Panorama general
En la primera mitad de 2026, el "mercado de capital de cómputo" evolucionó rápidamente de un concepto de nicho a un nuevo campo de batalla que atrae tanto a Wall Street como a Silicon Valley. CME y Silicon Data anunciaron el lanzamiento de los primeros futuros de cómputo; la matriz de NYSE, ICE, se asoció con Ornn y NATIVX para lanzar futuros de cómputo GPU; Architect, fundada por Brett Harrison, ex presidente de FTX US, busca trasladar la estructura madura de contratos perpetuos de los mercados cripto al trading regulado de cómputo. Mientras tanto, la financiación respaldada por GPU de CoreWeave ha superado los 20 000 millones de dólares, marcando la primera calificación de grado de inversión para financiación respaldada por GPU.
El cómputo está siguiendo el camino clásico de la financiarización de commodities: pasando de ser un activo de gasto de capital para uso empresarial, a trading spot, índices de precios, cobertura de futuros y, finalmente, entrando en los mercados de crédito y finanzas estructuradas.
Por qué el cómputo importa: la cascada de valor de la industria de IA
Para entender el mercado de cómputo, primero hay que comprender dónde se sitúa el cómputo en la cadena de la industria de IA. Toda la cadena puede visualizarse como una cascada de nueve capas: desde la perspectiva del valor de negocio y el flujo de caja, la demanda comienza en la capa de aplicaciones downstream y fluye hacia arriba. El cómputo se ubica en el centro, conectando la infraestructura de hardware y centros de datos por debajo con modelos y aplicaciones por encima.
Capa 1 | Chips y hardware: NVIDIA, AMD, fabricantes de HBM/DRAM. Este es el material bruto en la base del cómputo. Las GPUs determinan el suministro fundamental de cómputo disponible, y recursos de almacenamiento como HBM/DRAM también están siendo financiarizados.
Capa 2 | Energía y terreno: Construir un centro de datos no solo implica tener GPUs, sino asegurar terreno adecuado y acceso suficiente a energía. Una parte significativa del coste marginal del cómputo proviene de la electricidad, haciéndolo más parecido a un commodity energético que al petróleo.
Capa 3 | Neoclouds y centros de datos independientes: CoreWeave, Nebius, Lambda, GMI Cloud, Crusoe, entre otros. Estos actores compran GPUs, construyen clusters y alquilan cómputo a empresas de IA, actuando esencialmente como las "minas" y "campos petrolíferos" del mercado de cómputo.
Capa 4 | Agregadores y plataformas de intermediación: Mithril, Andromeda, SF Compute, etc. Estas plataformas pueden no poseer GPUs, pero ayudan a los compradores a encontrar suministro, estandarizar SLAs, facilitar transacciones y, en ocasiones, actuar como creadores de mercado. Se asemejan a traders de commodities como Glencore y Vitol.
Capa 5 | Índices y benchmarks: Silicon Data, Ornn (OCPI), NATIVX (COIL). Sin benchmarks de precios fiables, los mercados de futuros y derivados no pueden desarrollarse. Esta capa convierte precios opacos de cómputo en precios de mercado rastreables y verificables.
Capa 6 | Derivados y crédito: CME, ICE, Architect, DEXs perpetuos on-chain, préstamos respaldados por GPU, ABS de cómputo y herramientas relacionadas. Esta capa permite cubrir el riesgo de precios de cómputo y transforma la capacidad GPU en un activo financiable.
Capa 7 | Plataformas de desarrollo de inferencia: Fireworks, Baseten, Modal, etc. Empaquetan GPUs subyacentes, despliegue de modelos y APIs de inferencia, permitiendo a los desarrolladores usar inferencia de modelos tan fácilmente como servicios cloud, sin gestionar infraestructura de cómputo compleja.
Capa 8 | Capa de LLM / modelos: OpenAI, Anthropic, xAI, DeepSeek, entre otros. Estas compañías convierten cómputo en capacidades de modelos y salidas inteligentes, actuando como capa central que conecta infraestructura y experiencia de aplicación.
Capa 9 | Capa de aplicaciones: Cursor, Perplexity, Suno, Rime, etc. Esta capa interactúa directamente con usuarios finales, transformando capacidades de modelos en productos y casos de uso tangibles, sirviendo como principal punto de entrada para la demanda de IA y monetización de usuarios.
Esta cascada de nueve capas resalta un hecho clave: el cómputo es el commodity intermedio de la economía de IA. Por debajo, conecta chips, energía, terreno y gasto de capital; por encima, vincula plataformas de inferencia, empresas de modelos y aplicaciones.
Cada llamada de modelo en una aplicación de IA consume esencialmente una pequeña porción de cómputo upstream. Al situarse el cómputo en el centro de la cadena de valor, con tenedores de activos GPU y centros de datos por un lado, y empresas de modelos, plataformas de inferencia y desarrolladores de aplicaciones que necesitan cómputo estable por el otro, cuando la volatilidad de precios crece y sus exposiciones al riesgo divergen, el cómputo empieza a experimentar financiarización de manera natural.
Por qué se necesita un mercado de cómputo: cobertura de demanda y estructura de mercado
Quién necesita cobertura
Fuente: X @0xfishylosopher
La principal demanda de cobertura en el mercado de cómputo proviene de participantes con exposición real al cómputo, no de instituciones financieras. Esto refleja cómo las aerolíneas cubren precios de combustible y las centrales eléctricas cubren precios de electricidad.
Neoclouds y centros de datos independientes como CoreWeave, Nebius y Lambda poseen activos GPU físicos, obteniendo ingresos de tarifas de alquiler futuras. Temen que las tarifas de alquiler de GPU bajen, por lo que son vendedores/naturales cortos que necesitan vender forwards para asegurar ingresos.
Plataformas de desarrollo de inferencia como Fireworks, Baseten y Modal compran cómputo upstream y ofrecen APIs de inferencia y servicios de despliegue de modelos downstream. El cómputo es un coste principal para ellos.
Empresas de aplicaciones como Cursor, Perplexity, Suno y Rime también deben comprar capacidad de inferencia continuamente. Los costes de inferencia afectan directamente sus márgenes brutos. Así, tanto capas medias como superiores son compradores/naturales largos, que necesitan comprar forwards para asegurar costes.
Proveedores cloud hyperscale como Google, Amazon y Microsoft son un caso aparte. Poseen centros de datos, plataformas cloud, modelos y aplicaciones, y tienen cobertura natural integrada en sus operaciones.
Por qué el cómputo se parece más a la energía que al petróleo
El cómputo no es un commodity completamente fungible.
Incluso una hora de capacidad H100/H200 varía en valor según especificaciones del chip, región, latencia, conectividad de red, tamaño de cluster, ventana de reserva, SLA, seguridad de datos y carga de trabajo específica.
Más importante aún, el cómputo no puede almacenarse. Las horas de GPU no utilizadas hoy no pueden guardarse para venderse el año siguiente como ocurre con el petróleo. Por tanto, las características del cómputo como commodity se asemejan más a la electricidad: es temporal, regional y altamente dependiente de infraestructura local.
Esto conduce a tres consecuencias:
Primero, las transacciones reales de cómputo suelen requerir personalización bilateral en torno a SKUs y condiciones de entrega específicas.
Segundo, actualmente el mercado carece de un benchmark de precios unificado y transparente como el WTI del petróleo.
Tercero, los índices y benchmarks se vuelven cruciales. Equipos como Silicon Data, Ornn y Compute Desk se enfocan en convertir precios fragmentados de cómputo en señales de mercado rastreables y cubribles.
Generación previa de cómputo descentralizado Web3 vs. nuevos dealers de cómputo
El mercado de cómputo no es completamente nuevo. En el ciclo anterior, Akash, io.net, Aethir y otros proyectos Web3 impulsaron la narrativa del "mercado descentralizado de cómputo", conectando GPUs ociosas globalmente mediante incentivos tokenizados.
Pero ¿por qué la mayoría de estos proyectos previos no lograron convertirse en capas principales de adquisición de cómputo para IA, mientras que nuevos actores como Andromeda y SF Compute rápidamente aseguraron clientes empresariales y ingresos en dólares?
Diferentes propuestas: suministro descentralizado vs. capacidad entregable
Los proyectos Web3 anteriores se centraron en conectar GPUs fragmentadas a una red e incentivar el suministro con tokens, permitiendo a los usuarios comprar cómputo a menor coste.
Solucionaron el problema de "dónde están las GPUs".
Sin embargo, los compradores empresariales se preocupan por otras cuestiones: ¿Es H100/H200? ¿Tiene InfiniBand? ¿El cluster es suficientemente grande? ¿Puede operar de forma estable durante semanas o meses? ¿Quién responde por el SLA? ¿Quién compensa por fallos?
En otras palabras, los clientes empresariales no compran "en algún lugar hay una GPU", sino capacidad GPU entregable, medible y responsable.
El suministro GPU distribuido, heterogéneo y multioperador puede ser útil para inferencia batch, renderizado o tareas de baja sensibilidad, pero para entrenamiento de modelos grandes e inferencia en producción, la estabilidad, condiciones de red y responsabilidad de entrega son fundamentales.
Cuatro problemas estructurales de la generación anterior
Primero, los incentivos tokenizados impulsan el suministro pero no necesariamente la demanda real.
Las subvenciones de tokens pueden inflar rápidamente el número de nodos, GPUs y escala de red, pero si la demanda proviene principalmente de narrativas tokenizadas en lugar de clientes pagadores orgánicos, la utilización, calidad de ingresos y descubrimiento de precios se distorsionan fácilmente.
Según el "State of Akash Q1 2026" de Messari, el uso promedio de GPUs en Akash cayó un 57,4 % trimestre a trimestre hasta 84 unidades, y la capacidad GPU disponible promedio bajó un 57,5 % hasta 249 unidades, mostrando una contracción significativa tanto en oferta como en demanda. El mecanismo inicial de io.net premiaba nodos por estar online independientemente de si sus GPUs realizaban trabajo real; el precio de su token ha caído drásticamente desde máximos históricos, lanzando solo en junio de 2026 un modelo de incentivos más orientado a la demanda.
Segundo, los SLAs de nivel empresarial son difíciles de garantizar solo con protocolos.
Los clientes empresariales necesitan facturas, canales de soporte, SLAs estándar, mecanismos de reembolso, controles de cumplimiento y responsabilidad legal, todo lo cual requiere una entidad comercial clara, no solo dependencia del protocolo.
Tercero, las cargas de trabajo de IA y el suministro descentralizado están inherentemente desalineados.
El entrenamiento sincrónico a gran escala y la inferencia en producción requieren altos estándares en interconexión GPU, NVLink/InfiniBand, scheduling de clusters, recuperación ante fallos y seguridad de datos. Redes dispersas geográficamente y heterogéneas en hardware tienen dificultades para cumplir con estas exigencias.
Cuarto, la fijación de precios por tokens no se ajusta a los procesos de adquisición empresarial.
Las empresas prefieren contratos en dólares, facturas, aprobaciones de presupuesto y gestión de proveedores, y son reacias a asumir volatilidad de precios de tokens, complicaciones contables e incertidumbres de cumplimiento.
Excepción destacada: Aethir
Aethir destaca como excepción.
En 2025, Aethir generó más de 127 millones de dólares en ingresos, atendiendo a más de 150 clientes empresariales pagadores y gestionando 430 000 contenedores GPU, cubriendo GPUs de gama alta como H100, H200, B200 y B300. Según métricas propias, sus ingresos superan el run-rate de 100 millones de dólares de Andromeda y están muy por encima de SF Compute.
La estrategia de Aethir es aprovechar los tokens y efectos de red de Web3 en la estructura de capital y capa de incentivos del ecosistema, mientras que la parte orientada al cliente es más centralizada, estandarizada y de nivel empresarial: clusters centralizados o semicentralizados, compromisos de servicio claros, contratos denominados en dólares, soporte empresarial y responsabilidad de entrega.
Los tokens pueden ayudar en la financiación inicial, incentivando el suministro y organizando la red, pero no deben ser la interfaz principal para la adquisición empresarial de cómputo.
Qué aporta la nueva generación de dealers
La nueva generación no comienza con "construir una red descentralizada", sino que aborda directamente los puntos críticos de los compradores de IA.
Las empresas de IA suelen necesitar firmar contratos de cómputo a largo plazo, pero la demanda real fluctúa. El enfoque de SF Compute permite a los clientes comprar capacidad de cómputo a largo plazo financiada por terceros, luego revender o subarrendar partes no utilizadas mediante un libro de órdenes. SF Compute no posee GPUs, actuando más como un mercado de liquidez secundaria en torno a contratos de cómputo.
Andromeda se asemeja más a un dealer de cómputo: compara precios en tiempo real entre más de 100 proveedores, verifica el rendimiento, estandariza SLAs y actúa como contraparte única de contrato para los clientes. Su valor no es solo matchmaking: asume funciones de adquisición, entrega y parcialmente de intermediario crediticio, autodenominándose "market maker de cómputo".
Andromeda opera en principal, mantiene o controla inventario, obtiene spreads y asume responsabilidad por SLA y entrega. SF Compute es más como un híbrido exchange/broker: se centra en matchmaking de agencia y liquidez secundaria, puede no poseer GPUs subyacentes y obtiene comisiones de transacción y efectos de red.
GMI Cloud es un caso especial. No es un broker/dealer típico, sino más bien un neocloud: construye sus propios centros de datos, posee activos y vende capacidad cloud GPU. También utiliza financiación por deuda respaldada por GPU, con la mayor parte de su Serie A en deuda, acercándose al rol de productor de cómputo en la capa 3.
Lo que el mercado necesita ahora no es una nube ideal más descentralizada, sino una capa de trading que pueda entregar capacidad H100/H200 hoy, garantizar SLAs y ayudar a los compradores a reducir el riesgo de contratos a largo plazo.
¿Existe ya un mercado de descubrimiento de precios de cómputo?
Actualmente, la mayoría del trading de cómputo sigue siendo OTC/bilateral y altamente personalizado. Las cotizaciones públicas mejoran la transparencia de mercado, pero sirven principalmente como punto de partida para el descubrimiento de precios, no como precio unificado de trading.
Para H100, han surgido rangos de precios observables: Andromeda cotiza alrededor de 1,83 dólares/hora, SF Compute promedia 2,03 dólares/GPU-hora, GMI Cloud parte de 2,00 dólares/GPU-hora y el precio spot de la instancia H100 SXM5 de 8 GPUs de Mithril se convierte en unos 2,92 dólares/GPU-hora.
Esto significa que los precios públicos de H100 generalmente oscilan entre 1,8 y 3,0 dólares/GPU-hora. Sin embargo, estos precios no son directamente comparables debido a las diferentes condiciones de entrega. Tipo de GPU, ubicación, conectividad de red, tamaño de cluster, plazo de alquiler, SLA y carga de trabajo afectan significativamente el precio final de la transacción.
Por tanto, las empresas no compran una "hora H100" abstracta, sino un contrato de capacidad diseñado en torno a SKUs, regiones, plazos, configuraciones de cluster y condiciones de entrega específicas. Las cotizaciones web hacen visible el precio del cómputo, pero el núcleo real del trading sigue siendo contratos OTC altamente personalizados.
Ornn: construyendo la capa de índice para mercados de cómputo
Fuente: Ornn
Ornn no solo vende cómputo, sino que construye la infraestructura de precios para el mercado financiero de cómputo. Su Ornn Compute Price Index (OCPI) rastrea precios spot de transacciones en tiempo real para H100, H200, B200, B300, y los organiza en índices para pricing, cobertura y liquidación. El sitio web de Ornn denomina a OCPI como precio de referencia para el cómputo, usado en pricing, cobertura y liquidación de mercados de derivados de cómputo.
Ornn busca ser el "benchmark estilo Platts/Argus/WTI" para el cómputo: estandarizando precios fragmentados de alquiler GPU y permitiendo al mercado operar forwards, futuros o contratos perpetuos en torno a este benchmark.
El roadmap de Ornn puede resumirse en tres pasos:
Primero, establecer el índice de precios spot—OCPI.
Segundo, licenciar OCPI a exchanges y plataformas de derivados para liquidación de contratos.
Tercero, construir productos financieros en torno al índice: futuros, perps, cobertura y préstamos.
Architect: trasladando la estructura de contratos perpetuos al trading institucional de cómputo
Architect es un actor centrado en el venue de trading de derivados de cómputo. Fundada por Brett Harrison, ex presidente de FTX US, su plataforma institucional AX colabora con Ornn para lanzar contratos de exchange basados en precios de alquiler de GPU y DRAM.
En la práctica, Architect no entrega cómputo H100/H200 real; los traders obtienen exposición financiera a precios de alquiler de GPU y memoria negociando contratos vinculados al índice de cómputo de Ornn. Sus productos se asemejan a los contratos perpetuos del mercado cripto: los traders usan margen para operar contratos vinculados al índice, con precios de contrato anclados a precios de alquiler GPU mediante mecanismos de índice y tasa de financiación.
La importancia de Architect radica en introducir mecanismos de contratos perpetuos cripto-nativos en un entorno de trading de cómputo más institucional y regulado. Architect actúa como capa de trading de derivados, mientras Ornn proporciona el benchmark de índice.
Lighter: los perpetuos on-chain permiten el descubrimiento temprano de precios negociables
Lighter es más bien un venue temprano de perpetuos de cómputo on-chain. La plataforma ha lanzado $H100, permitiendo a los usuarios negociar exposición al precio de cómputo H100 con hasta 10x de apalancamiento; el producto sigue el Ornn H100 Compute Price Index.
Estos productos permiten al mercado formar señales de precios negociables on-chain continuas para tarifas de alquiler GPU por primera vez. Aunque no resuelven la entrega real de GPU ni son el canal principal de adquisición empresarial de cómputo, ofrecen venues tempranos para especulación, cobertura y descubrimiento de precios.
En la práctica, son similares a los perpetuos cripto: los traders no liquidan físicamente cómputo H100, sino que negocian contratos vinculados al índice H100, con precios de contrato anclados mediante mecanismos de índice y tasa de financiación.
Las ventajas incluyen lanzamiento rápido, barreras bajas de participación y trading 24/7. Los inconvenientes son liquidez potencialmente limitada y riesgo de base frente a contratos de capacidad de cómputo de nivel empresarial real.
ICE × Ornn: hoja de ruta para un mercado de futuros regulado
ICE sigue el camino tradicional de exchange regulado. En mayo de 2026, ICE anunció planes para lanzar contratos de futuros de cómputo GPU en asociación con Ornn, usando el Ornn Compute Price Index como benchmark subyacente. El anuncio de ICE especifica que OCPI rastrea precios spot negociados en vivo para H100, H200, B200, B300; los contratos serán denominados en dólares, liquidados en efectivo y pendientes de aprobación regulatoria.
El mecanismo de ICE difiere de Lighter. Lighter son perpetuos on-chain, ideales para formación rápida de precios y liquidez especulativa; ICE es un mercado de futuros regulado, más apto para participación institucional, clearing, gestión de riesgos y cobertura de cumplimiento.
Sin embargo, los contratos ICE son liquidados en efectivo, no entregados físicamente. Los traders no entregan ni reciben capacidad H100; ganancias y pérdidas se liquidan según índices como OCPI. Esto reduce la complejidad de entrega, pero el éxito del contrato depende de si el índice es fiable, resistente a manipulaciones y representativo de precios reales de mercado.
Perspectivas de mercado
Tres direcciones clave a seguir
Institucionalización de mesas OTC
El endgame para los mercados de cómputo puede no ser que los actores industriales operen futuros directamente en exchanges, sino que dealers gestionen necesidades personalizadas y riesgos mediante índices, futuros o perpetuos. En los próximos 12–24 meses, es clave observar si actores como Andromeda y SF Compute pueden evolucionar de "plataformas de adquisición de cómputo" a verdaderas "mesas de trading de cómputo": gestionando demanda spot y reservada a nivel SKU, mientras cubren inventario y riesgo de base en mercados de índices. Quien logre esto primero podría convertirse en el intermediario central del mercado de cómputo.
Círculo cerrado de crédito y derivados
Si "financiación respaldada por GPU + cobertura de futuros" funciona, los prestamistas podrán gestionar mejor la volatilidad de precios GPU y el riesgo de valor residual, reduciendo haircuts y costes de financiación. Esto impulsará directamente la eficiencia de capital para infraestructura de IA—uno de los impactos más importantes de la financiarización del cómputo en la industria real de IA.
Formación de benchmarks de precios y sistemas de liquidación
Para que el cómputo se convierta en un activo realmente negociable y financiable, deben surgir benchmarks de precios y mecanismos de liquidación creíbles. Proveedores de índices como Ornn, Silicon Data, NATIVX y venues de trading como ICE, CME, Architect, Lighter compiten no solo por un producto, sino por la puerta de poder de pricing al futuro mercado de cómputo.
Cuestiones pendientes
Aprobación regulatoria
CME, ICE, Architect y productos relacionados aún requieren aprobación regulatoria. Cómo se clasificará el cómputo—commodity, servicio o nuevo tipo de recurso negociable—sigue sin estar claro.
El mercado spot subyacente sigue siendo escaso
La credibilidad de los índices depende de la profundidad de transacciones spot reales. Actualmente, los mercados spot y secundarios públicos están en etapas iniciales, con la mayoría del trading de cómputo bloqueado en contratos a largo plazo entre hyperscalers, neoclouds y empresas de IA. La insuficiencia de transacciones subyacentes puede afectar la representatividad y resistencia a manipulaciones de los índices.
Riesgo cíclico
Si el gasto de capital en IA se ralentiza, la liquidez spot puede reducirse antes de que los mercados de derivados maduren. Mientras tanto, las tarifas de alquiler de GPU han caído significativamente desde su pico, y los valores residuales y curvas de depreciación de GPU carecen de suficiente historial, amplificando aún más la incertidumbre en la evaluación crediticia y fijación de precios de derivados.
Referencia
https://aethir.com/blog-posts/aethirs-2025-wrap-up-decentralized-gpu-cloud-milestones
https://siliconangle.com/2026/03/18/demand-gpu-startup-andromeda-raises-funding-1-5b-valuation/
https://x.com/0xfishylosopher/status/2071396211731599393?s=20
https://x.com/BrettHarrison/status/2072327852498797048?s=20
https://messari.io/report/state-of-akash-q1-2026-final
https://dashboard.ornnai.com/compute
https://app.lighter.xyz/trade/H100
Sobre Gate Ventures
Gate Ventures es el brazo de capital riesgo de Gate, especializado en inversiones en infraestructura descentralizada, ecosistemas y aplicaciones, con la misión de transformar el mundo para la era Web 3.0. Gate Ventures colabora con líderes globales de la industria para potenciar equipos y startups innovadores, redefiniendo la interacción entre sociedad y finanzas.
Para más información, visita: Sitio oficial | X | Telegram | LinkedIn | Medium
Aviso legal :
Este contenido no constituye ninguna invitación, solicitud ni asesoramiento. Debes buscar siempre asesoramiento profesional independiente antes de tomar cualquier decisión de inversión. Ten en cuenta que Gate Ventures puede restringir o prohibir todos o parte de sus servicios en regiones restringidas. Para más información, por favor lee el acuerdo de usuario: https://www.gate.com/es/user-agreement.
