Calcular mercados de capital

Compute es la clase de activos de más rápido crecimiento en el mundo. En los últimos años, se ha escrito mucho sobre la construcción de los centros de datos, el gasto de capital necesario para financiar fábricas de tokens de todos los tamaños y los acuerdos de descarga, cada vez más creativos, que los laboratorios de IA y los hiperescaladores están firmando para asegurar la capacidad.

Nuestra conclusión de primer orden de todo esto es que la demanda de cómputo seguirá aumentando y la oferta seguirá siendo limitada en chips, memoria, energía e infraestructura de centros de datos. La implicación más importante es que ahora hay un universo emergente de activos financieros productivos, lo que significa que inevitablemente habrá mercados robustos para exposiciones a precios, finanzas y cobertura alrededor del subyacente. Hay cientos de miles de millones de dólares en GPU dentro de los centros de datos, generando flujos de caja en virtud de contratos de diferentes duraciones y sirviendo cargas de trabajo con diferentes requisitos de rendimiento.

La mayor parte de ese flujo hoy en día se sirve a través de acuerdos a medida o bilaterales entre grandes productores y consumidores y, en algunos casos, redes de corredores o mercados muy desagregados. Creemos que hay una inmensa oportunidad para construir la infraestructura de intercambio correcta de primer orden: un mercado con primitivas financieras integradas en la cima, para permitir a los productores y consumidores de cómputo expresar rigurosamente sus preferencias de riesgo a lo largo de la curva de precio y disponibilidad (y en las principales categorías de hardware). Esperamos que estos nuevos mercados de capital, que hacen que la computación esté más financiarizada, sean adecuados de forma única para las vías de criptomonedas.

En nuestra opinión, el premio inmediato es construir la plataforma que gestione las exposiciones a la computación a lo largo del tiempo para la cola media y larga de productores y consumidores. Hoy en día, esto sucede a través de una red desagregada de corredores y mesas OTC, pero este es el primer paso en el camino hacia una bolsa de pleno derecho. De forma crítica, debido a la naturaleza (en gran medida) no fungible de la computación, creemos que todo el progreso significativo aquí comenzará al mediar el flujo a través de la entrega física, no mediante instrumentos sintéticos o liquidados en efectivo. La compra y venta de unidades reales de cómputo producirá con el tiempo cierta agrupación o estandarización natural, lo que servirá además como una base sobre la que estratificar instrumentos financieros: contratos de futuros u opciones, estructuras de capital novedosas para financiar nuevas construcciones y, en última instancia, sistemas más eficientes en todo el ciclo de vida de una implementación impulsada por el tratamiento de los activos subyacentes como garantía en un motor de riesgo abierto y transparente.

Las vías cripto deberían ser significativas aquí para la verificación, la transparencia y la composabilidad. Un libro mayor creíblemente neutral puede ayudar a convertir un derecho verificado a la capacidad en garantía, los prestamistas de stablecoins pueden prestar contra esa garantía, mientras que un corredor principal margen el inventario físico y las posiciones financieras juntos. La computación promete ser uno de los dominios más emocionantes para extender las primitivas financieras centrales endurecidas sobre DeFi a la economía productiva.

¿Por qué ahora?

Creemos que este es un momento particularmente único para construir primitivas financieras para la computación. El primer cambio importante es la reciente recalibración drástica en el valor residual y de reventa para los chips de vanguardia impulsada por la demanda de inferencia y las mejoras en el servicio.

Durante algún tiempo, la cadencia de los productos de Nvidia llevó a muchos en la estructura de capital del centro de datos a creer que las GPU se volverían económicamente obsoletas en unos pocos años. El argumento era algo en la línea de: cada nueva arquitectura representa una mejora gradual en el rendimiento, por lo tanto, los chips más antiguos caerán en desuso entre los grandes consumidores de cómputo y los propietarios de activos que los deprecian en cinco o seis años están sobreestimando tanto las ganancias como los valores de los activos.

Recientemente hemos visto pruebas sólidas en contra de esto. CoreWeave reveló que firmó un contrato con un cliente para la capacidad de A100 que se extenderá hasta 2029. NVidia introdujo el A100 en 2020, lo que significa que un cliente está dispuesto a comprometerse a usar el chip casi una década después de su lanzamiento. CoreWeave también recaudó una línea de crédito de 2.600 millones de dólares con un vencimiento de cinco años contra un fondo de contratos de clientes que tienen una duración promedio de tres años. Los prestamistas están suscribiendo explícitamente el valor residual de las GPU y la capacidad de CoreWeave para vender la capacidad nuevamente después de que expiren los contratos iniciales.

Es posible que un A100 ya no sea el chip para entrenar un modelo de frontera, pero aún puede ser útil para la inferencia, el ajuste fino, el procesamiento por lotes, la investigación académica o cualquiera de las miles de cargas de trabajo empresariales para las que el rendimiento absoluto es menos importante que el precio o la disponibilidad. En este sentido, ahora estás viendo sustancialmente más varianza que nunca en el precio spot de las clases de chips A100/H100.

Lo que está quedando muy claro es que las GPU se comportarán menos como productos electrónicos de consumo (donde las nuevas generaciones desplazan rápidamente a las antiguas) y más como una escalera de activos productivos que sirven a diferentes segmentos de la demanda con el tiempo. A medida que los chips envejecen, se mueven hacia abajo en la curva de costo y encuentran nuevos compradores, cargas de trabajo y geografías.

El segundo cambio importante es que la demanda de cómputo se está volviendo sustancialmente más fragmentada. La primera fase de la construcción de la infraestructura de IA estuvo dominada por un pequeño número de laboratorios de frontera e hiperescaladores. Estas compañías compraron clústeres masivos para entrenar modelos propietarios cada vez más grandes. Eran en gran medida tomadores de precios debido al valor estratégico de acaparar la oferta para competir efectivamente en la frontera de los puntos de referencia, pero también para monetizar más adelante mediante la inferencia.

El aumento de los modelos de peso abierto cambia significativamente esta estructura de mercado. Hoy en día, todas las empresas de escala tienen equipos que están trabajando en el despliegue de modelos capaces en su propia infraestructura, y los proveedores de inferencia pueden servir al mismo modelo en muchas configuraciones de GPU diferentes. Los clientes finales eligen entre docenas de modelos basados en el costo, la latencia, la geografía y el rendimiento. Las iniciativas de IA soberana agregan otra dimensión porque los gobiernos y las empresas reguladas quieren cada vez más modelos implementados dentro de jurisdicciones específicas y bajo requisitos específicos de seguridad o residencia de datos.

El resultado es un número mucho mayor de compradores con una demanda mucho más heterogénea. El tercer cambio es el surgimiento del enrutamiento de modelos. OpenRouter es un ejemplo temprano de cómo podría ser una subasta de flujo de órdenes para inferencia. Las aplicaciones envían solicitudes y el router determina qué modelo y proveedor deben servirles en función del precio y la latencia. Los proveedores subyacentes pueden cobrar precios radicalmente diferentes. Por ejemplo, OpenRouter mostró recientemente que los precios de los insumos de Llama 3.3 70B variaban entre 0,10 dólares y más de 1,00 dólares por millón de tokens en todos los proveedores.

Podría decirse que la dispersión de precios refleja que los proveedores de inferencia son menos como mayoristas de cómputo y más como creadores de mercado. Generan margen mediante el agrupamiento en lotes, el almacenamiento en caché, la cuantificación, la colocación de modelos y, lo que es más importante, la capacidad de mantener una alta utilización en muchos clientes. Dos proveedores con el mismo hardware pueden producir un número drásticamente diferente de tokens por dólar, de la misma manera que dos refinadores pueden generar una economía diferente a partir del mismo barril de petróleo crudo. Estos agregadores son una fuente importante de descubrimiento de precios porque muestran en tiempo real el valor marginal de diferentes modelos, proveedores y configuraciones de hardware.

Estos desarrollos complican el mercado de cómputo, pero también hacen que los mercados financieros en torno a la cómputo sean considerablemente más valiosos. Hay más compradores, más vendedores, más configuraciones, una dispersión de precios más persistente y una vida económica más larga durante la cual los activos subyacentes pueden ser contratados y financiados.

¿Por qué aún no existen mercados financieros para la computación?

Recientemente se ha debatido mucho sobre si la computación es una mercancía o no, y si los instrumentos financieros tradicionales en torno a las materias primas pueden ser asignados para computar parri passu. No creemos que este tipo de analogía sea útil en esta etapa del mercado.

Consideremos una unidad de petróleo dentro de un grado particular, ampliamente intercambiable con otra unidad del mismo grado. La computación no tiene esta propiedad porque el valor de una GPU depende de la configuración y el entorno en el que se implementa, así como del estado particular que maneja el dispositivo.

Consideremos el número de variables integradas en un contrato H100 aparentemente simple:

1. PCIe o SXM
2. El número de GPU en el nodo
3. Memoria disponible
4. Interconexión, topología de red
5. Almacenamiento, CPU, ubicación geográfica
6. Seguridad, tiempo de actividad, soporte y la duración y contigüidad de la reserva.

Un H100 disponible durante unas horas es un producto diferente de un H100 disponible continuamente durante tres meses. Un clúster en Virginia es diferente a uno en Islandia, incluso si las propias GPU son idénticas. Un hardware similar puede cotizar por 2 dólares por hora de GPU en un mercado y 15 dólares en otro. Parte de la diferencia representa la fragmentación del mercado, pero una parte más grande refleja diferencias en el producto en sí. Además, las reservas son notoriamente difíciles de liquidar porque la computación está integrada operativamente: las cargas de trabajo llevan requisitos de estado, datos, dependencias y rendimiento, por lo que moverlas entre proveedores requiere un trabajo de migración pesado en lugar de simplemente entregar a otro comprador una clave SSH.

Hoy en día, la mayoría de los compradores administran la exposición a la computación mediante alguna combinación de capacidad spot y reservas a largo plazo. Los contratos al contado y bajo demanda preservan la flexibilidad, al tiempo que obligan a los compradores a aceptar la incertidumbre sobre el precio y la disponibilidad. Las reservas a largo plazo garantizan el acceso, al tiempo que obligan a los compradores a aceptar el riesgo de sobreestimar sus necesidades y dejar una capacidad costosa sin utilizar.

El problema en torno a la computación es menos una crisis de suministro y más un desajuste de duración. Esto se vuelve más visible durante los períodos de demanda variable. Un proveedor de inferencia puede operar cómodamente durante meses y luego experimentar un gran pico de demanda cuando uno de sus clientes lanza un producto. Una aplicación de IA para el consumidor puede volverse viral de repente y requerir varias veces su capacidad normal. Una empresa puede necesitar un clúster grande para un ajuste o una evaluación que dure solo unas pocas semanas. En cada caso, el comprador se enfrenta a una elección entre comprometerse en exceso con la capacidad a largo plazo o confiar en un mercado spot que puede fallar precisamente en el momento en que la capacidad se vuelve más valiosa.

Los compradores más grandes resuelven este problema a través de la escala. Adquieren mucha más capacidad de la que requiere cualquier carga de trabajo, mantienen inventario en múltiples generaciones de hardware y centros de datos y reasignan continuamente cargas de trabajo en su portafolio. Su tamaño les permite absorber la subutilización y gestionar la demanda internamente.

Para la cola media y larga del mercado, el acceso a la computación puede ser existencial. Estas compañías no pueden darse el lujo de llevar grandes cantidades de capacidad no utilizada, pero tampoco pueden darse el lujo de descubrir que la capacidad no está disponible cuando su negocio la necesita. Muchas de las aplicaciones de IA para el consumidor de los últimos años demostraron que es posible tener una enorme demanda de usuarios y aún así tener un negocio estructuralmente roto porque los costos de inferencia y los requisitos de capacidad no se administraron correctamente.

A pesar de esto, los compradores casi no tienen capacidad para cubrir el precio ni la disponibilidad de la computación. Los vendedores tienen formas limitadas para monetizar la capacidad futura, transferir las obligaciones existentes o financiar GPU sin producir un contrato con el cliente a largo plazo. El mercado ha creado los activos físicos y la demanda comercial, pero no ha creado reclamos estandarizados contra esos activos.

La computación es inherentemente física

El intento más directo de financiarizar la computación, o cualquier activo, es construir un índice de precios y enumerar futuros liquidados en efectivo contra él. Esto les da a los participantes un precio de referencia y les permite expresar una opinión sobre si el costo promedio de una GPU en particular aumentará o disminuirá. Hemos visto propuestas tempranas e implementaciones de estas en exchanges como Lighter y Architect.

Sin embargo, la base entre el contrato de referencia y el producto físico probablemente sea enorme.

Un comprador que necesita un clúster B200 en Europa durante un período continuo de 90 días recibe una protección limitada de un futuro liquidado en efectivo basado en el precio promedio por hora de un H100 en los Estados Unidos. Incluso dentro de una sola generación de GPU, las diferencias en redes, memoria, ubicación, duración del contrato y niveles de servicio pueden hacer que el precio físico pagado por el comprador se mueva independientemente del índice.

La liquidación en efectivo también crea un problema de eficiencia del capital. Las neocloud ya se endeudan fuertemente para financiar GPU y la infraestructura de centros de datos, mientras que los proveedores de inferencia necesitan capital circulante para pagar el cómputo antes de cobrar ingresos de los clientes. Exigir que estas compañías publiquen un margen de efectivo adicional contra una posición de futuros hace que la cobertura sea más costosa para los participantes naturales.

Por último, un mercado liquidado en efectivo sin un mercado físico profundo debajo atraerá principalmente a especuladores. Los especuladores son fuentes útiles de liquidez, pero no pueden hacer cumplir de forma confiable la convergencia entre el precio de un contrato financiero y el valor de la capacidad entregable real. Eso requiere creadores de mercado que puedan adquirir, entregar, sustituir y transformar la computación física.

En consecuencia, confiamos en que cualquier conjunto de primitivas financieras significativas que sirvan a productores y consumidores debe construirse sobre la entrega física.

Desk to Exchange: construcción del corredor Compute Prime

El mercado de cómputo existente está dominado por hiperescaladores, equipos de ventas directas, corredores y un número creciente de mercados spot. Los corredores facilitan transacciones a medida y dependen en gran medida de las relaciones. Los mercados agregan inventario y exponen más precios, pero generalmente no estandarizan los contratos ni se convierten en la contraparte de las operaciones.

Creemos que el camino hacia los mercados de capital de cómputo comienza con una mesa principal que se encuentra entre compradores y vendedores, estructura los contratos, administra la entrega física y estandariza gradualmente las formas más comunes de capacidad. Al intermediar transacciones reales, el desk desarrolla información propietaria sobre los precios a nivel de configuración, la calidad de la contraparte, la utilización, los fallos de entrega y la base real entre los diferentes tipos de cómputo.

Esta información debería hacer posible la creación de reclamaciones transferibles contra la capacidad física. Por ejemplo, un vendedor podría comprometer un nodo H100 SXM de ocho GPU en el este de Estados Unidos por un período de 30 días y recibir un recibo estandarizado que representa esa capacidad. El recibo podría transferirse antes de que comience la reserva, usarse como garantía o entregarse en un contrato a plazo. Al vencimiento, el titular recibe acceso al clúster subyacente.

En nuestra opinión, la computación nunca será completamente fungible, pero la fungibilidad no es binaria. Dos clústeres pueden ser suficientemente intercambiables para una clase particular de cargas de trabajo, incluso si no son sustitutos para todos los compradores.

Por ejemplo, muchos proveedores de inferencia que sirven a modelos de código abierto pueden aceptar un nodo H200 SXM de ocho GPU con NVLink de varios proveedores, siempre que esté disponible en una región aceptable durante un período continuado de 30 días y cumpla algunos requisitos de tiempo de actividad. Esperamos que la demanda recurrente se agrupe en torno a un número limitado de configuraciones y ventanas de reserva, lo que le dé al mercado puntos de partida naturales para la estandarización. El escritorio principal puede descubrir estos agrupamientos a través de transacciones reales y verificar que la capacidad de diferentes vendedores cumpla con el mismo estándar de entrega. Si hay suficientes compradores que traten a cualquier número de clústeres como bienes sustitutos efectivos, la capacidad futura puede negociarse contra algún contrato de referencia común alrededor de ese clúster, creando así un punto de Schelling para la liquidez.

Una vez que un lugar se encuentra en el flujo físico, hay un amplio espacio de diseño para productos financieros.

• Contrarios transferibles: los compradores pueden bloquear la capacidad futura y luego vender su posición si sus necesidades cambian. Los vendedores reciben una mayor visibilidad de los ingresos sin vincular permanentemente la capacidad a un solo cliente.
• Opciones de capacidad: los compradores pueden comprar el derecho de acceso a un clúster específico durante un período futuro, lo que es especialmente valioso para lanzamientos de productos, lanzamientos de modelos, ajustes, evaluaciones y otras cargas de trabajo variables.
• Margen de cartera: un corredor principal puede reconocer exposiciones de compensación en inventario spot, futuros, opciones, generaciones de hardware, ubicaciones y duraciones. Un proveedor que tenga una capacidad larga H100 y una capacidad corta B200 debería estar marginado contra el riesgo del diferencial en lugar del valor bruto de ambas posiciones.
• RFQ limitadas y libros de órdenes: los contratos estándar pueden negociarse de forma transparente, mientras que los requisitos grandes y personalizados se coincidan a través de RFQ competitivas. Las dos estructuras pueden coexistir porque los compradores de 100 millones de dólares de cómputo anual tienen necesidades de adquisición fundamentalmente diferentes a las de los compradores de 1 millón de dólares.
• Verificación: El lugar puede verificar que la capacidad existe, cumple con las características de rendimiento representadas y no se ha vendido a múltiples compradores. Para los mercados de inferencia, la misma capa de verificación puede medir los tokens, la latencia, el rendimiento y el tiempo de actividad para evitar que los proveedores falsifiquen el rendimiento.
• Financiación: las neoclds más pequeñas pueden pedir préstamos contra inventario certificado, forwards transferibles y capacidad futura cubierta, en lugar de depender exclusivamente de los ingresos comprometidos por clientes. Una curva hacia adelante visible también les da a los prestamistas un mejor marco para suscribir el valor residual y el riesgo de renovación.

Estos productos se asemejan colectivamente a un corredor de cómputo o un banco mercantil.

AWS y CoreWeave ya realizan muchas de estas funciones internamente. Se comprometen a los centros de datos y los chips antes de vender la capacidad en varias duraciones. Su cartera de activos y la profunda liquidez del lado de la demanda les permiten gestionar el desajuste resultante.

Una neocloud más pequeña es efectivamente un comerciante subcapitalizado. Pide prestado para comprar GPU y vende contratos de diferentes duraciones, absorbe la subutilización y asume el riesgo de valor residual. Cada compañía administra estas exposiciones de forma independiente, incluso cuando podrían ser netas en todo el mercado.

Un corredor principal independiente puede agregar el riesgo en todo el mercado al almacenar una exposición y netarla contra una posición de compensación. Un fondo diversificado de estos podría teóricamente apoyar nuevas formas de crédito. Este tipo de participante del mercado busca transmutar el "desajuste de formas" que la computación tiene en la actualidad, reduciendo así la capacidad ociosa y el costo del capital para la nueva financiación.

Con el tiempo, las configuraciones de referencia pueden en realidad apoyar índices de precios creíbles y derivados útiles liquidados en efectivo. Su efectividad como instrumentos de cobertura depende de qué tan de cerca el índice siga un conjunto de cargas de trabajo repetitivas de un conjunto lo suficientemente grande de compradores. En última instancia, incluso una cobertura de precios perfecta deja al comprador responsable de asegurar la capacidad utilizable cuando sea necesaria. Por lo tanto, la estandarización hace que ambas formas de contrato sean más útiles: la entrega física resuelve el riesgo de disponibilidad, la liquidación en efectivo maneja el riesgo de precio.

Computar como garantía (en Crypto Rails)

La primitiva central podría parecer una reclamación digital creíble contra un activo físico o un servicio futuro.

Algunos ejemplos de esto podrían incluir:

1. Una GPU o un interés garantizado en un servidor
2. El derecho a usar un clúster durante una ventana futura
3. Cobradores en virtud de un acuerdo de descarga, agrupados en un reclamo estandarizado

El propósito de la tokenización aquí sería hacer que los activos subyacentes y los flujos de caja asociados fueran más fáciles de transferir, pignorar y rehipotecar como garantía. En todos los casos, es importante que haya un derecho legal sólido debajo de las reclamaciones. Esto es, en sí mismo, un espacio de diseño rico en oportunidades para la infraestructura regulatoria y de verificación que es un requisito previo para mercados de capital sólidos en torno a esta clase de activos.

Es posible imaginar que, a escala, una neocloud podría emitir un recibo contra la capacidad futura verificada y vender parte de ella a futuro. El inventario restante podría apoyar un préstamo de margen denominado en stablecoins. Un prestamista podría suscribir el recibo utilizando su precio a plazo y su flujo de caja contratado, y el historial de utilización informaría el recorte. Si el prestatario incumple, la garantía puede pasar a un creador de mercado que ya sabe cómo entregar o revender la computación.

Un comprador podría comprar una opción de compra para el lanzamiento de un producto y revenderla si los planes cambian, y el ejercicio se resolvería mediante entrega en lugar de pago. Un proveedor de inferencia podría financiar una reserva contra los ingresos del cliente y mantener una opción de capacidad en la misma cuenta de margen. Un corredor principal podría aceptar un recibo de capacidad y extender crédito contra él, y el recibo podría respaldar un acuerdo de financiación garantizada más amplio.

El actor central en el plazo inmediato es un "corredor principal de cómputo", que hoy en día está construyendo su propio libro mayor de garantías. Registra el activo y la obligación contra él, y muestra dónde se encuentra cada reclamo en la pila de capital antes de manejar el margen y la liquidación. A escala, creemos que DeFi proporciona una arquitectura natural para este mercado con muchos originadores de activos y muchas fuentes de capital.

Hay algunas razones para esto:

1. La garantía es transparente: un prestamista puede ver si un recibo de capacidad ya ha sido comprometido y qué deuda es de mayor importancia. El corte de pelo y la madurez son visibles en el mismo libro mayor.
2. La garantía es componible: un recibo de capacidad mantenido en un pool de préstamos también puede servir como margen en el forward que protege su valor. Ambos lugares dependen de la misma capa de custodia.
3. La liquidación es programable porque la computación se entrega con el tiempo: el pago puede liberarse a medida que la capacidad esté disponible. La garantía devuelve una vez que se cumple el nivel de servicio; el fallo desencadena la penalización acordada. Con los hechos físicos atestiguados, el dinero y las garantías pueden moverse automáticamente.
4. Las infraestructuras cripto también alcanzan el capital global que presta contra garantía digital las 24 horas del día: las stablecoins proporcionan un activo de liquidación común (por ejemplo, una bóveda puede mantener crédito senior mientras que otra financia inventario u opciones).

Las blockchains con neutralidad creíble pueden coordinar el reclamo y su liquidación, y las certificaciones de hardware criptográfico pueden verificar lo que existe. Cada uno de estos, superpuesto a acuerdos legalmente necesarios, establece la propiedad y la aplicación, y puede formar el sustrato necesario para desbloquear la eficiencia del capital en todo el espacio.

La computación ya admite enormes activos y crédito, con muy poca infraestructura para transferir riesgo. En última instancia, creemos que los protocolos no capturan valor, las DAO gestionan el riesgo. Los protocolos que construyen el intermediario entre productores y consumidores pueden convertir esos contratos en un sistema de garantías transparente.

Creemos que este es un espacio de diseño increíblemente rico y que está evolucionando extremadamente rápido. Póngase en contacto con shayon@multicoin.capital si está trabajando en estos problemas o tiene una perspectiva diferente sobre cómo debería desarrollarse este mercado.

Gracias a Kyle Morris por las muchas discusiones que ayudaron a dar forma al pensamiento detrás de esta publicación, y a Tomasz Tunguz y Mason Nystrom por sus comentarios.