Silicon Data એ AI GPU રેન્ટલ પ્રાઇસ માટે સ્વતંત્ર બેન્ચમાર્ક બનાવવા $30.5 મિલિયન (આશરે ₹250 કરોડ) નું ફંડ એકત્ર કર્યું છે. કંપની CME ગ્રુપ સાથે મળીને 5 ઓક્ટોબર, 2026 ના રોજ કમ્પ્યુટ ફ્યુચર્સ કોન્ટ્રાક્ટ લોન્ચ કરવાની યોજના ધરાવે છે.
AI ઇન્ફ્રાસ્ટ્રક્ચરના ખર્ચ પર નિયંત્રણ
આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ઇન્ફ્રાસ્ટ્રક્ચરના અર્થશાસ્ત્ર પર ધ્યાન કેન્દ્રિત કરતી સ્ટાર્ટઅપ Silicon Data એ Valor Atreides AI Fund ના નેતૃત્વ હેઠળ $30.5 મિલિયન (લગભગ ₹250 કરોડ) ની સિરીઝ A ફંડિંગ રાઉન્ડ પૂર્ણ કરી છે. આ રોકાણનો મુખ્ય ઉદ્દેશ્ય AI કમ્પ્યુટિંગ પાવરના ખર્ચને ટ્રેક કરવા અને મેનેજ કરવા માટે એક માનક પદ્ધતિ સ્થાપિત કરવાનો છે.
CME ગ્રુપ સાથે ભાગીદારી
Silicon Data ની વૃદ્ધિ યોજનાનો મુખ્ય ભાગ CME ગ્રુપ સાથેની ભાગીદારી છે, જે AI ઇન્ફ્રાસ્ટ્રક્ચર પર આધારિત નાણાકીય સાધનો રજૂ કરશે. નિયમનકારી મંજૂરીને આધીન, Silicon Data 5 ઓક્ટોબર, 2026 ના રોજ બે કેશ-સેટલ્ડ કમ્પ્યુટ ફ્યુચર્સ કોન્ટ્રાક્ટ લોન્ચ કરવાની યોજના ધરાવે છે. આ કોન્ટ્રાક્ટ Nvidia ના H100 અને B200 GPUs ના કલાકદીઠ રેન્ટલ ખર્ચને ટ્રેક કરવા માટે ડિઝાઇન કરવામાં આવ્યા છે. આ ફ્યુચર્સ ઓફર કરીને, કંપની AI ચિપ્સ માટે રેન્ટલ માર્કેટમાં ભાવની વધઘટ સામે હેજ કરવાની રીત પ્રદાન કરવાનો પ્રયાસ કરે છે.
હાલમાં, કંપનીઓ માટે AI કમ્પ્યુટ ક્ષમતાના ભાવને લોક કરવાની કોઈ માનક રીત નથી. AI ઇન્ફ્રાસ્ટ્રક્ચર રોકાણોમાં વધારો થતાં, ડેટા સેન્ટર ઓપરેટરો અને AI ડેવલપર્સ માટે ખર્ચની અસ્થિરતાનું સંચાલન કરવાની ક્ષમતા પ્રાથમિકતા બની રહી છે.
નિયમનકારી અને બજારના પડકારો
AI કમ્પ્યુટ ફ્યુચર્સનો પરિચય ઝડપથી બદલાતા બજારમાં સ્થિરતા લાવવાનો પ્રયાસ કરે છે, તેમ છતાં રોકાણકારોએ અનેક જોખમો પર નજર રાખવી જોઈએ. સૌથી તાત્કાલિક જોખમ નિયમનકારી મંજૂરી પ્રક્રિયા છે. આ ફ્યુચર્સ કોન્ટ્રાક્ટનું લોન્ચ સમીક્ષાને આધીન હોવાથી, નિયમનકારો દ્વારા કોઈપણ વિલંબ અથવા અસ્વીકૃતિ કંપનીના ટાઇમલાઇન અને બિઝનેસ મોડેલને અસર કરી શકે છે.
આ ઉપરાંત, AI હાર્ડવેરની પ્રકૃતિને લગતા પડકારોનો પણ સ્ટાર્ટઅપ સામનો કરી રહ્યું છે. કમ્પ્યુટના માનક યુનિટને વ્યાખ્યાયિત કરવું મુશ્કેલ છે કારણ કે સમાન ચિપ મોડેલોમાં પણ પ્રદર્શન નોંધપાત્ર રીતે બદલાઈ શકે છે. આ વિવિધતા વિશ્વસનીય ભાવ ઇન્ડેક્સ બનાવવામાં જટિલતા ઉમેરે છે. વધુમાં, AI કમ્પ્યુટ માર્કેટ અત્યંત કેન્દ્રિત છે, જેમાં Nvidia આ ડેટા સેન્ટર્સમાં ઉપયોગમાં લેવાતા મોટાભાગના ચિપ્સ પૂરા પાડે છે. એક જ મુખ્ય સપ્લાયર પર આ નિર્ભરતા સિસ્ટમિક જોખમ ઊભું કરે છે.
છેવટે, આ નવા નાણાકીય ઉત્પાદનોની સફળતા બજાર અપનાવવા પર નિર્ભર રહેશે. ફ્યુચર્સ કોન્ટ્રાક્ટ અસરકારક બનવા માટે, તેમને પૂરતી લિક્વિડિટીની જરૂર પડશે, જેમાં AI ક્ષમતા ભાડે આપતી કંપનીઓ તરફથી વ્યાપક ભાગીદારીની જરૂર પડશે.
