Pantera Capital: สี่โอกาสในตลาดพลังประมวลผล

ผู้เขียน: Jay Yu หุ้นส่วน Pantera Capital

เรียบเรียง: Jiahua, ChainCatcher

บทนำ

การใช้จ่ายด้านพลังประมวลผลและโครงสร้างพื้นฐานศูนย์ข้อมูลได้กลายเป็นตลาดระดับล้านล้านดอลลาร์ มีขนาดเทียบเท่ากับการใช้จ่ายของผู้บริโภคสหรัฐฯ และกำลังกลายเป็นเสาหลักสำคัญของการเติบโตทางเศรษฐกิจสหรัฐฯ

อย่างไรก็ตาม เมื่อ AI Agents เริ่มเข้าสู่เศรษฐกิจจริง ความต้องการพลังประมวลผลยังคงเพิ่มขึ้น แต่วิธีการจัดซื้อ GPU ยังคงเป็นแบบดั้งเดิม แม้จะมีตลาดพลังประมวลผลอย่าง SF Compute, Vast AI และ Runpod เกิดขึ้นแล้ว แต่การซื้อขายโหนด GPU จำนวนมากยังคงทำผ่านแชทกลุ่ม โบรกเกอร์นอกตลาด และข้อตกลงทวิภาคีแบบกำหนดเอง

ปัจจุบัน พลังประมวลผล GPU ยังอยู่ในช่วงเริ่มต้นของการแปลงเป็นสินทรัพย์ทางการเงิน เช่นเดียวกับไฟฟ้า พลังประมวลผลไม่ใช่สินทรัพย์ที่เป็นเนื้อเดียวกันอย่างสมบูรณ์ ถูกจำกัดด้วยรุ่นชิป เวลาส่งมอบ และที่ตั้งทางภูมิศาสตร์ แต่ในอีก 5 ถึง 10 ปีข้างหน้า พลังประมวลผลมีแนวโน้มจะค่อยๆ กลายเป็นสินค้าโภคภัณฑ์เช่นเดียวกับไฟฟ้าหรือน้ำมัน กลายเป็นทรัพยากรสำคัญที่รองรับการดำเนินงานของเศรษฐกิจโลกในยุค AI

บทความนี้จะสำรวจว่าตลาดพลังประมวลผลจะบรรลุการเปลี่ยนแปลงนี้ได้อย่างไร รวมถึงบทเรียนจากตลาดไฟฟ้า โครงสร้างที่เป็นไปได้ของตลาดพลังประมวลผล ผลิตภัณฑ์ที่กำลังพัฒนาในอุตสาหกรรม และโอกาสและความท้าทายในกระบวนการเปลี่ยนพลังประมวลผลเป็นสินค้าโภคภัณฑ์

1. หาคำตอบจากตลาดไฟฟ้า 
1.1 โครงสร้างของตลาดไฟฟ้า

เพื่อทำความเข้าใจวิวัฒนาการที่เป็นไปได้ของตลาดพลังประมวลผลในอนาคต เราสามารถสังเกตการทำงานของตลาดไฟฟ้าซึ่งเป็นทรัพยากรพื้นฐานของมัน

เช่นเดียวกับพลังประมวลผล ไฟฟ้าเป็นสินทรัพย์ที่มีความแตกต่างกัน มีมิติเวลาและศูนย์กลาง และเป็นรากฐานสำคัญของการเติบโตทางเศรษฐกิจโลก

ตั้งแต่ทศวรรษ 1990 ระบบไฟฟ้าของสหรัฐฯ ค่อยๆ แปรรูปเป็นเอกชน บริษัทไฟฟ้าที่เคยรวมศูนย์ในแนวดิ่งเริ่มแยกส่วนการผลิต การส่ง และการจำหน่ายไฟฟ้า

ผู้ดำเนินการโครงข่ายอิสระเริ่มบริหารระบบไฟฟ้าในภูมิภาคต่างๆ ของสหรัฐฯ ขณะเดียวกัน ระบบไฟฟ้าเชื่อมต่อขนาดใหญ่ เช่น PJM-West (ชายฝั่งตะวันออก), ERCOT North (เท็กซัส) และ CAISO SP15 (แคลิฟอร์เนียใต้) ในที่สุดก็กลายเป็นสินค้าโภคภัณฑ์ที่ซื้อขายได้ในตลาดแลกเปลี่ยน เช่น CME และ ICE กลายเป็นเกณฑ์ราคาสำคัญของสินทรัพย์ประเภทไฟฟ้าทั้งหมด

ในระดับกายภาพ ตลาดไฟฟ้าสามารถสรุปคร่าวๆ ได้เป็นโครงสร้าง "โครงข่าย ผู้ดำเนินการ โหนด"

ชั้นบนสุดคือโครงข่ายภูมิภาคที่เป็นอิสระต่อกัน ภายใต้โครงข่ายแต่ละแห่งมีผู้ดำเนินการระบบหลายราย รวมถึงองค์กรส่งไฟฟ้าระดับภูมิภาค (RTO) และผู้ดำเนินการระบบอิสระ (ISO) ผู้ดำเนินการเหล่านี้รับผิดชอบจัดการโหนดสถานีย่อยหลายแห่งในพื้นที่ของตน

ตัวอย่างเช่น ในซานฟรานซิสโก เมืองหนึ่งอาจได้รับไฟฟ้าจากโหนดสถานีย่อยหลายแห่ง เช่น Embarcadero, Larkin และ Mission

ราคาไฟฟ้าของแต่ละโหนดไม่เท่ากันทั้งหมด แต่ถูกกำหนดโดยอัลกอริทึมที่เรียกว่า "การกำหนดราคาส่วนเพิ่มรายโหนด" (LMP) อัลกอริทึมนี้พิจารณาตารางการผลิตไฟฟ้า ความต้องการของผู้ใช้ ต้นทุนการส่ง และรูปแบบการไหลของไฟฟ้า เพื่อคำนวณราคาที่เหมาะสมที่สุดภายใต้ข้อจำกัด

อัลกอริทึม LMP กลายเป็นจุดเชื่อมสำคัญระหว่างการส่งมอบไฟฟ้าจริงกับเกณฑ์ราคาไฟฟ้าที่ซื้อขายได้ เช่น PJM-West

ราคาศูนย์กลางและราคาดัชนีในตลาดไฟฟ้าโดยพื้นฐานแล้วคือค่าเฉลี่ยถ่วงน้ำหนักของราคาโหนด LMP ปลายทางหลายแห่ง เกณฑ์ราคาที่ใหญ่ที่สุดและมีสภาพคล่องที่สุดในที่สุดก็มีปริมาณการซื้อขายที่มั่นคงในตลาดแลกเปลี่ยน เช่น CME และ ICE กลายเป็นราคาอ้างอิงของสินทรัพย์ประเภทไฟฟ้าทั้งหมด

1.2 โครงสร้างที่เป็นไปได้ของตลาดพลังประมวลผล

เมื่อสังเกตพัฒนาการของตลาดไฟฟ้าในช่วง 30 ปีที่ผ่านมา เราสามารถคาดการณ์เกี่ยวกับตลาดพลังประมวลผลได้หลายประการ

ประการแรก ตลาดพลังประมวลผลอาจมีโครงสร้างคล้ายกับตลาดไฟฟ้า

ในด้านการส่งมอบจริง เวอร์ชันพลังประมวลผลที่ใกล้เคียงกับโครงสร้าง "โครงข่าย ผู้ดำเนินการ โหนด" ของตลาดไฟฟ้ามากที่สุด อาจเป็น "ฮาร์ดแวร์ ผู้ให้บริการ คลัสเตอร์"

เช่นเดียวกับที่ตลาดไฟฟ้ามีโครงข่ายภูมิภาคอิสระหลายแห่ง ตลาดพลังประมวลผลก็อาจมีหลายตลาดตามประเภทฮาร์ดแวร์ที่แตกต่างกัน ประเภทชิป เช่น H100, H200, B200 และ B300 อาจมีเกณฑ์ราคาที่เป็นอิสระแต่สัมพันธ์กัน

ในระดับผู้ดำเนินการ ผู้ให้บริการพลังประมวลผล เช่น AWS, Nebius, CoreWeave, SF Compute และ Ornn จะเสนอกลไกการกำหนดราคาที่แตกต่างกันสำหรับคลัสเตอร์เฉพาะ คลัสเตอร์เหล่านี้ยังได้รับผลกระทบจากเวลา สถานที่ และ SKU คล้ายกับโหนดต่างๆ ในตลาดไฟฟ้า

สำหรับสิ่งที่เทียบเท่ากับ LMP ในตลาดพลังประมวลผล อาจเป็นอัลกอริทึมการจัดตารางหรือการจัดเส้นทาง อัลกอริทึมนี้สร้างราคาอินสแตนซ์พลังประมวลผลแบบไดนามิกตามความพร้อมใช้งานของ SKU เฉพาะ

เกณฑ์ราคาที่ในที่สุดกลายเป็นราคาอ้างอิงของอุตสาหกรรมในตลาดไฟฟ้า เช่น PJM-West, ERCOT-North และ CAISO SP15 มักเชื่อมต่อกับโครงสร้างพื้นฐานการส่งมอบจริงที่มีสภาพคล่องดีที่สุด ซึ่งคล้ายกับตลาดสินค้าโภคภัณฑ์อื่นๆ เช่น น้ำมัน

เมื่อมีเกณฑ์ราคาในด้านพลังประมวลผลมากขึ้น เกณฑ์ที่ชนะในที่สุดอาจเป็นเกณฑ์ที่เชื่อมต่อกับจุดส่งมอบจริงที่มีสภาพคล่องสูง

นอกจากนี้ ในตลาดไฟฟ้า ผู้ผลิตไฟฟ้าและบริษัทที่ใช้ไฟฟ้าบางครั้งป้องกันความเสี่ยงโดยตรงในตลาดแลกเปลี่ยนไฟฟ้า แต่การซื้อขายส่วนใหญ่ยังคงทำผ่านแผนกซื้อขายนอกตลาด (OTC) ที่ดำเนินการโดยธนาคารและบริษัทการค้า สถาบัน OTC เหล่านี้แลกเปลี่ยนราคาชำระรายโหนดกับราคาชำระศูนย์กลาง เพื่อทำกำไรจากส่วนต่างและป้องกันความเสี่ยงของตนเอง

โครงสร้างตลาดที่คล้ายกันอาจเกิดขึ้นในตลาดพลังประมวลผล ผู้ซื้อและผู้ขายจริงในตลาดพลังประมวลผล ซึ่งก็คือผู้ให้บริการคลาวด์รายใหม่และบริษัท AI อาจมีแนวโน้มที่จะซื้อ SKU เฉพาะผ่านโบรกเกอร์ มากกว่าป้องกันความเสี่ยงโดยตรงในตลาดแลกเปลี่ยนพลังประมวลผล

สุดท้าย ตลาดพลังประมวลผลอาจเผชิญความเสี่ยงด้านส่วนต่างราคาที่รุนแรงกว่าตลาดไฟฟ้า

ตามกฎหมายไฟฟ้าของรัฐบาลกลางสหรัฐฯ ราคาไฟฟ้าขายส่งต้องโปร่งใสภายใต้การกำกับดูแลของคณะกรรมการกำกับดูแลพลังงานของรัฐบาลกลาง (FERC) อย่างไรก็ตาม ตลาดพลังประมวลผลในปัจจุบันไม่มีข้อกำหนดด้านความโปร่งใสที่คล้ายคลึงกัน

นั่นหมายความว่าราคาและดัชนีแบบไดนามิกที่สามารถสร้างได้ในตลาดพลังประมวลผล อาจอิงจากสมุดคำสั่งซื้อของตนเองเท่านั้น รวมถึงข้อมูลสมุดคำสั่งซื้อจากผู้ให้บริการคลาวด์รายใหม่ที่เป็นพันธมิตร ความร่วมมือเหล่านี้อาจทำผ่านการแบ่งรายได้ การจัดซื้อข้อมูล และวิธีอื่นๆ

2. โครงสร้างของตลาดพลังประมวลผล

2.1 โครงสร้างสามชั้นของอุปสงค์การอนุมาน

ตลาดไฟฟ้ามีอยู่เพราะระบบอุตสาหกรรมมีความต้องการไฟฟ้าอย่างต่อเนื่อง เช่นเดียวกัน แรงขับเคลื่อนพื้นฐานของตลาดพลังประมวลผลคือความต้องการ Token โดยเฉพาะ Token การอนุมาน

ห่วงโซ่อุตสาหกรรมการอนุมานในปัจจุบันสามารถแบ่งคร่าวๆ ได้เป็นสามชั้น ซึ่งร่วมกันเป็นอุปสงค์และอุปทานเชิงโครงสร้างของตลาดพลังประมวลผล

ชั้นผู้ให้บริการคลาวด์รายใหม่

บริษัท เช่น Nebius และ CoreWeave ดำเนินการศูนย์ข้อมูลจริง เป็นฝ่ายขาย GPU

ชั้นออนดีมานด์

แพลตฟอร์มนักพัฒนา เช่น Fireworks และ Baseten เปลี่ยนสภาพแวดล้อม GPU แบบ bare metal ให้เป็นสภาพแวดล้อมการใช้งาน GPU ที่สมบูรณ์ยิ่งขึ้น ช่วยให้นักพัฒนาสามารถรันงานหรือรับ Token การอนุมานได้ตลอดเวลา ชั้นนี้เป็นตัวแทนฝ่ายซื้อ GPU

ชั้นแอปพลิเคชัน

แอปพลิเคชัน เช่น Cursor, Perplexity และ Rime ใช้แพลตฟอร์มการอนุมานเพื่อส่งมอบผลิตภัณฑ์สุดท้ายให้ผู้ใช้และองค์กร ชั้นนี้เป็นฝ่ายต้องการ Token และความต้องการ Token แปลงเป็นความต้องการพลังประมวลผล GPU

แม้ว่าบริษัทแต่ละแห่งในระบบนิเวศจะมีกลยุทธ์การจัดการ GPU ที่แตกต่างกัน แต่โดยรวมแล้ว ผู้ให้บริการคลาวด์รายใหม่อยู่ฝั่งอุปทานของตลาด GPU เป็นตัวแทนของสถานะขายเชิงโครงสร้าง ส่วนชั้นออนดีมานด์และชั้นแอปพลิเคชันอยู่ฝั่งอุปสงค์ เป็นตัวแทนของสถานะซื้อเชิงโครงสร้าง

ในทางกลับกัน ผู้ให้บริการคลาวด์รายใหญ่ เช่น Amazon และ Google ดำเนินการผลิตภัณฑ์ทั้งสามชั้นพร้อมกัน

สำหรับการไหลของกำไรในห่วงโซ่อุตสาหกรรม กฎคร่าวๆ คือ เมื่อแอปพลิเคชันชั้นนำใช้จ่าย 100 ดอลลาร์กับ Token ประมาณ 45 ดอลลาร์ไหลไปยังชั้นออนดีมานด์ 50 ดอลลาร์ไหลไปยังผู้ให้บริการคลาวด์รายใหม่หรือชั้น GPU และอีก 5 ดอลลาร์ไหลไปยังชั้นการจัดเส้นทาง เช่น OpenRouter

2.2 โครงสร้างของตลาดทุนพลังประมวลผล

โครงสร้างเศรษฐกิจ Token ของผู้เข้าร่วมต่างๆ ในห่วงโซ่อุตสาหกรรม AI จะส่งผลต่อรูปแบบสุดท้ายของตลาดทุนพลังประมวลผล

โครงสร้างหนึ่งที่เป็นไปได้คือ แพลตฟอร์มนักพัฒนาและชั้นแอปพลิเคชันฝั่งอุปสงค์ รวมถึงผู้ให้บริการคลาวด์รายใหม่ฝั่งอุปทาน จะซื้อขาย SKU เฉพาะผ่านโบรกเกอร์พลังประมวลผลและแพลตฟอร์มซื้อขาย OTC เช่น SF Compute, Runpod และ Compute Exchange

จากนั้น โบรกเกอร์พลังประมวลผลและแพลตฟอร์มซื้อขาย OTC จะจัดการสินค้าคงคลังและรับความเสี่ยงด้านส่วนต่างราคาระหว่าง SKU เฉพาะที่ผู้บริโภค Token ปลายทางต้องการกับ H200 ทั่วไป

พวกเขาสามารถป้องกันความเสี่ยงผ่านแพลตฟอร์มซื้อขายพลังประมวลผล เช่น Architect หรือ Pluto

ราคาบนแพลตฟอร์มซื้อขายเหล่านี้สร้างขึ้นจากเกณฑ์ราคาพลังประมวลผล ซึ่งเป็นค่าเฉลี่ยถ่วงน้ำหนักของราคาสมุดคำสั่งซื้อจากผู้ให้บริการคลาวด์รายใหม่และแพลตฟอร์ม OTC ที่เป็นพันธมิตร

2.3 NVIDIA: "ธนาคารกลาง" ของตลาดพลังประมวลผล

นอกจากนี้ NVIDIA เพิ่งประกาศว่าจะอนุญาตให้พลังประมวลผลจากโรงงาน AI ของตนกลายเป็น "ประเภทสินทรัพย์ที่ลงทุนได้"

ในระบบการแปลงพลังประมวลผลเป็นสินทรัพย์ทางการเงิน NVIDIA อาจถูกมองว่าเป็น "ธนาคารกลาง" ของตลาดพลังประมวลผล เนื่องจากบริษัทเกือบผูกขาดกลุ่มเทคโนโลยี GPU

ธนาคารกลางมักมีเป้าหมายหลักหลายประการ:

จัดการเงินเฟ้อในระบบเศรษฐกิจ

ส่งเสริมการจ้างงานเต็มที่

ทำหน้าที่เป็นผู้ให้กู้แหล่งสุดท้ายในสถานการณ์รุนแรง

ในระดับหนึ่ง NVIDIA กำลังแสดงบทบาททั้งสามนี้

ประการแรกคือการจัดการ "เงินเฟ้อ" "เงินเฟ้อ" ในเศรษฐกิจ GPU อาจเปรียบได้กับวงจรการเสื่อมค่าของ GPU โดยเฉพาะความเร็วในการเสื่อมค่าของชิปรุ่นล่าสุด ด้วยการควบคุมจังหวะการเปิดตัวผลิตภัณฑ์ เช่น การเปิดตัว Vera Rubin NVIDIA สามารถมีอิทธิพลต่อความเร็วที่ GPU เสื่อมค่าลงตามเวลาได้ในระดับหนึ่ง

ประการที่สองคือการรักษาอัตราการใช้งาน GPU ให้สูง อัตราการใช้งาน GPU ที่สูงมักบ่งชี้ว่าความต้องการ Token ในตลาดแข็งแกร่ง กระตุ้นให้ผู้ใช้ซื้อ GPU เพิ่มขึ้น ดังนั้น NVIDIA จึงมีแรงจูงใจที่จะผลักดันการแปลงพลังประมวลผล GPU เป็นสินทรัพย์ทางการเงิน ทำให้การซื้อขายชั่วโมง GPU มีสภาพคล่องมากขึ้น และเพิ่มอัตราการใช้งาน GPU ต่อไป

สุดท้ายคือการทำหน้าที่เป็นผู้ให้กู้แหล่งสุดท้าย NVIDIA ยังประกาศว่าจะให้การสนับสนุน GPU สูงสุด 25% ของมูลค่าคงเหลือ ซึ่งอาจมองได้ว่าเป็นกลไกช่วยเหลือหรือประกันมูลค่า GPU: เมื่อผู้ให้บริการคลาวด์รายใหม่และผู้ให้บริการ GPU รายอื่นเผชิญวิกฤตสภาพคล่อง การสนับสนุนเช่นนี้สามารถรับประกันมูลค่าคงเหลือของ GPU ได้

3. โอกาสและความท้าทายของตลาดพลังประมวลผล

3.1 รูปแบบผลิตภัณฑ์ของตลาดพลังประมวลผล

เมื่อระดับการแปลงพลังประมวลผลเป็นสินทรัพย์ทางการเงินเพิ่มขึ้น อุตสาหกรรมอาจเกิดผลิตภัณฑ์หลักหลายประเภท แต่ละประเภทมีข้อดีและความท้าทายของตนเอง

ผลิตภัณฑ์ที่หนึ่ง: การส่งมอบจริง

การส่งมอบจริงหมายถึงการส่งมอบอุปกรณ์ GPU ให้กับผู้ใช้ปลายทางที่ต้องการพลังประมวลผลจริง โครงการ เช่น SF Compute, Hyperbolic, Vast, Runpod และ Compute Exchange อยู่ในชั้นผลิตภัณฑ์นี้ ชั้นนี้ใกล้กับฮาร์ดแวร์มากที่สุด เชื่อมต่ออุปสงค์และอุปทานพลังประมวลผลโดยตรง

เนื่องจาก SKU พลังประมวลผลมีความแตกต่างกันสูง หลายโครงการในตอนแรกทำหน้าที่เป็นเพียงโบรกเกอร์ สร้างรายได้จากค่าคอมมิชชันโดยจับคู่ความต้องการ GPU กับผู้ให้บริการคลาวด์รายใหม่ ในระยะยาว เป้าหมายของชั้นนี้อาจเป็นการสร้าง "ตลาดแลกเปลี่ยนสปอตพลังประมวลผล" ในรูปแบบใดรูปแบบหนึ่ง

อย่างไรก็ตาม การรับประกันคุณภาพการส่งมอบ GPU จริงอย่างต่อเนื่องเป็นปัญหาที่ท้าทายมาก โดยเฉพาะสำหรับโครงการที่อุปทานมาจากเครือข่ายแบบกระจายศูนย์ ตลาดพลังประมวลผลอาจต้องการหน่วยงานจัดอันดับคล้าย Moody's เพื่อรับรองคุณภาพของ GPU ที่ส่งมอบได้ เพื่อส่งเสริมการเติบโตของชั้นนี้ต่อไป

แม้ว่าชั้นการส่งมอบจริงจะมีการแข่งขันสูง แต่ในระยะยาวอาจมีคูเมืองที่ยั่งยืนที่สุด เมื่อมองย้อนกลับไปที่ตลาดน้ำมันและไฟฟ้า จะเห็นว่าระบบการแปลงเป็นสินทรัพย์ทางการเงินมักพัฒนารอบจุดส่งมอบที่มีสภาพคล่องดีที่สุดของสินค้าโภคภัณฑ์จริง ค่อยๆ ก่อตัวเป็นดัชนี ตลาดแลกเปลี่ยน และผลิตภัณฑ์ทางการเงินด้านการกู้ยืม

ดังนั้น ใครก็ตามที่สามารถแก้ปัญหาการส่งมอบ GPU จริงได้ก่อน อาจได้รับผลตอบแทนทางการตลาดอย่างมีนัยสำคัญ

ผลิตภัณฑ์ที่สอง: ดัชนี

ชั้นนี้หมายถึง "เส้นดัชนี" ที่สร้างขึ้นบนพลังประมวลผลเป็นหลัก รวมถึงดัชนีราคาพลังประมวลผลที่เปิดตัวโดยโครงการ เช่น Ornn, Silicon Data, Compute Desk และ Semianalysis

การสร้างดัชนีเป็นขั้นตอนสำคัญในการแปลงสินทรัพย์ เช่น พลังประมวลผล ให้เป็นสินทรัพย์ทางการเงินและซื้อขายได้มากขึ้น อาจกล่าวได้ว่าการอภิปรายมากมายเกี่ยวกับ "ตลาดพลังประมวลผล" ในปัจจุบันเริ่มร้อนแรงขึ้นเมื่อดัชนีพลังประมวลผลค่อยๆ เติบโตเต็มที่ ตลาดแลกเปลี่ยนขนาดใหญ่ เช่น CME และ ICE ก็ประกาศความร่วมมือกับดัชนีที่เกี่ยวข้องแล้ว

อย่างไรก็ตาม ยังมีช่องว่างราคาที่สำคัญระหว่างดัชนีพลังประมวลผลหลายรายการกับตลาด GPU แต่ละรายการ

สาเหตุหลักของช่องว่างราคานี้มีสองประการ

ประการแรก ผลิตภัณฑ์พื้นฐานมีความแตกต่างกัน แพลตฟอร์มพลังประมวลผลต่างๆ มักมีความแตกต่างอย่างมากในด้านความเสถียรของผลิตภัณฑ์ ความสามารถในการหยุดชะงัก และเงื่อนไขสัญญา

ประการที่สอง สมุดคำสั่งซื้อเบื้องหลังดัชนีพลังประมวลผลแต่ละรายการไม่เหมือนกัน และตลาดพลังประมวลผลขาดข้อกำหนดด้านความโปร่งใสเหมือนสินทรัพย์ประเภทอื่น ตัวอย่างเช่น FERC กำหนดให้ตลาดไฟฟ้าต้องโปร่งใส

ปัจจุบัน ดัชนีพลังประมวลผลหลายรายการเพียงแค่ซื้อข้อมูลสมุดคำสั่งซื้อจำนวนมากจากผู้ให้บริการคลาวด์รายใหม่ หรือสร้างชุดข้อมูลเริ่มต้นผ่านข้อตกลงความร่วมมือและการแบ่งรายได้ นอกจากนี้ ชั้นดัชนีที่ดำเนินการอย่างอิสระมีความสามารถในการสร้างรายได้อ่อนแอกว่าชั้นตลาดแลกเปลี่ยนและการส่งมอบจริง

ดังนั้น แม้ว่าชั้นดัชนีจะสร้างกระแสและมีบทบาทสำคัญในระบบตลาดพลังประมวลผล แต่ก็ถูกบีบจากทั้งต้นน้ำและปลายน้ำ:

ชั้นการส่งมอบจริงต้นน้ำควบคุมแหล่งที่มาของราคา

ตลาดแลกเปลี่ยนปลายน้ำต้องการแบ่งรายได้ส่วนหนึ่งจากดัชนี

ผลิตภัณฑ์ที่สาม: แพลตฟอร์มซื้อขายอนุพันธ์

ชั้นที่สามคือแพลตฟอร์มซื้อขายอนุพันธ์ ซึ่งมักเสนอผลิตภัณฑ์ฟิวเจอร์สที่ชำระด้วยเงินสด แพลตฟอร์มเหล่านี้อิงจากดัชนีพลังประมวลผล มอบเครื่องมือป้องกันความเสี่ยงให้ผู้เข้าร่วมตลาด Liquid Compute และ Architect กำลังพัฒนาผลิตภัณฑ์ที่เกี่ยวข้อง

ในระยะยาว แพลตฟอร์มซื้อขายอนุพันธ์อาจเป็นผลิตภัณฑ์ที่ถูกคาดหวังมากที่สุดและสร้างรายได้ในวงกว้างได้ง่ายที่สุดในระบบการแปลงพลังประมวลผลเป็นสินทรัพย์ทางการเงิน อย่างไรก็ตาม สาขานี้ยังอยู่ในช่วงเริ่มต้น ปริมาณการซื้อขายยังไม่ถึงขนาดที่มีนัยสำคัญ

นอกจากนี้ ผลิตภัณฑ์ที่ซื้อขายได้บนแพลตฟอร์มชำระด้วยเงินสดมักเป็นอินสแตนซ์ H200 ทั่วไป ไม่ใช่ SKU เฉพาะที่ใช้สำหรับการอนุมานได้โดยตรง ดังนั้น ผู้ที่เข้าร่วมแพลตฟอร์มซื้อขายเหล่านี้จริงๆ อาจเป็นแพลตฟอร์ม OTC และโบรกเกอร์พลังประมวลผลเป็นหลัก ไม่ใช่บริษัทปลายทางในห่วงโซ่อุตสาหกรรม AI ฝ่ายแรกต้องการป้องกันความเสี่ยงสินค้าคงคลังพลังประมวลผลที่ถืออยู่ในงบดุล ส่วนฝ่ายหลังต้องการจัดการความเสี่ยงด้านพลังประมวลผลของตนเอง

ผลิตภัณฑ์ที่สี่: เครื่องมือทางการเงิน

สาขาพลังประมวลผลอาจเกิดผลิตภัณฑ์ทางการเงินที่หลากหลายขึ้น เพื่อสนับสนุนการระดมทุนให้ศูนย์ข้อมูลและผู้ให้บริการคลาวด์รายใหม่ ตัวอย่างเช่น โปรโตคอลการกู้ยืม Vault และสเตเบิลคอยน์สังเคราะห์ เช่น USD.AI อาจช่วยให้ศูนย์ข้อมูลและผู้ให้บริการคลาวด์รายใหม่สร้างโครงสร้างพื้นฐานได้สำเร็จ

ขณะเดียวกัน ตลาดอาจเกิดชั้นการโอนความเสี่ยงและการประกันภัย เพื่อลดความเสี่ยงด้านส่วนต่างราคาในเศรษฐกิจ GPU เมื่อสังเกตชั้นต่างๆ ข้างต้น จะเห็นภาพรวมของรูปแบบสุดท้ายของตลาดพลังประมวลผลได้ค่อนข้างชัดเจน

ผู้ชนะจะเป็นผู้เล่นแบบครบวงจรที่สามารถส่งมอบ GPU จริงได้อย่างน่าเชื่อถือ พวกเขาสามารถสร้างดัชนีราคาจากสมุดคำสั่งซื้อจริงของตนเอง แล้วสร้างตลาดแลกเปลี่ยนฟิวเจอร์สพลังประมวลผล ทำให้พลังประมวลผลกลายเป็นประเภทสินทรัพย์ที่ป้องกันความเสี่ยงได้

อย่างไรก็ตาม ความแตกต่างที่แท้จริงในอุตสาหกรรมอยู่ที่ลำดับการเกิดขึ้นของผลิตภัณฑ์ต่างๆ ผู้ชนะสุดท้ายจะเริ่มจากการส่งมอบจริง สร้างดัชนีก่อน หรือเปิดตัวแพลตฟอร์มซื้อขายก่อน?

3.2 พรมแดนของเศรษฐศาสตร์ Token พลังประมวลผล

จนถึงตอนนี้ เราได้พูดถึงตลาดพลังประมวลผลในระดับ GPU เป็นหลัก อย่างไรก็ตาม เราสามารถขยายมุมมองเพื่อสังเกตเศรษฐศาสตร์ Token พลังประมวลผลในวงกว้างขึ้น รวมถึงวิวัฒนาการทางประวัติศาสตร์ วิธีการจับมูลค่า และความสัมพันธ์เชิงเกมกับห้องปฏิบัติการโมเดลล้ำสมัย

ในเชิงประวัติศาสตร์ ตลาดพลังประมวลผลไม่ใช่แนวคิดใหม่ทั้งหมด ตั้งแต่ปี 2023 ถึง 2024 โครงการ เช่น SF Compute และ Hyperbolic ได้พูดถึงโมเดลนี้แล้ว ในขณะที่โครงการแบบกระจายศูนย์ เช่น Akash และ IONet ก็สำรวจทิศทางที่คล้ายกัน

ที่น่าสนใจคือ หลายโครงการสุดท้ายไม่ได้คงอยู่ที่ระดับตลาด GPU ตัวอย่างเช่น Hyperbolic ต่อมากลายเป็นผู้ให้บริการการอนุมาน ขาย Token โดยตรง ส่วน SF Compute เริ่มเซ็นสัญญาโดยตรงและดำเนินการคลัสเตอร์พลังประมวลผล

จากมุมมองห่วงโซ่คุณค่า มูลค่าไหลจากแอปพลิเคชัน AI เช่น Cursor, Harvey และ Granola ไปยังชั้นการจัดเส้นทาง เช่น OpenRouter จากนั้นไปยังผู้ให้บริการการอนุมาน เช่น Fireworks และ Baseten และเข้าสู่ผู้ให้บริการคลาวด์รายใหม่และตลาดพลังประมวลผล เช่น Nebius, CoreWeave และ SF Compute ในที่สุดก็ไหลไปยังผู้ดำเนินการศูนย์ข้อมูล

หากบริษัทยังคงอยู่กลางห่วงโซ่อุตสาหกรรม ก็อาจถูกบีบจากทั้งต้นน้ำและปลายน้ำ เพื่อรักษาอัตรากำไรที่มั่นคงยิ่งขึ้น บริษัทอาจต้องขยายไปยังต้นน้ำหรือปลายน้ำในที่สุด

ตลาด Token ยังนำเสนอมุมมองทฤษฎีเกมที่น่าสนใจมาก โดยมีแรงผลักดันสามประการที่ไม่อาจมองข้ามได้

แรงผลักดันแรกคือ NVIDIA ซึ่งควบคุมอุปทานและความเร็วการเสื่อมค่าของ GPU

แรงผลักดันที่สองคือห้องปฏิบัติการโมเดลล้ำสมัย เช่น Anthropic และ OpenAI ซึ่งเปิดตัวโมเดลใหม่อย่างต่อเนื่อง อาจเพิ่มความต้องการ Token อย่างรวดเร็ว

แรงผลักดันที่สามคือโมเดลโอเพนซอร์ส เช่น Kimi, GLM, DeepSeek และ Qwen ซึ่งสร้างแรงกดดันขาลงต่ออัตรากำไรการอนุมาน

แรงผลักดันทั้งสามนี้ร่วมกันสร้างแรงขับเคลื่อนและแรงกดดันอย่างต่อเนื่องให้กับอุปสงค์และอุปทานของตลาด GPU และตลาด Token ฝ่ายใดฝ่ายหนึ่งอาจเขียนเส้นราคาของตลาดใหม่ทั้งหมดด้วยการเปิดตัวผลิตภัณฑ์สำคัญ

ตัวอย่างเช่น การเปิดตัว GPT 5.6 อาจเป็นเหตุการณ์ที่องค์กรกำหนด แต่ตลาดคาดการณ์ล่วงหน้าได้ยาก ก่อให้เกิดปฏิกิริยาลูกโซ่ในห่วงโซ่คุณค่า Token ของ AI ทำให้ราคา Token และราคาฮาร์ดแวร์ GPU ผันผวน

ดังนั้น หากบริษัทสามารถดำเนินการบริการการอนุมานและตลาดฮาร์ดแวร์ GPU ภายในระบบเดียวกันได้ อาจมีความเป็นไปได้ทางธุรกิจมากขึ้น โมเดลนี้สามารถป้องกันความเสี่ยงที่เกิดจากการเปลี่ยนแปลงโครงสร้างกำไรของต้นน้ำและปลายน้ำในห่วงโซ่อุตสาหกรรม

บทสรุป

เมื่อมองย้อนกลับไปในประวัติศาสตร์ ตลาดสินค้าโภคภัณฑ์ เช่น น้ำมันและไฟฟ้า ในตอนแรกก็อาศัยการซื้อขายทวิภาคีที่จัดโดยตัวกลาง กระบวนการซื้อขายไม่โปร่งใสและขาดมาตรฐานที่เป็นเอกภาพ อย่างไรก็ตาม เมื่อเวลาผ่านไป การส่งมอบจริงค่อยๆ พัฒนาชุดโปรโตคอลและโครงสร้างพื้นฐานทางการเงิน รวมถึงดัชนี มาตรฐานการซื้อขาย และการตรวจสอบคุณภาพ ในที่สุดก็กลายเป็นประเภทสินทรัพย์ที่มีการแปลงเป็นสินทรัพย์ทางการเงินสูง

ปัจจุบัน ตลาดพลังประมวลผลกำลังผ่านการเปลี่ยนแปลงที่คล้ายคลึงกัน มีโครงการมากมายในตลาดที่พยายามแปลงเครื่องมือพื้นฐานเป็นสินทรัพย์ทางการเงิน รวมถึงดัชนีพลังประมวลผล ตลาดแลกเปลี่ยนชำระด้วยเงินสด ผลิตภัณฑ์การกู้ยืม และผลิตภัณฑ์ประกันภัย

ขณะเดียวกัน ตลาด GPU จริงและผู้ให้บริการคลาวด์ก็ขยายไปยังต้นน้ำและปลายน้ำในห่วงโซ่อุตสาหกรรมอย่างต่อเนื่อง พยายามจับมูลค่าเต็มรูปแบบในเศรษฐกิจ Token ในฐานะทรัพยากรพื้นฐานที่รองรับการดำเนินงานของเศรษฐกิจ AI ทั้งหมด พลังประมวลผลกำลังค่อยๆ เปลี่ยนจากโครงสร้างพื้นฐานล้วนๆ ไปเป็นสินทรัพย์ทางการเงินอิสระ

ในอนาคต สาขานี้อาจเกิดบริษัทยูนิคอร์นหลายแห่งที่ครอบคลุมชั้นต่างๆ ของตลาด ก่อให้เกิดรูปแบบธุรกิจที่หลากหลาย รวมถึงการจัดหาพลังประมวลผลจริง บริการโบรกเกอร์ การกู้ยืม การบริหารความเสี่ยง และการผสานกับตลาดทุน DeFi และ TradFi

พลังประมวลผลอาจเป็นสินค้าโภคภัณฑ์จริงชนิดใหม่ที่หาได้ยากในรอบหลายทศวรรษ และเราอาจกำลังเป็นพยานการเดินทางของมันจากการซื้อขายช่วงแรกที่จัดแบบส่วนตัว ไปสู่ประเภทสินทรัพย์ที่สมบูรณ์