
کاهش قیمت اجاره پردازندههای گرافیکی میتواند هزینه شرکتهای سازنده محصولات هوش مصنوعی را پایین بیاورد، اما برای اپراتورهایی که این تجهیزات گرانقیمت را با بدهی خریداری کردهاند، به معنای کاهش درآمد و دشوارتر شدن بازپرداخت تعهدات است. اکنون لوکسور و CME Group در حال توسعه ابزارهای مشتقهای هستند که هدفشان پوشش بخشی از این ریسک است.
قراردادهایی برای تثبیت درآمد اجاره GPU
شرکتهایی که برنامههای هوش مصنوعی اجرا میکنند، بهجای خرید سرور و پردازنده، میتوانند توان محاسباتی را از اپراتورهای دیگر اجاره کنند. هزینه این خدمات به عواملی مانند نوع GPU، مدت دسترسی و امکان قطع یا ادامه کار بستگی دارد. وقتی نرخ اجاره پایین میآید، استفاده از هوش مصنوعی برای مشتریان ارزانتر میشود؛ اما اپراتوری که قبلا اتاقی پر از GPU خریده است، ممکن است دیگر نتواند درآمد مورد انتظار برای پوشش هزینه تجهیزات و بدهی خود را به دست آورد.
مشتقات پردازش هوش مصنوعی برای جدا کردن این ریسک مالی از خودِ اجاره تجهیزات طراحی میشوند. در یک قرارداد تسویه نقدی، طرفین لازم نیست ظرفیت محاسباتی را به یکدیگر تحویل دهند؛ بلکه بر اساس تغییر یک شاخص قیمت، وجهی میان آنها جابهجا میشود. به این ترتیب، اپراتور میتواند GPUهای خود را همچنان به مشتریان مختلف اجاره دهد و همزمان در برابر کاهش نرخ بازار، پوشش مالی ایجاد کند.
لوکسور که پیشتر در زمینه خدمات و محصولات مالی مرتبط با استخراج بیتکوین فعالیت داشته، این قراردادها را بخشی از گسترش فعالیت خود در حوزه هوش مصنوعی میداند. این شرکت به CryptoSlate گفته است که هماکنون میان مالکان ظرفیت محاسباتی و مشتریانی که به این ظرفیت نیاز دارند، قراردادهایی را واسطهگری میکند. با این حال، بخش مشتقات تسویه نقدی هنوز در مراحل ابتدایی قرار دارد و لوکسور اعلام کرده است که بازار آن هنوز به نقدشوندگی کافی نرسیده است؛ بنابراین نمونهای از پوشش واقعی مشتری یا حجم معاملات فعلی ارائه نکرده است.
CME Group نیز در حال پیگیری نسخه قابل معامله در بورس این ایده است. این شرکت در اطلاعیه ۱۱ اوت، قراردادهای آتی مبتنی بر شاخص اجاره GPUهای H100 و B200 را معرفی کرد و تاریخ هدف برای عرضه آنها را ۵ اکتبر، مشروط به بررسی مقرراتی، اعلام کرد. این قراردادها قرار است به شاخصهای اجاره GPU شرکت Silicon Data متصل باشند. با این حال، ایجاد یک قرارداد در بورس بهتنهایی مشارکت کافی و معاملات روان را تضمین نمیکند.
سازوکار پوشش ریسک چگونه عمل میکند؟
فرض کنید اپراتوری انتظار دارد در یک ماه یک میلیون ساعت GPU بفروشد. اگر نرخ مورد انتظار برای هر ساعت ۲ دلار باشد، درآمد ناخالص برنامهریزیشده ۲ میلیون دلار خواهد بود. اگر شاخص مورد توافق به ۱.۵ دلار کاهش پیدا کند، قرارداد میتواند بابت اختلاف ۵۰ سنت در یک میلیون ساعت، ۵۰۰ هزار دلار به اپراتور بپردازد. در این مثال ساده، درآمد اجارهای ۱.۵ میلیون دلاری به همراه پرداخت قرارداد، پیش از کارمزدها و سایر هزینهها، دوباره به ۲ میلیون دلار میرسد.
اما این رابطه دوطرفه است. اگر شاخص به ۲.۵ دلار افزایش یابد، اپراتور باید ۵۰۰ هزار دلار پرداخت کند؛ در مقابل، درآمد اجارهای بیشتری از مشتریان خواهد داشت. بنابراین اپراتور بخشی از منفعت افزایش قیمت را واگذار میکند تا در برابر افت قیمت، درآمد قابل پیشبینیتری داشته باشد.
در طرف دیگر قرارداد، یک شرکت هوش مصنوعی میتواند قرار گیرد که نگران گرانتر شدن توان محاسباتی است. در صورت افزایش شاخص، پرداخت قرارداد میتواند بخشی از رشد هزینه اجاره آن را جبران کند؛ ولی اگر قیمت پایین بیاید، این شرکت تعهد پرداخت پیدا میکند. معاملهگران نیز ممکن است دو طرف چنین معاملاتی را به هم متصل کنند یا بخشی از ریسک را خود بپذیرند و در برابر آن کارمزد دریافت کنند.
این مثال فرض میکند اپراتور واقعا یک میلیون ساعت ظرفیت خود را میفروشد و نرخ دریافتی او دقیقا همجهت با شاخص حرکت میکند. اگر بخشی از تجهیزات بلااستفاده بماند، تثبیت نرخ ساعتی بهتنهایی درآمدی ایجاد نمیکند.
مشکل شاخص قیمت و ریسک طرف مقابل
مهمترین محدودیت این ابزارها، احتمال تفاوت میان شاخص قرارداد و قیمت واقعی دریافتی اپراتور است؛ ریسکی که به آن «ریسک مبنا» گفته میشود. برای نمونه، اگر مشتریان یک اپراتور بهدلیل تفاوت نوع خدمت، GPU یا شرایط قرارداد، نرخ ۱.۲۵ دلار بپردازند، اما شاخص فقط از ۲ دلار به ۱.۵ دلار کاهش یابد، پرداخت ۵۰۰ هزار دلاری همچنان طبق قرارداد انجام میشود؛ ولی مجموع درآمد اپراتور به ۱.۷۵ میلیون دلار میرسد، نه ۲ میلیون دلار.
این مسئله در بازار هوش مصنوعی اهمیت بیشتری دارد، زیرا خدماتی که از نظر مشخصات فنی مشابه به نظر میرسند، لزوما ارزش یکسانی ندارند. دسترسی پیوسته چندماهه با خدمتی که ممکن است هر زمان قطع شود، یک محصول واحد نیست. روش قیمتگذاری CCIR نیز ویژگیهایی مانند امکان قطعپذیری و مدت تعهد را جداگانه در نظر میگیرد. این روش بر نرخهای تبلیغشده عمومی تکیه دارد و در نتیجه ممکن است تخفیفهای خصوصی میان مشتری و اپراتور را نشان ندهد.
شاخص «AI Hardware Price Index» که لوکسور به آن اشاره کرده، قیمتهای اعلامشده برای برخی سامانههای GPU را اندازهگیری میکند. چنین شاخصی برای ارزیابی قیمت خرید تجهیزات مفید است، اما قیمت خرید با درآمد حاصل از اجاره یکی نیست و بهتنهایی نشان نمیدهد تسویه یک قرارداد پوشش ریسک باید چگونه انجام شود. لوکسور همچنین اعلام کرده بود که قیمتگذاری گستردهتر بازار نقدی توان محاسباتی در آینده ارائه خواهد شد.
پوشش ریسک باید در زمان بحران هم قابل پرداخت باشد
حتی اگر شاخص کاملا با درآمد اپراتور همخوانی داشته باشد، پرداخت قرارداد به توان مالی طرف مقابل وابسته است. اگر طرف مقابل نیز از زیرساخت هوش مصنوعی درآمد داشته باشد، کاهش قیمت محاسبات میتواند هر دو کسبوکار را همزمان تحت فشار قرار دهد؛ دقیقا زمانی که اپراتور انتظار دریافت وجه دارد.
وثیقه میتواند این وابستگی را کاهش دهد، زیرا طرفین باید پول یا دارایی واجد شرایطی را در برابر تعهدات خود کنار بگذارند. اما وثیقه، منابعی را که میتوانست برای سایر هزینهها استفاده شود، قفل میکند. همچنین ممکن است اپراتور پیش از دریافت صورتحسابهای بالاتر از مشتریان، مجبور به پرداخت تعهد قرارداد شود؛ بنابراین زمانبندی جریان نقدی اهمیت زیادی دارد.
لوکسور درباره شرایط وثیقه در قراردادهای هوش مصنوعی یا رویه برخورد با نکول طرف مقابل اطلاعاتی ارائه نکرده است. این شرکت همچنین توضیح نداده که فعالیت معاملاتی خود را چگونه از کسبوکار واسطهگری برای مشتریان جدا میکند؛ موضوعی که با توجه به افشای راهاندازی یک صندوق معاملاتی داخلی مرتبط با توان محاسباتی، اهمیت دارد.
تصویر فعلی بازار بر اساس دادههای Moneyiar
دادههای بازار Moneyiar در ساعت ۰۹:۳۳ تا ۰۹:۳۴ روز ۳ اکتبر ۲۰۲۶ نشان میدهد یونیسواپ با قیمت ۹.۲۳۷۴ دلار، در ۲۴ ساعت ۲.۱۲ درصد رشد و در هفت روز ۳.۸۷ درصد افت داشته است. قیمت کامپاند ۲۴.۶۳۱۰ دلار است؛ این دارایی در ۲۴ ساعت ۰.۴۷ درصد و در هفت روز ۳.۷۷ درصد افزایش یافته است.
در همین زمان، The Graph با قیمت ۰.۰۲۷۹۹۱ دلار، در ۲۴ ساعت ۴.۳۶ درصد کاهش و در هفت روز ۰.۸ درصد رشد داشته است. ApeCoin نیز با قیمت ۰.۱۶۲۷۱۳ دلار معامله میشود و تغییرات آن در ۲۴ ساعت ۴.۰۱ درصد و در هفت روز ۴.۹۵ درصد مثبت بوده است.