Обзор
В первой половине 2026 года рынок «вычислительных мощностей» быстро превратился из нишевой концепции в новое поле битвы, привлекающее как Уолл-стрит, так и Силиконовую долину. CME и Silicon Data объявили о запуске первых фьючерсов на вычисления; материнская компания NYSE — ICE — заключила партнерство с Ornn и NATIVX для выпуска фьючерсов на GPU; компания Architect, основанная бывшим президентом FTX US Бреттом Харрисоном, стремится перенести отработанную структуру бессрочных контрактов из крипторынков в регулируемую торговлю вычислительными мощностями. Тем временем объем финансирования CoreWeave под залог GPU превысил 20 млрд долларов, что стало первым случаем получения инвестиционного рейтинга для такого рода финансирования.
Вычисления проходят классический путь финансовизации сырьевых товаров: от капитальных затрат для корпоративного использования — к спотовой торговле, ценовым индексам, хеджированию через фьючерсы и, в конечном итоге, к рынкам кредитования и структурированных финансовых инструментов.
Почему вычисления важны: каскад ценности в индустрии ИИ
Чтобы понять рынок вычислений, нужно разобраться, какое место вычислительные мощности занимают в цепочке создания ценности в ИИ. Вся цепочка представляется в виде девятиуровневого водопада: с точки зрения бизнес-ценности и денежных потоков спрос начинается на нижнем уровне приложений и поднимается вверх. Вычисления занимают срединное положение, соединяя базовое оборудование и инфраструктуру дата-центров внизу с моделями и приложениями наверху.
Уровень 1 | Чипы и оборудование: NVIDIA, AMD, производители HBM/DRAM. Это сырьевая база вычислений. GPU определяют фундаментальное предложение вычислительных мощностей, а такие ресурсы хранения, как HBM/DRAM, также начинают финансовизироваться.
Уровень 2 | Электроэнергия и земля: Для строительства дата-центра недостаточно только GPU — необходимо обеспечить подходящий участок и достаточный доступ к электроэнергии. Значительная часть предельных затрат вычислений приходится на электричество, что делает их по своим характеристикам ближе к электроэнергии, чем к нефти.
Уровень 3 | Неоклауды и независимые дата-центры: CoreWeave, Nebius, Lambda, GMI Cloud, Crusoe и другие. Эти компании закупают GPU, строят кластеры и сдают вычисления в аренду ИИ-компаниям — по сути, выступая «шахтами» и «месторождениями» рынка вычислений.
Уровень 4 | Агрегаторы и брокерские платформы: Mithril, Andromeda, SF Compute и др. Эти платформы могут не владеть собственными GPU, но помогают покупателям находить предложения, стандартизируют SLA, способствуют сделкам и иногда выступают маркет-мейкерами. По своей роли они напоминают сырьевых трейдеров вроде Glencore и Vitol.
Уровень 5 | Индексы и бенчмарки: Silicon Data, Ornn (OCPI), NATIVX (COIL). Без надежных ценовых ориентиров не может развиваться рынок фьючерсов и деривативов. Этот уровень превращает непрозрачное ценообразование вычислений в отслеживаемые и проверяемые рыночные цены.
Уровень 6 | Деривативы и кредитование: CME, ICE, Architect, ончейн-бессрочные DEX, кредиты под залог GPU, ABS на вычисления и сопутствующие инструменты. Этот уровень позволяет хеджировать ценовые риски вычислений и превращает GPU в финансируемый актив.
Уровень 7 | Платформы разработки инференса: Fireworks, Baseten, Modal и др. Они объединяют GPU, развертывание моделей и API инференса, позволяя разработчикам использовать инференс моделей так же просто, как облачные сервисы, без необходимости управлять сложной вычислительной инфраструктурой.
Уровень 8 | Слой LLM / моделей: OpenAI, Anthropic, xAI, DeepSeek и другие. Эти компании превращают вычисления в возможности моделей и интеллектуальные результаты, выступая ключевым связующим звеном между инфраструктурой и пользовательским опытом.
Уровень 9 | Слой приложений: Cursor, Perplexity, Suno, Rime и др. Этот уровень напрямую взаимодействует с конечными пользователями, превращая возможности моделей в реальные продукты и кейсы — здесь сосредоточен основной спрос на ИИ и монетизация пользователей.
Этот девятиуровневый водопад демонстрирует главное: вычисления — это промежуточный товар экономики ИИ. Снизу они связывают чипы, электроэнергию, землю и капитальные затраты, а сверху — платформы инференса, компании-разработчики моделей и приложения.
Каждый вызов модели в ИИ-приложении фактически потребляет небольшой объем вычислений из верхнего потока. Поскольку вычисления находятся в центре цепочки ценности — с одной стороны держатели активов GPU и дата-центров, с другой — компании-модели, платформы инференса и разработчики приложений, которым нужна стабильная вычислительная база, — при росте волатильности цен и расхождении рисков вычисления закономерно начинают финансовизироваться.
Зачем нужен рынок вычислений: хеджирование спроса и структура рынка
Кому необходимо хеджирование
Источник: X @0xfishylosopher
Основной спрос на хеджирование на рынке вычислений исходит от участников с реальной экспозицией к вычислениям, а не от финансовых институтов. Это похоже на то, как авиакомпании хеджируют цены на топливо, а электростанции — на электроэнергию.
Неоклауды и независимые дата-центры, такие как CoreWeave, Nebius и Lambda, владеют физическими активами GPU и получают доход от будущих арендных платежей. Их беспокоит снижение ставок аренды GPU, поэтому они — естественные продавцы/шорты, которым нужно продавать форварды для фиксации дохода.
Платформы разработки инференса — Fireworks, Baseten, Modal — закупают вычисления на upstream и предоставляют API инференса и развертывание моделей downstream. Для них вычисления — это ключевая статья затрат.
Компании-разработчики приложений — Cursor, Perplexity, Suno, Rime — также вынуждены постоянно закупать вычислительные мощности для инференса. Стоимость инференса напрямую влияет на их валовую прибыль. Таким образом, как средний, так и верхний уровни — это естественные покупатели/лонги, которым нужно покупать форварды для фиксации затрат.
Гипермасштабируемые облачные провайдеры — Google, Amazon, Microsoft — уникальны. Они владеют дата-центрами, облачными платформами, моделями и приложениями, поэтому у них встроено естественное хеджирование внутри собственного бизнеса.
Почему вычисления ближе к электроэнергии, чем к нефти
Вычисления — это не полностью взаимозаменяемый товар.
Даже час работы H100/H200 может сильно различаться по стоимости в зависимости от характеристик чипа, региона, задержки, сетевого подключения, размера кластера, окна бронирования, SLA, требований к безопасности данных и специфики нагрузки.
Главное — вычисления нельзя складировать. Неиспользованные сегодня GPU-часы нельзя отложить на продажу в следующем году, как нефть. Поэтому по своим свойствам вычисления ближе к электроэнергии: они зависят от времени, региона и локальной инфраструктуры.
Это приводит к трем последствиям:
Во-первых, реальные сделки с вычислениями часто требуют двусторонней кастомизации по конкретным SKU и условиям поставки.
Во-вторых, на рынке пока нет единого прозрачного ценового ориентира, как WTI на нефти.
В-третьих, индексы и бенчмарки становятся критически важными. Команды вроде Silicon Data, Ornn и Compute Desk работают над тем, чтобы превратить фрагментированные цены на вычисления в отслеживаемые и пригодные для хеджирования рыночные сигналы.
Предыдущее поколение децентрализованных Web3-вычислений и новые дилеры вычислений
Рынок вычислений — не совсем новая история. В прошлом цикле такие проекты Web3, как Akash, io.net, Aethir и другие, продвигали идею «децентрализованного рынка вычислений», объединяя простаивающие GPU по всему миру с помощью токен-инцентивов.
Почему же большинство этих проектов не стали основными каналами закупки вычислений для ИИ, а новые игроки вроде Andromeda и SF Compute быстро привлекли корпоративных клиентов и долларовую выручку?
Различие в предложении: децентрализованный пул против гарантированной мощности
Ранние Web3-проекты делали упор на объединение разрозненных GPU в сеть и стимулирование предложения токенами, позволяя пользователям покупать вычисления дешевле.
Они решили проблему «где найти GPU».
Однако корпоративных заказчиков волнуют другие вопросы: это действительно H100/H200? Есть ли InfiniBand? Достаточно ли большой кластер? Можно ли стабильно работать неделями или месяцами? Кто отвечает за SLA? Кто компенсирует сбои?
Другими словами, корпоративные клиенты покупают не «где-то есть GPU», а гарантированную, измеримую, подконтрольную вычислительную мощность.
Распределенное, гетерогенное, кросс-операторское предложение GPU может быть полезно для пакетного инференса, рендеринга или задач с низкой чувствительностью, но для обучения крупных моделей и промышленного инференса критичны стабильность, сетевые условия и ответственность за поставку.
Четыре структурные проблемы предыдущего поколения
Во-первых, токен-инцентивы стимулируют предложение, но не обязательно реальный спрос.
Токенные субсидии быстро увеличивают число нод, GPU и масштаб сети, но если спрос формируется в основном за счет токен-нарратива, а не реальных платящих клиентов, использование, качество выручки и ценовое открытие легко искажаются.
По данным отчета Messari «State of Akash Q1 2026», среднее использование GPU на Akash снизилось на 57,4% за квартал — до 84 единиц, а средняя доступная емкость GPU упала на 57,5% — до 249 единиц, что говорит о резком сокращении и предложения, и спроса. В ранней механике io.net ноды получали вознаграждение просто за онлайн-статус, независимо от реальной загрузки GPU; цена токена резко упала с исторических максимумов, а более спросоориентированная модель инцентивов появилась только в июне 2026 года.
Во-вторых, протоколы не гарантируют корпоративный SLA.
Корпоративным клиентам нужны счета, каналы поддержки, стандартные SLA, механизмы возврата, проверки на соответствие и юридическая ответственность — все это требует наличия коммерческой организации, а не только протокольного уровня.
В-третьих, задачи ИИ и децентрализованное предложение несовместимы по природе.
Масштабное синхронное обучение и промышленный инференс требуют высокого уровня связности GPU, NVLink/InfiniBand, кластерного планирования, устойчивости к сбоям и безопасности данных. Географически распределенные и аппаратно-гетерогенные сети с трудом соответствуют этим требованиям.
В-четвертых, ценообразование в токенах не соответствует корпоративным закупочным процессам.
Корпорации предпочитают долларовые контракты, счета, бюджетное планирование и управление поставщиками и не готовы брать на себя волатильность токенов, сложный учет и регуляторные риски.
Исключение: Aethir
Aethir — заметное исключение.
В 2025 году компания заработала более 127 млн долларов, обслужила свыше 150 корпоративных клиентов и управляла 430 000 контейнеров GPU, включая топовые модели H100, H200, B200 и B300. По собственным данным, ее выручка превышает $100 млн у Andromeda и значительно опережает SF Compute.
Модель Aethir — использовать токены и сетевые эффекты Web3 на уровне структуры капитала и экосистемных стимулов, а клиентский интерфейс сделать более централизованным, стандартизированным и ориентированным на корпорации: централизованные или полуцентрализованные кластеры, четкие сервисные обязательства, долларовые контракты, корпоративная поддержка и ответственность за поставку.
Токены могут помогать на этапе финансирования, стимулировать предложение и организовывать сеть, но не должны быть основным интерфейсом для корпоративных закупок вычислений.
Что нового у следующего поколения дилеров
Новое поколение начинает не с «построим децентрализованную сеть», а с решения реальных проблем покупателей ИИ.
ИИ-компаниям часто нужны долгосрочные контракты на вычисления, но реальный спрос колеблется. Модель SF Compute позволяет клиентам покупать долгосрочные мощности, финансируемые третьими лицами, а затем перепродавать или сдавать неиспользованные объемы через ордербук. При этом SF Compute не владеет GPU, а действует скорее как вторичный рынок ликвидности вокруг контрактов на вычисления.
Andromeda ближе к классическому дилеру: сравнивает цены у 100+ поставщиков в реальном времени, проверяет производительность, стандартизирует SLA и выступает единственным контрагентом по контракту для клиента. Ее ценность не только в сведении сторон — компания берет на себя функции закупки, доставки и частично кредитного посредничества, называя себя «маркет-мейкером вычислений».
Andromeda торгует за свой счет, держит или контролирует инвентарь, зарабатывает на спреде и берет на себя ответственность за SLA и поставку. SF Compute ближе к гибриду биржи и брокера: сосредоточена на агентском сведении и вторичной ликвидности, может не владеть GPU и зарабатывает на комиссиях и сетевых эффектах.
GMI Cloud — особый случай. Это не типичный брокер/дилер, а скорее неоклауд: строит собственные дата-центры, владеет активами и продает облачные GPU. Компания также активно использует долговое финансирование под залог GPU — большая часть раунда Series A была оформлена как долг, что делает ее ближе к производителю вычислений третьего уровня.
Сейчас рынку нужны не более децентрализованные облака, а торговый слой, способный уже сегодня обеспечить поставку H100/H200, гарантировать SLA и помочь покупателям снизить риски долгосрочных контрактов.
Существует ли уже рынок ценового ориентирования на вычисления?
Сегодня основная торговля вычислениями идет внебиржево/двусторонне и сильно кастомизирована. Публичные котировки повышают прозрачность, но служат скорее отправной точкой для ценового ориентирования, а не единым торговым ценником.
Для H100 уже формируются диапазоны: Andromeda котирует около $1,83/час, SF Compute — в среднем $2,03/GPU-час, GMI Cloud — от $2,00/GPU-час, а спотовая цена на Mithril для H100 SXM5 8-GPU-инстанса эквивалентна примерно $2,92/GPU-час.
Публичные цены на H100 в целом укладываются в диапазон $1,8–3,0/GPU-час. Однако эти цены не всегда сопоставимы из-за различий в условиях поставки. Тип GPU, регион, сетевое подключение, размер кластера, срок аренды, SLA и тип нагрузки существенно влияют на итоговую цену сделки.
Поэтому корпорации обычно не покупают абстрактный «H100-час», а заключают контракт на мощность с учетом конкретных SKU, регионов, сроков, конфигураций кластера и условий поставки. Веб-котировки делают ценообразование вычислений видимым, но реальная торговля по-прежнему строится на индивидуальных OTC-контрактах.
Ornn: создание индексного слоя для рынка вычислений
Источник: Ornn
Ornn не просто продает вычисления — компания строит ценовую инфраструктуру для финансового рынка вычислений. Ее индекс Ornn Compute Price Index (OCPI) отслеживает спотовые цены сделок по H100, H200, B200, B300 в реальном времени и формирует индексы для ценообразования, хеджирования и расчетов. На сайте Ornn OCPI называется референсной ценой вычислений, используемой для ценообразования, хеджирования и расчетов на рынке деривативов.
Ornn стремится стать для вычислений тем же, чем Platts, Argus или WTI являются для сырья: стандартизировать фрагментированные цены аренды GPU и дать рынку возможность торговать форвардами, фьючерсами или бессрочными контрактами вокруг этого бенчмарка.
Дорожная карта Ornn сводится к трем этапам:
Сначала — создание спотового ценового индекса OCPI.
Затем — лицензирование OCPI биржам и площадкам деривативов для расчетов по контрактам.
Далее — разработка финансовых продуктов на базе индекса: фьючерсы, бессрочные контракты, хеджирование, кредитование.
Architect: перенос структуры бессрочных контрактов на институциональную торговлю вычислениями
Architect — игрок, сосредоточенный на торговле деривативами на вычисления. Основан бывшим президентом FTX US Бреттом Харрисоном, его институциональная платформа AX сотрудничает с Ornn для запуска биржевых контрактов на аренду GPU и DRAM.
По механике Architect не поставляет реальные вычисления H100/H200; трейдеры получают финансовую экспозицию к ценам аренды GPU и памяти через торговлю контрактами, отслеживающими индекс Ornn. Продукты напоминают бессрочные контракты крипторынка: трейдеры используют маржу для торговли индексными контрактами, цены которых привязаны к аренде GPU через индекс и механизм ставки финансирования.
Значимость Architect — в переносе криптовых бессрочных контрактов в более институциональную и регулируемую среду торговли вычислениями. Architect выступает слоем торговли деривативами, а Ornn — индексным бенчмарком.
Lighter: ончейн-бессрочные контракты как ранний инструмент ценового ориентирования
Lighter — это скорее ранняя ончейн-площадка для бессрочных контрактов на вычисления. Платформа запустила $H100, позволяя торговать экспозицией к цене вычислений H100 с плечом до 10x; продукт отслеживает индекс Ornn H100 Compute Price Index.
Эти продукты впервые дают рынку непрерывные, торгуемые ончейн-ценовые сигналы по ставкам аренды GPU. Хотя они не решают проблему реальной поставки GPU и не являются основным каналом корпоративных закупок вычислений, они предоставляют ранние площадки для спекуляций, хеджирования и ценового ориентирования.
По механике они похожи на бессрочные контракты крипторынка: трейдеры не получают физической поставки H100, а торгуют контрактами, отслеживающими индекс H100, с привязкой цены через индекс и ставку финансирования.
Преимущества — быстрый запуск, низкий порог входа, круглосуточная торговля. Недостатки — возможная низкая ликвидность и базисный риск по сравнению с реальными контрактами на корпоративные вычисления.
ICE × Ornn: дорожная карта регулируемого рынка фьючерсов
ICE идет по традиционному пути регулируемой биржи. В мае 2026 года ICE объявила о планах запустить фьючерсные контракты на GPU в партнерстве с Ornn, используя Ornn Compute Price Index в качестве базового бенчмарка. В анонсе ICE указано, что OCPI отслеживает спотовые цены на H100, H200, B200, B300; контракты будут долларовыми, расчетными (без физической поставки) и ожидают одобрения регуляторов.
Механика ICE отличается от Lighter. Lighter — это ончейн-бессрочные контракты, идеальны для быстрой ценовой динамики и спекулятивной ликвидности; ICE — регулируемый рынок фьючерсов, больше подходит для институциональных участников, клиринга, управления рисками и комплаенс-хеджирования.
Однако контракты ICE расчетные, а не с физической поставкой. Трейдеры не получают и не поставляют реальные H100; прибыль и убытки рассчитываются по индексам вроде OCPI. Это снижает сложность поставки, но успех контракта зависит от надежности индекса, его устойчивости к манипуляциям и отражения реальных рыночных цен.
Прогноз развития рынка
Три ключевых направления для наблюдения
Институционализация OTC-десков
Финальная модель рынка вычислений может быть не в том, что отраслевые игроки торгуют фьючерсами напрямую на бирже, а в том, что дилеры обслуживают кастомизированные отраслевые запросы и хеджируют риски через индексы, фьючерсы или бессрочные контракты. В ближайшие 12–24 месяца важно следить, смогут ли такие компании, как Andromeda и SF Compute, эволюционировать из «платформ закупки вычислений» в настоящие «дески по торговле вычислениями»: обслуживать спотовый и резервный спрос на уровне SKU, хеджируя инвентарь и базисный риск на индексных рынках. Тот, кто сделает это первым, может стать ключевым посредником рынка вычислений.
Замкнутый цикл кредитования и деривативов
Если модель «финансирование под залог GPU + хеджирование через фьючерсы» заработает, кредиторы смогут лучше управлять волатильностью цен на GPU и риском остаточной стоимости, что снизит дисконты и стоимость финансирования. Это напрямую повысит эффективность капитала в инфраструктуре ИИ — один из важнейших эффектов финансовизации вычислений для реального сектора ИИ.
Формирование ценовых бенчмарков и расчетных систем
Чтобы вычисления стали по-настоящему торгуемым и финансируемым активом, должны появиться авторитетные ценовые ориентиры и расчетные механизмы. Провайдеры индексов — Ornn, Silicon Data, NATIVX, а также торговые площадки ICE, CME, Architect, Lighter — конкурируют не только за отдельный продукт, но и за контроль над ценообразованием будущего рынка вычислений.
Открытые вопросы
Регуляторное одобрение
CME, ICE, Architect и их продукты все еще ждут одобрения регуляторов. Неясно, как вычисления будут классифицированы — как товар, услуга или новый вид торгуемого ресурса.
Базовый спотовый рынок пока мал
Достоверность индекса зависит от глубины реальных спотовых сделок. Сейчас публичные спотовые и вторичные рынки только зарождаются, а основная торговля вычислениями идет по долгосрочным контрактам между гиперклаудами, неоклаудами и ИИ-компаниями. Недостаток реальных сделок может повлиять на репрезентативность индекса и его устойчивость к манипуляциям.
Циклические риски
Если капитальные затраты ИИ замедлятся, спотовая ликвидность может иссякнуть до того, как рынок деривативов станет зрелым. При этом ставки аренды GPU уже значительно снизились по сравнению с пиками, а остаточная стоимость и кривые амортизации GPU пока не имеют достаточной истории, что усиливает неопределенность при оценке кредитных рисков и ценообразовании деривативов.
Ссылки
https://aethir.com/blog-posts/aethirs-2025-wrap-up-decentralized-gpu-cloud-milestones
https://siliconangle.com/2026/03/18/demand-gpu-startup-andromeda-raises-funding-1-5b-valuation/
https://x.com/0xfishylosopher/status/2071396211731599393?s=20
https://x.com/BrettHarrison/status/2072327852498797048?s=20
https://messari.io/report/state-of-akash-q1-2026-final
https://dashboard.ornnai.com/compute
https://app.lighter.xyz/trade/H100
О Gate Ventures
Gate Ventures — венчурное подразделение Gate, специализирующееся на инвестициях в децентрализованную инфраструктуру, экосистемы и приложения. Миссия компании — трансформировать мир для эры Web 3.0. Gate Ventures сотрудничает с мировыми лидерами отрасли, чтобы поддерживать инновационные команды и стартапы, переопределяя взаимодействие общества и финансов.
Подробнее: Официальный сайт | X | Telegram | LinkedIn | Medium
Отказ от ответственности :
Данный материал не является приглашением, предложением или советом. Перед принятием инвестиционных решений всегда консультируйтесь с независимыми профессионалами. Обратите внимание, что Gate Ventures может ограничивать или запрещать предоставление всех или части своих услуг в отдельных регионах. Для получения дополнительной информации ознакомьтесь с пользовательским соглашением: https://www.gate.com/ru/user-agreement.
