La CME lancera des contrats à terme sur la puissance de calcul GPU le 5 octobre, suivant le coût de location des H100 et B200

Avec l’expansion continue des investissements dans l’infrastructure de l’intelligence artificielle, la puissance de calcul des GPU passe progressivement du statut de coût d’infrastructure dans la chaîne industrielle de l’IA à celui d’actif financier pouvant être évalué, échangé et couvert.

Le groupe CME et la société de données du marché GPU Silicon Data ont annoncé mardi leur projet de lancement de deux contrats à terme sur la puissance de calcul le 5 octobre, sous réserve d’approbation réglementaire.

Les deux contrats sont le Silicon Data H100 Rental Index Futures et le Silicon Data B200 Rental Index Futures, qui seront cotés sur CME et soumis aux règles de la New York Mercantile Exchange (NYMEX).

Les contrats suivront les indices de prix de location H100 et B200 compilés par Silicon Data, prenant comme indicateur principal le coût horaire de location des GPU.

Cela signifie que les acteurs du marché pourront à l’avenir utiliser des outils à terme pour couvrir les fluctuations de prix de la puissance de calcul IA. CME indique que ce nouveau produit vise à aider les traders, institutions financières, développeurs IA et fournisseurs de cloud à gérer les risques liés à la forte croissance du marché de la puissance de calcul.

CME avait auparavant qualifié la puissance de calcul de « nouveau pétrole du XXIe siècle », déclarant que les ressources de calcul émergent comme une classe d’actifs indépendante.

Le prix de location des GPU devient un indicateur clé des coûts dans l’industrie de l’IA

Pour les entreprises de formation et d’inférence de modèles d’IA, outre l’achat de GPU et la construction de centres de données, la location directe de GPU auprès de fournisseurs cloud ou de prestataires spécialisés est également une méthode cruciale d’accès à la puissance de calcul.

Ainsi, la variation du prix horaire de location des GPU peut refléter, dans une certaine mesure, l’état de l’offre et de la demande en puissance de calcul.

Silicon Data publie actuellement chaque jour un indice de référence des prix de location GPU couvrant les principaux accélérateurs IA tels que H100, A100, B200 et AMD MI300X, basé sur la collecte quotidienne de données venant de fournisseurs cloud, opérateurs hyperscale, centres de données infogérés et marché de location privé, afin de créer un prix standardisé.

Le B200 est l’un des produits phares de l’architecture Blackwell de Nvidia, offrant des performances de calcul supérieures à la génération précédente H100. En raison du processus d’expansion de la capacité et du déploiement de Blackwell, le prix de location du B200 est actuellement influencé conjointement par les tensions de l’offre et la demande liée à la formation de modèles IA.

Silicon Data précise que l’indice de prix de location du B200 reflète un prix horaire standardisé issu de différentes sources d’approvisionnement en puissance de calcul.

L’importance du marché à terme réside dans l’établissement d’un mécanisme ouvert de découverte de prix à terme

Actuellement, le marché de location des GPU est très fragmenté, avec des écarts de prix notables selon les fournisseurs cloud, les prestataires de puissance de calcul et les durées de location, tandis que les entreprises manquent d’outils matures, similaires aux contrats à terme sur le pétrole brut, leur permettant de verrouiller le coût futur de la puissance de calcul.

Lors de la première annonce de leur partenariat en mai, CME et Silicon Data ont indiqué que les nouveaux contrats visaient à aider les entreprises IA et les fournisseurs cloud à gérer le risque des fluctuations de prix de la puissance de calcul. Silicon Data a ensuite lancé la courbe des prix à terme des GPU, couvrant H100, B200 et A100, avec des échéances allant jusqu’à 36 mois.

Pour les fournisseurs de puissance de calcul, si une baisse attendue du prix de location des GPU est anticipée, les contrats à terme peuvent servir à la couverture ; quant aux sociétés IA nécessitant la location massive de GPU, les contrats à terme pourraient offrir un outil de verrouillage du coût futur de la puissance de calcul.

Dans le même temps, les institutions financières et les traders peuvent prendre part aux échanges de prix selon leurs anticipations de la demande IA, de l’offre GPU et du cycle de construction des centres de données.

Cela signifie également que la financiarisation de l’industrie IA s’étend désormais, depuis les puces, les centres de données et les actions associées, jusqu’à la ressource de calcul la plus fondamentale.

Si le lancement du produit CME aboutit et génère suffisamment de liquidité, les prix à terme des H100 et B200 pourraient devenir, à l’avenir, des indicateurs clés pour observer l’offre et la demande en puissance de calcul IA, le taux d’utilisation des centres de données et le rendement des investissements en infrastructure IA.

Il existe toutefois une différence clé entre la puissance de calcul et les commodités traditionnelles : la puissance de calcul des GPU ne peut être stockée comme le pétrole ou l’or. Une fois inutilisée, la valeur de service horaire correspondante se dissipe, ce qui distingue fortement le mécanisme de fixation des prix, la liquidité et l’efficacité de couverture des contrats à terme sur GPU de ceux des commodités classiques.

Une étude récente sur la valorisation des actifs de puissance de calcul IA a également souligné que, en raison du caractère non stockable de la puissance de calcul, les relations de tarification sans arbitrage des contrats à terme sur commodités ne s’appliquent pas directement au marché de la puissance de calcul.

Ainsi, si le lancement des deux contrats est respecté au 5 octobre, cela pourrait constituer non seulement l’arrivée de deux nouveaux produits à terme, mais surtout l’établissement d’un étalon financier public pour la puissance de calcul IA jusque-là dépourvue de prix de marché unifié.