Nvidia B200 GPUの今年末における1時間あたりのレンタル料金はいくらか？

予測市場はこの質問を、一連のイエス・ノー契約に分解した。トレーダーはB200のレンタル料金が特定の価格を上回るかどうかに賭け、異なる価格や日付の契約を組み合わせることで、市場の賭けによって形成されたGPUレンタル曲線が浮かび上がる。

Polymarketは以前にもGPUレンタル契約を上場していたが、取引量は少なかった。今回、Kalshiの共同創業者Tarek Mansourは、プラットフォームがB200、H200、A100の予測市場価格からフォワードカーブを抽出したと発表した。

予測市場はもはや、選挙結果や利下げ時期、企業イベントに答えるだけではない。公開取引市場を持たない産業のために、金融市場を構築し始めている。

この曲線は、伝統的な商品市場におけるフォワードカーブとは明らかに距離がある。予測市場では、買い手が満期後にGPUを受け取ることもできない。しかし、GPU取引市場に最も欠けているもの、すなわち誰もが確認できる価格の基準線を捉えている。

ここ数年、資本はチップ、データセンター、電力に絶えず流入し、計算能力はAI産業における最大のコストの一つとなっている。それにもかかわらず、調達方法は依然として電話予約、顔見知りによる取引、オフライン契約に留まっている。

計算能力の金融化が、今まさに大規模に展開されようとしている。

契約が先にあり、市場は後から来る

大規模言語モデルが登場する以前、企業が計算能力を得る方法は主に二つあった。自社でサーバーを購入するか、クラウド事業者に比較的安定した月額料金を支払うかだ。AIはこの調達ロジックを変えた。トレーニングと推論が大量のGPUを消費し、異なるチップ、地域、契約期間によって価格が分化し始め、クラウド事業者の価格も需給に応じて急速に変動する。

今日の計算能力市場には、先物取引が全くないわけではない。

大規模な研究所は将来の容量を事前に確保し、neocloudはクラウド事業者やブローカーからGPUを先行購入し、ハイパースケールクラウド事業者同士でもリソースを相互に予約する。契約は時間単位のレンタルから数年単位まで様々だ。これらは石油の長期オフテイク契約と似た機能を果たすが、価格は非公開の交渉の中に隠されている。

ある大手推論サービスプロバイダーは、計算能力の調達を、供給に詳しい「仲介人」を見つけることに例えた。必要なチップ、カード枚数、利用地域を伝えると、仲介人が関係ネットワークから在庫を探してくれる。ブローカーは情報の非対称性で利益を得て、大口保有者は関係性に基づいて容量を配分する。実際の成約価格が公開画面に表示されることはほとんどない。

この市場はデリバリーを完了することはできても、継続的な期待を形成することはできません。AIラボは半年後の推論コストを把握できず、データセンターは賃貸価格を事前に確定できず、貸し手もリアルタイムで更新されるデータを欠いており、担保となっているGPUがどの程度の速度で減価しているかを評価できません。

資金規模は、この価格設定方式を現状のまま維持することを許さなくなっています。

Tarekが示した数字によると、ハイパースケールクラウド事業者は今年、コンピューティングパワーに7000億ドル以上を投じ、2030年には市場規模が7兆～10兆ドルに達する可能性があります。より慎重な機関の予測も同様に膨大です。Morgan Stanleyは、2028年までに世界のデータセンターへの資本支出が約2.9兆ドルに達し、そのうち約2.5兆ドルがAIに充てられると予測しています。McKinseyは、2030年までのデータセンターへの資本支出を6.7兆ドルと見積もっています。Goldman Sachsは、2026年から2031年までのAIインフラ投資を7.6兆ドルと評価しています。

これらの数字は異なる年次や統計手法を採用しており、データセンターを含むものもあれば、コンピューティングパワーと電力を同時に計算するものもあります。共通点は、コンピューティングとハードウェアが各推定の55％から67％を占め、今回のインフラ投資の中で最大の部分を占めていることです。

チップはまた、価格が急激に変動する資産です。市場におけるGPUの耐用年数の推定は3年から7年まで様々で、新世代製品は毎年性能を刷新しますが、供給逼迫により旧型チップも賃貸価値を維持し続けています。データセンターは、減価償却速度についてコンセンサスが得られていない設備に巨額の資金を投じる必要があります。

資本の負担が重くなればなるほど、将来の価格が重要になります。

GPU取引市場の探求

GPU取引市場の第一段階は、すでに長年運営されている「非公開マッチング」です。

買い手は事前にキャパシティを予約し、売り手は将来の収入を固定し、ブローカーは供給源の探索と取引のマッチングを担当します。実際の需要と将来のコミットメントはすでに存在していますが、統一された契約も公開された価格もありません。

これらの売り手と買い手は、コンピューティングパワーの金融市場の基盤も構成しています。

ハイパースケールクラウド事業者、大規模データセンター、GPU保有者は在庫を抱えており、将来の賃貸料の低下を懸念しています。AIラボ、推論プラットフォーム、アプリケーション企業、そして下流にキャパシティを約束しているneocloudは継続的な調達を必要としており、将来の価格上昇を懸念しています。一方は設備収入を守りたいと考え、もう一方はコンピューティングコストを管理したいと考えており、市場にはこれにより最初の取引需要が生まれました。

第二段階は、標準化された価格指数の確立です。OrnnのCompute Price Indexは、実際のGPUレンタル取引から価格を抽出し、複数の主要チップをカバーしています。Silicon Dataは毎日、H100、A100、B200のオンデマンドレンタル指数を発表し、そのデータをBloomberg端末に送信しています。Compute Deskも同様の製品を構築中です。

指数提供者が定義するのは、単なる数字の羅列ではありません。どのチップ、地域、ネットワーク構成、契約タイプを含めるか、異常な取引をどう処理するか、チップの世代交代後に古い指数をどう廃止するか、これらすべてが最終的に市場で語られる「GPU価格」を変えます。取引所は取引の場を提供し、指数提供者は人々が実際に何を取引しているのかを定義します。

Ornnは最近、a16zから3300万ドルの投資を受けました。分散した取引データを市場に受け入れられるベンチマークに整理できる者が、コンピューティングパワー市場における価格の入り口となるチャンスを得るのです。

第三段階は、指数を取引可能な契約に組み込むことです。CMEはSilicon Dataをデータプロバイダーに選び、日次のGPUレンタルベンチマークで決済されるコンピューティングパワー先物の提供を計画しています。NYSEの親会社であるICEはOrnnを選び、別のGPU先物の上場を準備しています。両方の伝統的な取引所は、製品をAIラボ、クラウドベンダー、データセンター、金融機関向けのリスク管理ツールとして位置づけていますが、製品は依然として規制当局の審査を待っている段階です。

予測市場は別の道を歩んでいます。トレーダーに「特定のチップが特定の日付に特定のレンタル価格を上回るかどうか」という同じ質問を繰り返し投げかけます。隣接する閾値間の価格差を計算することで、市場がその価格帯に対して持つ判断を近似的に反映できます。さらに、異なる日付にわたって同じ計算を繰り返すことで、期間構造が浮かび上がります。

伝統的な商品市場では、通常、まず受渡可能な契約を定義し、その後先物取引によって曲線が形成されます。予測市場はまずイベント契約で公開された期待値を形成し、次にその期待値を店頭取引、先物、永久契約に活用することを検討します。

伝統的なコンピューティングパワー先物はまだ規制当局の承認を待っている一方で、予測市場はすでに期間構造を提供しています。

一本の曲線で何が解決できるのか

市場が指数、先物、フォワード曲線の確立に力を注ぐのは、一体、普通のAI企業にとってどのような問題を解決できるからでしょうか？

ある推論プラットフォームが、半年後に顧客にサービスを提供することを約束したと仮定します。その時点で必要なGPUはわかっているものの、レンタル料金がいくらになるかは不明です。もしレンタル料金が急騰した場合、すでに合意した顧客価格は変えられないため、増加したコストを自社で負担するしかありません。GPUレンタル料金の上昇に応じて価値が上がる契約を購入しておけば、クラウドの請求額は高くなっても、契約上の利益で差額の一部を補填できます。データセンターは逆の問題に直面します。すでに機器を購入しており、将来レンタル料金が下落すれば収入が減少します。フォワードエクスポージャーを売却することで、機器収入の一部を事前に固定できます。

この契約は、企業が実際に調達するすべてのカードと完全に同一である必要はない。企業がニューヨーク地域のH200を使用していても、市場で取引されるのは複数のサプライヤーをカバーするH200指数である可能性がある。両者の価格が概ね連動して動く限り、この契約は機能する。アナリストの試算によれば、両価格の相関係数が0.7に達する場合、適切に構成されたヘッジで変動の約半分を相殺できる。航空会社が自社のジェット燃料支出と完全に一致する契約を購入できなくても、原油先物でコスト管理を行うのと同じ理屈である。

貸し手にもこの曲線が必要だ。データセンターがGPUを担保に融資を申請する際、銀行は2年後にこれらのチップがどれだけのレンタル収入を生むかを判断しなければならない。従来はベンダーの提示価格、散発的な成約、自社の仮定に頼るしかなかったが、公開曲線があれば、貸し手は市場の変化に応じて担保評価を調整でき、データセンターも将来の収入を証明しやすくなる。

価格は、企業がどのチップを選ぶかに逆影響を与えることもある。Nvidia GPUのレンタル成約が多く、指数の信頼性が高く、ヘッジ手段も活発であれば、銀行はそれを担保として受け入れやすくなり、保有者も必要な時にレンタルや売却が容易になる。その結果、設備の資金調達が容易になり、さらに多くの買い手がそれを選び続ける。このNvidiaを中心に集まる取引流動性は、競合他社が再現しにくい優位性となる可能性がある。

したがって、価格曲線が役立つのはトレーダーだけではない。利用者はより早くコストを把握でき、保有者はより早く収入を確定でき、貸し手は設備やデータセンターに価格を付ける勇気を持てるようになる。

ボトルネック & 課題

最初の問題は指数である。

Ornnは実際の成約を重視し、Silicon Dataはオンデマンドのレンタル価格に注目し、他の手法ではエネルギーコストを標準化する。それぞれの方法は一部の情報を保持する一方で、別の部分を捨てている。チップ、地域、期間、ネットワーク、取引相手をすべてカバーする指数は存在しない。

同時に、チップは急速に世代交代する。

石油の度量衡は長期間使い続けられるが、GPU市場はH100からH200、B200、GB200、そしてRubinへとアップグレードされている。AMD、Google TPU、Amazon Trainium、専用チップがさらに演算需要を分散させる。旧指数がいつ廃止され、新旧チップがどのように連携するかは、契約の基礎となる原資産そのものを絶えず変化させる。

2つ目の問題は受渡しである。

現金決済の契約は満期後に金銭のみを精算し、GPUを引き渡さない。コスト管理が必要な企業は契約の利益でレンタル料の上昇を相殺できるが、すでに顧客にキャパシティを約束しているneocloudは、依然として自ら市場でカードを調達しなければならない。

もう一つのリスクは取引数量に起因する。

GPUレンタル市場では、日々公開される実際の取引量が極めて少なく、供給が少数の売り手に集中している。そのため、単一の取引でも指数を大きく動かす可能性があり、供給側が最終的な決済価格に影響を与えやすくなる。

これは予測市場が描く曲線の問題でもある。

従来のフォワードカーブは、決済や現物交換のメカニズムを通じて先物価格を実際の需給に引き戻す。しかし、予測市場のバイナリー契約にはこの経路が欠けており、曲線が示すのは参加者の期待値であり、まだ決済可能で裁定取引が可能なキャパシティ価格にはなっていない。

三つ目の問題は流動性だ。

売り手は長期契約を好む。データセンターは収入を事前に確定したいからだ。一方、買い手は短期契約を好む。AI企業はチップやサプライヤーを変更する柔軟性を確保したいからだ。両者の期間に対するニーズは本質的にミスマッチしている。また、ブローカーや大口保有者は不透明な市場から利益を得ており、すべての取引を公開市場に出す積極的な動機を持たない。

多くの障害があるものの、コンピューティング市場における公開価格への需要は後退しない。おそらく間もなく、ある賢い資金がオンチェーンで「コンピューティングを5倍ロング」したという報道を目にすることになるだろう。

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia