GPU становятся «нефтью»: CME и ICE превращают AI-compute в новый класс фьючерсов

Что именно запускают

CME Group вместе с Silicon Data объявила о запуске 5 октября 2026 года двух контрактов: Silicon Data H100 Rental Index Futures и Silicon Data B200 Rental Index Futures — при условии регуляторного одобрения.

ICE со своей стороны ранее объявила о GPU Compute Futures Contracts в партнёрстве с Ornn на базе Ornn Compute Price Index. В обоих случаях логика одна: создать стандартизированную рыночную цену на AI-compute.

Почему это важно

AI-бум сделал compute критическим ресурсом. Для стартапов, облачных команд и больших корпораций вопрос уже не только в том, какую модель выбрать, но и в том, можно ли предсказуемо купить нужный GPU-ресурс.

Публичный benchmark позволяет не только смотреть на рынок, но и хеджировать расходы. Это шаг от хаотичного спотового ценообразования к более понятной инфраструктурной экономике.

Что именно здесь продаётся

Речь идёт не о физической поставке видеокарт, а об индексе стоимости аренды compute. CME прямо описывает инструмент как способ отслеживать почасовую rental cost для H100 и B200.

Это важный сдвиг: compute начинает вести себя не просто как IT-услуга, а как отдельный commodity-like resource, вокруг которого можно строить price discovery, risk management и более длинное бюджетное планирование.

Что может помешать

Первый риск — качество самого индекса. Если benchmark плохо отражает реальный спотовый рынок, его ценность для хеджирования падает. Второй риск — ликвидность: без нормального оборота контракт легко останется нишевым продуктом.

Но даже если первый год будет скромным, сам факт появления таких инструментов уже важен. Он показывает, что рынок AI-compute достаточно велик и болезнен, чтобы биржи воспринимали его как отдельный класс риска.

Рынок уже имеет живую цену: H100 около $2.5, B200 — больше $5 за GPU-час

Идея фьючерсов становится намного понятнее, если посмотреть на живой benchmark. На момент проверки 2 сентября Silicon Data показывала H100 Rental Price Index около $2.53 за GPU-hour, а страницу индексов B200 — примерно $5.6 за GPU-hour. Это не прайс одного облака, а нормализованный benchmark.

Silicon Data заявляет охват 95% neo-cloud GPU providers, 100% major hyperscalers и более 80% доступного глобального rental market. Наблюдения нормализуются по rental term, cluster scale, interconnect, geography и другим параметрам. Без такой нормализации фьючерсному рынку просто не на что было бы опираться.

Фьючерсы могут повлиять не только на аренду, но и на стоимость денег

BCG в свежем исследовании compute markets даёт более крупный экономический поворот. В сценарии около $3.6 трлн инвестиций в AI infrastructure в 2026–2030 годах надёжный forward curve для compute может снизить риск для кредиторов и, по модели BCG, дать около $116 млрд экономии на процентах за 4.5 года.

Это уже не история о трейдерах, которые хотят поиграть в “GPU-нефть”. Если forward market помогает дата-центру зафиксировать будущую цену ресурса, банку проще оценить cash-flow и дешевле финансировать строительство.

Почему GPU всё равно сложнее барреля нефти

BCG отдельно предупреждает, что compute гораздо неоднороднее классического commodity. H100, H200 и B200 различаются; важны сеть, storage, downtime, cluster tuning, data-transfer fees, регион и latency. Один и тот же nominal GPU в разных системах может давать разную экономику.

Поэтому рынок, вероятно, не получит один универсальный “WTI для compute”. Реалистичнее несколько benchmark families для разных GPU-поколений, регионов и workloads.

Почему B200 сейчас особенно интересен

Silicon Data прямо пишет, что supply B200 пока отстаёт от demand: крупные AI labs забирают часть capacity через длинные reserved commitments, а broader rollout продолжается. Поэтому Blackwell сохраняет большой premium к H100.

Для будущих фьючерсов это почти идеальный тестовый рынок: дорогой ресурс, ограниченное предложение, волатильность и реальные покупатели, которым важнее не угадать цену, а сделать её предсказуемой.

↗