這篇關於計算市場的文章中，有幾點讓我印象深刻——AI 公司購買他人 GPU 的存取權限來訓練模型或運行服務 ↓ → GPU 交易仍透過群組聊天進行 大量計算資源仍透過經紀商、私人交易和群組聊天購買。比較不同供應商的價格十分混亂。坦白說，考慮到這項技術已發展到如此程度，這實在有點荒謬。 → 計算資源可像電力一樣交易 文章指出，GPU 租賃可能演變成商品市場，並建立定價基準與合約來管理未來成本。 電力市場在 1990 年代開放競爭時，也經歷了類似的轉變。 → 同一款晶片不等於相同的交易條件 地點、可靠性與租賃條款都會影響價格。價格低廉但可能中斷的 GPU 存取權，與保證可用性的服務截然不同。 AI 聊天機器人需要持續為用戶提供服務，而使用 AI 在夜間標註圖像的公司則可能願意接受中斷以降低費用。 → NVIDIA 基本上是計算資源的中央銀行 其發布時程影響舊款 GPU 的價值衰減速度，同時也因維持現有 GPU 的使用需求，讓資料中心運營商更有動力購買更多晶片。 → 機會不僅限於租賃 GPU 企業還在開發定價工具、交易平台、借貸與保險服務。作者認為，將可靠 GPU 存取權與這些金融服務結合的公司將具有優勢。 Silicon Data 表示，其追蹤了 95% 的新興雲端 GPU 供應商與 100% 的主要超大規模雲端服務商。這些租賃數據已用於建立每日計算資源定價基準。 因此，我認為這讓我們得以一窺 GPU 租賃如何逐步發展成更廣泛的金融市場。