Die "neue Öl" im Zeitalter der KI: Rechenleistung-Futures stehen kurz vor dem Start

Autor: Chamath Palihapitiya

Übersetzung: Deep Tide TechFlow

Deep Tide Einleitung: Die Investitionen in KI haben erstmals die Ausgaben für Öl und Gas übertroffen, jedoch schwanken die Preise für Rechenleistung stark und der Markt bietet kaum Absicherungsinstrumente. Die CME Group plant die Einführung von Rechenleistung-Futures, was ein entscheidendes Experiment dafür ist, ob Rechenleistung zur nächsten Billionen-Dollar-Asset-Klasse werden kann. Dieser Artikel weist darauf hin, dass zur erfolgreichen Einführung von Rechenleistung-Futures zunächst die Probleme der Konzentration und Austauschbarkeit gelöst werden müssen, was für alle Investoren, die in die KI-Infrastruktur investieren, ein zu verstehendes Risiko darstellt.

"Ich glaube tatsächlich, dass eine neue Asset-Klasse entstehen wird, nämlich der Kauf von Rechenleistung-Futures. Uns fehlt es derzeit einfach an ausreichender Rechenleistung." ------ Larry Fink, CEO von BlackRock

Diese Woche hat sich das als richtig erwiesen.

Die CME Group, der weltweit führende Derivatemarkt, hat in Zusammenarbeit mit Silicon Data, einem Branchenführer im Bereich GPU-Marktforschung und Benchmarking, angekündigt, dass sie am 5. Oktober 2026 Rechenleistung-Futures-Kontrakte einführen wird, die noch der regulatorischen Prüfung bedürfen.

Warum braucht Rechenleistung einen Finanzmarkt?

Im Jahr 2026 wird die KI-Kapitalausgabe 765 Milliarden Dollar erreichen und damit erstmals die 681 Milliarden Dollar für Öl und Gas übertreffen. Bis 2031 wird sie voraussichtlich fast doppelt so hoch sein. Morgan Stanley prognostiziert, dass die Verbreitung von KI in der globalen Wirtschaft 40 Billionen Dollar an Chancen schaffen wird. Diese Chancen hängen von einer entscheidenden Ressource ab: Rechenleistung.

Der Index von Silicon Data zeigt, dass die Nachfrage nach Rechenleistung seit Jahresbeginn stark gestiegen ist, selbst bei älteren GPU-Generationen:

Wenn so viel Kapital in eine Branche strömt, benötigen die Investoren eine Möglichkeit, sich vor ungünstigen Preisschwankungen zu schützen.

Heute können Ölproduzenten Futures-Kontrakte kaufen, um den Preis vor der Lieferung zu sichern. Wenn die Spotpreise fallen, stabilisiert der Vertrag die Einnahmen. Käufer auf der anderen Seite nutzen denselben Markt, um die Brennstoffkosten zu begrenzen. Beide Parteien entkoppeln die Preisschwankungen von ihrem Geschäft.

Für Rechenleistung gibt es noch kein solches Werkzeug, was alle, die KI-Infrastruktur aufbauen oder kaufen, drei Risikobereiche aussetzt:

Die Preise für GPU-Mieten schwanken stark, steigen bei sprunghafter Nachfrage oder fallen dramatisch, wenn das Angebot großzügig ist oder neue Chips veröffentlicht werden, was es KI-Unternehmen erschwert, ihr größtes Kostenfeld genau zu budgetieren.

Jedes Mal, wenn NVIDIA schnellere Chips herausbringt, sinkt der Mietwert der vorherigen Chipgeneration, was auch die Sicherheiten hinter den Hardware-Darlehen verringert.

Ein Rechenzentrum benötigt zwei bis drei Jahre für den Bau, aber die Mittel, die Entwickler nutzen können, um ihre Kosten oder Erträge für Rechenleistung zu sichern, sind sehr begrenzt. Jede dieser Entscheidungen ist eine Wette in Milliardenhöhe.

Diese Risikobereiche schaffen die Nachfrage nach Rechenleistung-Futures. Aber bevor dieser Markt skalieren kann, muss er sich mit denselben zwei Problemen auseinandersetzen, die andere Futures-Märkte eingeschränkt haben: Konzentration und Austauschbarkeit.

Versuche, Futures-Märkte für Zwiebeln, Uran, DRAM-Speicherchips und Bandbreite aufzubauen, sind auf eines oder beide dieser Probleme gestoßen.

Für Rechenleistung ist das Konzentrationsproblem komplexer. Die Käufer werden dezentraler, da die Nachfrage nach Inferenz über Tausende von Unternehmen verteilt ist, die Produktionslasten ausführen. Die Verkäuferseite ist breit gefächert und wächst weiterhin, wobei die Einnahmen neuer Cloud-Anbieter bis 2025 25 Milliarden Dollar überschreiten und mehr als 60 Anbieter abdecken. Aber die Basis bleibt hochgradig konzentriert, da NVIDIA die meisten KI-Chips liefert.

Das zweite Problem ist die Austauschbarkeit.

Derzeit werden die Preise für Rechenleistung in Stunden für einzelne GPUs angegeben, also die Kosten für die Miete einer einzelnen GPU für eine Stunde. Aber zwei GPUs desselben Modells können in einer Stunde unterschiedliche Rechenleistung bieten.

Silicon Data hat zusammen mit akademischen Partnern die gleiche Arbeitslast auf 3.500 GPUs von 11 Cloud-Anbietern ausgeführt. Selbst innerhalb desselben Chipmodells wurden signifikante Unterschiede festgestellt. In einem Test betrug die Leistungsdifferenz bei H100 bis zu 34,5 %, während die größte Differenz in der gesamten Studie 38 % erreichte.

Die ersten nachhaltigen Verträge müssen möglicherweise mehrere Klassen definieren, ähnlich wie der Energiemarkt unterschiedliche Brennstoffe, Standorte und Lieferzeiten verwendet.

Aber die größere Frage ist, was passiert, wenn Rechenleistung-Futures funktionieren. Kann Rechenleistung zur nächsten Asset-Klasse werden, die ein nominales Handelsvolumen von Billionen Dollar erreicht und die KI-Wirtschaft beschleunigt?

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.