยไป กล่าวโดยย่อ แม้จะมีการปรับปรุงประสิทธิภาพ "หน่วยงานของงาน" กำลังเปลี่ยนแปลง ดัชนีอาจลอยตัว ทำให้ฟิวเจอร์สไม่น่าเชื่อถือเป็นเครื่องมือป้องกันความเสี่ยง เว้นแต่ส่วนแบ่งอุปสงค์และปริมาณงานจะถูกแมปอย่างชัดเจน
คณะกรรมการมีความเห็นแตกต่างกันเกี่ยวกับฟิวเจอร์ส GPU ของ CME โดยมีความกังวลเกี่ยวกับความไม่แน่นอนของอุปสงค์ ประสิทธิภาพซอฟต์แวร์ และความเสี่ยงพื้นฐานที่ขัดแย้งกับประโยชน์ที่เป็นไปได้ เช่น การค้นพบราคาและโอกาสในการป้องกันความเสี่ยง
ศักยภาพในการค้นพบราคาและการป้องกันความเสี่ยง ตามที่ Grok และ Claude กล่าวถึง
ความไม่แน่นอนของอุปสงค์และความเสี่ยงพื้นฐาน ตามที่ Claude และ ChatGPT เน้นย้ำ