Warum Rechenleistung immer noch in Gruppenchats gehandelt wird — Affaan Mustafa & Alejandro Soumah Fernandez, Jump Trading

하이라이트

• Physische Rechenleistung wird überwiegend über unregulierte, private OTC-Kanäle wie Slack, X und Telegram-Gruppenchats als Dark Pools gehandelt.

• Der globale Stromverbrauch von Rechenzentren steigt laut IEA-Prognose von 485 Terawattstunden im Jahr 2025 auf 950 Terawattstunden im Jahr 2030.

• Hardware-Finanzierungen verlangen oft Vorauszahlungen von 15 bis 25 Prozent bei einem dreijährigen 100-Millionen-Dollar-Cluster, was die Kapitaldecke von Start-ups stark belastet.

• Trotz stark sinkender Token-Preise bleiben die Rechenleistungspreise aufgrund der rasant steigenden Nachfrage nach Inferenz-Diensten stabil.

타임라인

1. 00:00 - 02:38

   Der unregulierte Markt für Rechenleistung

   Die Marktstruktur im Bereich Compute Trading gleicht einem unregulierten Dark Pool. Anstatt über transparente Börsen laufen die Transaktionen über private Vereinbarungen, die aus Master Services Agreements, Service Level Agreements und bestellspezifischen Formularen bestehen. Da keine standardisierte Handelsplattform existiert, wickeln Marktteilnehmer den Kauf von physischer Rechenleistung über spezialisierte Neo-Chat-Kanäle ab.

   • Physische Rechenleistung wird als private Quotes über langfristige bilaterale Verträge abgewickelt.
   • Es existiert keine allgemein anerkannte Börse für den Handel von Rechenleistung.
   • Der Großteil der Verhandlungen findet über Chat-Kanäle wie Slack, X und Telegram statt.
2. 02:38 - 05:07

   Makromarkstruktur und das Jevons-Paradoxon

   Günstigere Token ermöglichen Teams, mit demselben Budget deutlich mehr Aufgaben zu erledigen, wodurch eine enorme latente Nachfrage freigesetzt wird. Obwohl die Ausführung einzelner Prozesse effizienter wird, steigt der gesamte Bedarf an Rechenleistung weiter an. Die Preise für die zugrundeliegende Hardware bleiben stabil, da der gestiegene Verbrauch den Effizienzgewinn ausgleicht.

   • Sinkende Kosten für Token führen zu einem massiven Anstieg der generellen Nutzung.
   • Die Preise für Rechenleistung und Inferenz entkoppeln sich von den fallenden Token-Preisen und bleiben robust.
   • Das Jevons-Paradoxon erklärt den steigenden Bedarf an Rechenkapazitäten trotz höherer Effizienz.
3. 05:07 - 08:45

   Infrastruktur, Energie und Kapazitätsanbieter

   Der Aufbau von Rechenzentren erfordert eine komplexe Kette aus Energie, Immobilien und massiver Finanzierung. Während Hyperscaler und große Labore langfristige Verpflichtungen über Jahre eingehen können, geraten Start-ups der Serie B und kleinere Unternehmen in eine Finanzierungsklemme. Sie müssen einen großen Teil ihrer Eigenkapitalrunden als Vorauszahlung für Rechenkapazitäten aufwenden.

   • Der weltweite Stromverbrauch von Rechenzentren verdoppelt sich laut IEA bis 2030 auf 950 Terawattstunden.
   • Chips, Strom, Gebäude und Kapital müssen vor der Bereitstellung von GPU-Stunden kombiniert werden.
   • Mittelständische Start-ups können die extrem hohen Vorabkosten für langfristige Cluster-Verträge kaum stemmen.
4. 08:45 - 13:50

   Finanzierungsmodelle und Betriebswirtschaftlichkeit

   Kreditgeber sichern den Ausbau von Clustern über vertraglich vereinbarte Einnahmen ab. Da Kunden jedoch oft keine langfristigen Verpflichtungen eingehen wollen oder können, entstehen finanzielle Diskrepanzen. Unternehmen müssen abwägen, ob sich der Betrieb eigener Hardware durch den direkten Zugriff rechnet oder ob Mietverträge und On-Demand-Modelle die flexiblere Alternative darstellen.

   • Hardware-Finanzierer verlangen erhebliche Vorauszahlungen von bis zu 25 Prozent bei großen Clustern.
   • Unternehmen schwanken zwischen dem vollständigen Eigenbau des Tech-Stacks und externen Abnahmeverträgen.
   • Die Beschaffungskonditionen von Rechenleistung bestimmen direkt den verbleibenden finanziellen Spielraum von Wachstumsunternehmen.
5. 13:50 - 20:27

   Preisfindung, Derivate und regulatorische Einflüsse

   Der Markt entwickelt sich in Richtung standardisierter Verträge, physischer Matching-Plattformen und zukünftiger Futures-Märkte, um Bilanzrisiken abzusichern. Gleichzeitig greifen staatliche Richtlinien wie Exportbeschränkungen für bestimmte Chip-Klassen und Förderungen für Open-Weight-Modelle regulierend ein. Um die Lücke zwischen Käufern und Lieferanten zu schließen, bedarf es standardisierter Kapazitätsverträge und finanzstarker Vermittler.

   • Neue Plattformen und Broker versuchen, durch Indizes, Benchmarks und Auktionen mehr Transparenz zu schaffen.
   • Zukünftige Finanzmärkte für GPU-Stunden zielen auf Absicherungen und Derivate ab.
   • Regulatorische Vorgaben wie Exportkontrollen des US-Handelsministeriums beeinflussen den Markt massiv.