AI (Artificial Intelligence) ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਹੁਣ ਕਮੋਡਿਟੀ (Commodity) ਵਾਂਗ ਵਪਾਰ ਦਾ ਹਿੱਸਾ ਬਣਨ ਜਾ ਰਹੀ ਹੈ। CME Group, Nvidia ਅਤੇ ਕਈ ਵੱਡੀਆਂ ਫਾਈਨੈਂਸ਼ੀਅਲ ਫਰਮਾਂ ਦੇ ਸਹਿਯੋਗ ਨਾਲ, 5 ਅਕਤੂਬਰ 2026 ਨੂੰ ਰੈਗੂਲੇਟਿਡ ਕੰਪਿਊਟ ਫਿਊਚਰਜ਼ ਕਾਂਨਟਰੈਕਟ ਲਾਂਚ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ। ਇਸ ਪਹਿਲ ਦਾ ਮਕਸਦ GPU (Graphics Processing Unit) ਰੇਟਿੰਗ ਨੂੰ ਸਟੈਂਡਰਡਾਈਜ਼ (Standardize) ਕਰਨਾ ਹੈ, ਜਿਸ ਨਾਲ AI ਸਮਰੱਥਾ ਨੂੰ ਇੱਕ ਵਪਾਰਯੋਗ ਵਸਤੂ ਵਜੋਂ ਦੇਖਿਆ ਜਾ ਸਕੇ।
AI ਕੰਪਿਊਟਿੰਗ ਸਮਰੱਥਾ ਹੁਣ ਕਮੋਡਿਟੀ (Commodity) ਵਾਂਗ ਇੱਕ ਵਪਾਰਯੋਗ ਵਸਤੂ ਬਣਨ ਵੱਲ ਵਧ ਰਹੀ ਹੈ, ਜਿਸ ਤਰ੍ਹਾਂ ਤੇਲ ਜਾਂ ਧਾਤਾਂ ਦਾ ਵਪਾਰ ਹੁੰਦਾ ਹੈ। 5 ਅਕਤੂਬਰ 2026 ਨੂੰ, CME Group, Silicon Data ਦੇ ਸਹਿਯੋਗ ਨਾਲ, ਰੈਗੂਲੇਟਿਡ ਕੰਪਿਊਟ ਫਿਊਚਰਜ਼ ਕਾਂਨਟਰੈਕਟ ਪੇਸ਼ ਕਰਨ ਦੀ ਤਿਆਰੀ ਵਿੱਚ ਹੈ। ਇਹ ਕਾਂਨਟਰੈਕਟ ਖਾਸ ਤੌਰ 'ਤੇ Nvidia ਦੇ H100 ਅਤੇ B200 ਮਾਡਲਾਂ ਵਰਗੇ ਹਾਈ-ਐਂਡ AI ਚਿਪਸ (Chips) ਦੀ ਘੰਟੇਵਾਰ ਕਿਰਾਏ ਦੀ ਲਾਗਤ ਨੂੰ ਟਰੈਕ (Track) ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ। ਅੰਤਿਮ ਰੈਗੂਲੇਟਰੀ (Regulatory) ਸਮੀਖਿਆ ਦੀ ਉਡੀਕ ਕਰਦੇ ਹੋਏ, ਇਸ ਬਾਜ਼ਾਰ ਦਾ ਉਦੇਸ਼ ਕੰਪਨੀਆਂ ਨੂੰ AI ਮਾਡਲਾਂ ਨੂੰ ਟ੍ਰੇਨ (Train) ਕਰਨ ਅਤੇ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਇਨਫ్రాਸਟ੍ਰਕਚਰ (Infrastructure) ਦੀ ਲਾਗਤ ਨੂੰ ਲਾਕ (Lock) ਕਰਨ ਅਤੇ ਕੀਮਤਾਂ ਵਿੱਚ ਅਸਥਿਰਤਾ ਤੋਂ ਬਚਾਉਣ ਲਈ ਇੱਕ ਸਾਧਨ ਪ੍ਰਦਾਨ ਕਰਨਾ ਹੈ।
ਇਸ ਕਦਮ ਨੂੰ Nvidia ਅਤੇ ਕਈ ਵੱਡੀਆਂ ਗਲੋਬਲ ਫਾਈਨੈਂਸ਼ੀਅਲ ਸੰਸਥਾਵਾਂ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ Apollo Global Management, BlackRock, Blackstone, Brookfield, Goldman Sachs, ਅਤੇ KKR ਸ਼ਾਮਲ ਹਨ, ਦੁਆਰਾ ਸਮਰਥਨ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਸੰਸਥਾਵਾਂ ਮਿਲ ਕੇ ਡਾਟਾ ਸੈਂਟਰਾਂ (Data Centers) ਅਤੇ GPU ਕਲੱਸਟਰਾਂ (Clusters) ਨੂੰ ਫੰਡ (Fund) ਦੇਣ ਲਈ $500 ਬਿਲੀਅਨ ਦਾ ਫਾਈਨੈਂਸਿੰਗ ਪੂਲ (Financing Pool) ਤਿਆਰ ਕਰ ਰਹੀਆਂ ਹਨ। Nvidia ਨੇ ਸੰਕੇਤ ਦਿੱਤਾ ਹੈ ਕਿ ਉਹ ਇਨ੍ਹਾਂ ਪ੍ਰਬੰਧਾਂ ਲਈ 25% ਤੱਕ ਦਾ ਫਾਈਨੈਂਸ਼ੀਅਲ ਬੈਕਸਟਾਪ (Financial Backstop) ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ GPUs ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਡੈਪ੍ਰੀਸ਼ੀਏਟ (Depreciate) ਹੋਣ ਵਾਲੇ ਆਫਿਸ ਉਪਕਰਨਾਂ ਤੋਂ ਸਥਿਰ, ਆਮਦਨ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਸੰਪਤੀ ਵਿੱਚ ਬਦਲਣ ਵੱਲ ਇੱਕ ਕਦਮ ਦਰਸਾਉਂਦਾ ਹੈ।
ਵਿੱਤੀ ਪ੍ਰਣਾਲੀ ਨੂੰ ਸਮਝਣਾ
ਕੰਪਿਊਟ ਫਿਊਚਰਜ਼ ਕਾਂਨਟਰੈਕਟ, ਘੰਟੇਵਾਰ GPU ਕਿਰਾਏ ਦੀਆਂ ਕੀਮਤਾਂ ਦੇ ਇੰਡੈਕਸ (Index) ਦੇ ਆਧਾਰ 'ਤੇ ਕੈਸ਼-ਸੈਟਲ (Cash-settled) ਕੀਤੇ ਜਾਣਗੇ। ਮੁੱਖ ਟੀਚਾ ਮੌਜੂਦਾ ਬਾਜ਼ਾਰ ਦੀ ਅਯੋਗਤਾ ਨੂੰ ਹੱਲ ਕਰਨਾ ਹੈ, ਜਿੱਥੇ ਕੰਪਨੀਆਂ ਨੂੰ ਅਕਸਰ ਇੱਕੋ ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ (Processing Power) ਲਈ ਬਹੁਤ ਵੱਖਰੀਆਂ ਲਾਗਤਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਇੱਕ ਜਨਤਕ ਬੈਂਚਮਾਰਕ (Benchmark) ਸਥਾਪਿਤ ਕਰਕੇ, ਹਾਈ-ਪਰਫਾਰਮੈਂਸ ਕੰਪਿਊਟਿੰਗ 'ਤੇ ਨਿਰਭਰ ਕੰਪਨੀਆਂ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਜ਼ਿਆਦਾ ਭੁਗਤਾਨ ਤੋਂ ਬਚ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਆਪਣੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਪ੍ਰੋਜੈਕਟ ਬਜਟਾਂ (Budgets) ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇਹ AI ਅਰਥਚਾਰੇ (Economy) ਵਿੱਚ ਸਭ ਤੋਂ ਜ਼ਰੂਰੀ ਸਰੋਤ ਬਣਨ ਵਾਲੀ ਚੀਜ਼ ਲਈ ਬਾਜ਼ਾਰ-ਸੰਚਾਲਿਤ ਕੀਮਤ ਖੋਜ ਪ੍ਰਣਾਲੀ (Price Discovery Mechanism) ਬਣਾਉਂਦਾ ਹੈ।
ਜੋਖਮ ਅਤੇ ਬਾਜ਼ਾਰ ਦੀਆਂ ਅਨਿਸ਼ਚਿਤਤਾਵਾਂ
ਹਾਲਾਂਕਿ ਇੱਕ ਤਰਲ ਕੰਪਿਊਟ ਬਾਜ਼ਾਰ ਦੀ ਸੰਭਾਵਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਨਿਵੇਸ਼ਕਾਂ (Investors) ਅਤੇ ਬਾਜ਼ਾਰ ਦੇ ਨਿਰੀਖਕਾਂ ਨੇ ਕਈ ਜੋਖਮਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਹੈ। ਇੱਕ ਮੁੱਖ ਚਿੰਤਾ ਸੰਪਤੀਆਂ ਦੀ ਪ੍ਰਕਿਰਤੀ ਨਾਲ ਸਬੰਧਤ ਹੈ। ਕੱਚੇ ਤੇਲ ਜਾਂ ਸੋਨੇ ਵਰਗੀਆਂ ਕਮੋਡਿਟੀਜ਼ ਦੇ ਉਲਟ, GPUs ਵਰਗੇ ਹਾਰਡਵੇਅਰ (Hardware) ਤੇਜ਼ੀ ਨਾਲ ਤਕਨੀਕੀ ਅਪ੍ਰਚਲਨ (Technological Obsolescence) ਦਾ ਸ਼ਿਕਾਰ ਹੁੰਦੇ ਹਨ। ਜੇਕਰ ਨਵੇਂ, ਤੇਜ਼ ਚਿਪਸ ਜਾਰੀ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਮੌਜੂਦਾ ਇਨਵੈਂਟਰੀ (Inventory) ਦਾ ਮੁੱਲ ਜਲਦੀ ਘੱਟ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਲੰਬੇ ਸਮੇਂ ਦੇ ਮੁੱਲਾਂਕਣ ਮਾਡਲ (Valuation Models) ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦੇ ਹਨ। ਬਾਜ਼ਾਰ ਦੀ ਅਸਥਿਰਤਾ ਦਾ ਵੀ ਜੋਖਮ ਹੈ; ਜੇਕਰ AI ਐਪਲੀਕੇਸ਼ਨਾਂ (Applications) ਦੀ ਅੰਤ-ਉਪਭੋਗਤਾ ਮੰਗ (Demand) ਇੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਨਹੀਂ ਵਧਦੀ ਜਿੰਨੀ ਕਿ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਬਣਾਈ ਜਾ ਰਹੀ ਹੈ, ਤਾਂ ਵੱਡਾ ਫਾਈਨੈਂਸਿੰਗ ਪੂਲ ਤਣਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰ ਸਕਦਾ ਹੈ। ਕੁਝ ਵਿਸ਼ਲੇਸ਼ਕਾਂ (Analysts) ਨੇ ਸੰਭਾਵੀ 'ਸਰਕੂਲਰ' ਫਾਈਨਾਂਸਿੰਗ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਪ੍ਰਗਟਾਈਆਂ ਹਨ, ਜਿੱਥੇ ਮਾਡਲ ਦੀ ਸਥਿਰਤਾ AI ਕੰਪਨੀਆਂ ਤੋਂ ਨਿਰੰਤਰ, ਉੱਚ-ਵਾਲੀਅਮ ਮੰਗ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਜੋ ਆਪਣੇ ਆਪ ਨਵੇਂ ਬਿਜ਼ਨਸ ਮਾਡਲ ਦੀ ਜਾਂਚ ਕਰ ਰਹੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ।
ਭਾਰਤੀ ਟੈਕ ਸੈਕਟਰ 'ਤੇ ਪ੍ਰਭਾਵ
ਭਾਰਤੀ ਬਾਜ਼ਾਰ ਲਈ, ਇਹ ਵਿਕਾਸ ਡਿਜੀਟਲ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਅਤੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦੇ ਚੱਲ ਰਹੇ ਵਿਸਥਾਰ ਨਾਲ ਸਬੰਧਤ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਭਾਰਤ ਆਪਣੇ GPU ਓਨਬੋਰਡਿੰਗ (Onboarding) ਨੂੰ ਵਧਾ ਰਿਹਾ ਹੈ, ਕੰਪਿਊਟ ਪ੍ਰਾਈਸਿੰਗ (Pricing) ਲਈ ਇੱਕ ਪਾਰਦਰਸ਼ੀ, ਗਲੋਬਲ ਬੈਂਚਮਾਰਕ ਦੀ ਉਪਲਬਧਤਾ ਲਾਭਦਾਇਕ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਭਾਰਤੀ ਸਟਾਰਟਅੱਪਸ (Startups) ਅਤੇ IT ਐਂਟਰਪ੍ਰਾਈਜ਼ (Enterprises) ਨੂੰ ਕਿਰਾਏ ਦੀਆਂ ਲਾਗਤਾਂ ਦਾ ਵਧੇਰੇ ਸਪੱਸ਼ਟ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਪ੍ਰਦਾਨ ਕਰਕੇ ਆਪਣੀ ਪੂੰਜੀ ਖਰਚ ਨੂੰ ਅਨੁਕੂਲ (Optimize) ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਛੋਟੀਆਂ ਫਰਮਾਂ ਨੂੰ ਵੱਡੇ ਗਲੋਬਲ ਹਾਈਪਰਸਕੇਲਰਾਂ (Hyperscalers) ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦੇ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਹਾਰਡਵੇਅਰ ਵਿੱਚ ਵੱਡੇ, ਸਿੱਧੇ ਨਿਵੇਸ਼ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਪੈਂਦੀ। ਹਾਲਾਂਕਿ, ਭਾਰਤੀ ਫਰਮਾਂ 'ਤੇ ਅੰਤਿਮ ਪ੍ਰਭਾਵ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਇਹ ਫਿਊਚਰਜ਼ ਕਾਂਨਟਰੈਕਟ ਕਿੰਨੇ ਤਰਲ (Liquid) ਬਣਦੇ ਹਨ ਅਤੇ ਕੀ ਉਹ ਸਥਾਨਕ ਨੈੱਟਵਰਕ (Network) ਅਤੇ ਸੰਚਾਲਨ ਲਾਗਤਾਂ (Operational Costs) ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਸਕਦੇ ਹਨ।