Überblick
In der ersten Hälfte des Jahres 2026 entwickelte sich der „Compute-Kapitalmarkt" rasant von einem Nischenthema zu einem neuen Wettbewerbsfeld, das sowohl Wall Street als auch Silicon Valley anzieht. Die CME und Silicon Data kündigten die Einführung der ersten Compute-Futures an; die NYSE-Mutter ICE kooperierte mit Ornn und NATIVX zur Einführung von GPU-Compute-Futures; Architect, gegründet vom ehemaligen FTX US-Präsidenten Brett Harrison, will die im Kryptomarkt bewährte Struktur von Perpetual Contracts in den regulierten Compute-Handel bringen. Gleichzeitig überstieg die GPU-besicherte Finanzierung von CoreWeave die Marke von 20 Milliarden US-Dollar und erhielt erstmals ein Investment-Grade-Rating für GPU-basierte Finanzierungen.
Compute folgt dem klassischen Weg der Finanzialisierung von Rohstoffen: vom Investitionsgut für Unternehmen über Spot-Handel, Preisindizes und Futures-Hedging bis hin zum Eintritt in Kredit- und strukturierte Finanzmärkte.
Warum Compute wichtig ist: Die Value Waterfall der KI-Industrie
Um den Compute-Markt zu verstehen, muss man wissen, wo Compute in der Wertschöpfungskette der KI-Industrie angesiedelt ist. Die gesamte Kette lässt sich als neunstufiger Wasserfall visualisieren: Aus Sicht von Geschäftswert und Cashflow beginnt die Nachfrage in der nachgelagerten Anwendungsschicht und fließt nach oben. Compute befindet sich in der Mitte und verbindet die grundlegende Hardware- und Rechenzentrumsinfrastruktur darunter mit Modellen und Anwendungen darüber.
Ebene 1 | Chips & Hardware: NVIDIA, AMD, HBM/DRAM-Hersteller. Dies ist das Rohmaterial an der Basis von Compute. GPUs bestimmen das grundlegende Angebot an verfügbarer Rechenleistung, und Speicherressourcen wie HBM/DRAM werden inzwischen ebenfalls finanziell verwertet.
Ebene 2 | Energie & Grundstücke: Der Bau eines Rechenzentrums erfordert nicht nur GPUs, sondern auch geeignete Grundstücke und ausreichende Stromversorgung. Ein erheblicher Teil der Grenzkosten von Compute entfällt auf Strom, wodurch Compute eher mit Energie als mit Öl vergleichbar ist.
Ebene 3 | Neoclouds & unabhängige Rechenzentren: CoreWeave, Nebius, Lambda, GMI Cloud, Crusoe und andere. Diese Akteure kaufen GPUs, bauen Cluster und vermieten Compute an KI-Unternehmen – sie agieren im Compute-Markt quasi als „Minen" und „Ölfelder".
Ebene 4 | Aggregatoren & Vermittlungsplattformen: Mithril, Andromeda, SF Compute usw. Diese Plattformen besitzen meist keine eigenen GPUs, helfen aber Käufern bei der Beschaffung, standardisieren SLAs, erleichtern Transaktionen und treten teilweise als Market Maker auf. Sie ähneln Rohstoffhändlern wie Glencore und Vitol.
Ebene 5 | Indizes & Benchmarks: Silicon Data, Ornn (OCPI), NATIVX (COIL). Ohne verlässliche Preisbenchmarks können Futures- und Derivatemärkte nicht entstehen. Diese Ebene macht intransparente Compute-Preise zu nachvollziehbaren, überprüfbaren Marktpreisen.
Ebene 6 | Derivate & Kredit: CME, ICE, Architect, On-Chain-Perpetual-DEXs, GPU-besicherte Kredite, Compute-ABS und verwandte Instrumente. Diese Ebene ermöglicht das Hedging von Compute-Preisrisiken und verwandelt GPU-Kapazitäten in finanzierbare Vermögenswerte.
Ebene 7 | Inferenz-Entwicklungsplattformen: Fireworks, Baseten, Modal usw. Sie bündeln zugrundeliegende GPUs, Modellauslieferung und Inferenz-APIs, sodass Entwickler Modellinferenz so einfach wie Cloud-Dienste nutzen können, ohne komplexe Compute-Infrastruktur zu verwalten.
Ebene 8 | LLM- / Modell-Ebene: OpenAI, Anthropic, xAI, DeepSeek und andere. Diese Unternehmen wandeln Compute in Modellfähigkeiten und intelligente Outputs um und bilden die zentrale Mittelschicht zwischen Infrastruktur und Anwendungserlebnis.
Ebene 9 | Anwendungsebene: Cursor, Perplexity, Suno, Rime usw. Diese Ebene steht im direkten Kontakt zu Endnutzern und verwandelt Modellfähigkeiten in greifbare Produkte und Anwendungsfälle – sie ist der Haupteinstiegspunkt für KI-Nachfrage und Monetarisierung.
Dieser neunstufige Wasserfall verdeutlicht eine zentrale Tatsache: Compute ist das Zwischenprodukt der KI-Ökonomie. Nach unten verbindet es Chips, Energie, Grundstücke und Investitionsausgaben; nach oben verknüpft es Inferenzplattformen, Modellunternehmen und Anwendungen.
Jeder Modellaufruf einer KI-Anwendung verbraucht letztlich ein kleines Stück Compute aus der vorgelagerten Kette. Da Compute in der Mitte der Wertschöpfungskette steht – mit GPU- und Rechenzentrumsbesitzern auf der einen und Modellunternehmen, Inferenzplattformen und App-Entwicklern mit Bedarf an stabiler Compute-Leistung auf der anderen Seite – beginnt bei zunehmender Preisvolatilität und divergierenden Risikoexposures die Finanzialisierung von Compute ganz natürlich.
Warum ein Compute-Markt benötigt wird: Hedging-Bedarf & Marktstruktur
Wer Hedging benötigt
Quelle: X @0xfishylosopher
Der primäre Hedging-Bedarf im Compute-Markt stammt von Marktteilnehmern mit realer Compute-Exponierung – nicht von Finanzinstituten. Das ähnelt dem Vorgehen von Fluggesellschaften beim Hedging von Treibstoffpreisen oder von Kraftwerken beim Hedging von Strompreisen.
Neoclouds und unabhängige Rechenzentren wie CoreWeave, Nebius und Lambda besitzen physische GPU-Assets und erzielen Einnahmen aus künftigen Mieterlösen. Sie fürchten fallende GPU-Mietpreise und sind daher natürliche Verkäufer/Short-Positionen, die Forwards verkaufen, um Einnahmen abzusichern.
Inferenz-Entwicklungsplattformen wie Fireworks, Baseten und Modal kaufen Compute upstream ein und bieten downstream Inferenz-APIs und Modellauslieferung an. Compute ist für sie ein wesentlicher Kostenfaktor.
Anwendungsunternehmen wie Cursor, Perplexity, Suno und Rime müssen ebenfalls laufend Inferenzkapazitäten einkaufen. Die Inferenzkosten wirken sich direkt auf ihre Bruttomargen aus. Mittel- und Oberstufe sind somit natürliche Käufer/Longs, die Forwards kaufen, um Kosten zu fixieren.
Hyperscale-Cloud-Anbieter wie Google, Amazon und Microsoft sind eine Ausnahme. Sie besitzen Rechenzentren, Cloud-Plattformen, Modelle und Anwendungen und verfügen über einen integrierten natürlichen Hedge in ihren Geschäftsmodellen.
Warum Compute eher Strom als Öl ähnelt
Compute ist kein vollständig fungibles Gut.
Selbst eine Stunde H100/H200-Kapazität unterscheidet sich je nach Chipspezifikation, Region, Latenz, Netzwerkanbindung, Clustergröße, Reservierungszeitraum, SLA, Datensicherheit und spezifischem Workload im Wert.
Entscheidend ist zudem: Compute lässt sich nicht speichern. Unverbrauchte GPU-Stunden von heute können nicht wie Öl für den späteren Verkauf gelagert werden. Daher ähnelt Compute als Rohstoff eher Strom: es ist zeitlich, regional und stark von lokaler Infrastruktur abhängig.
Daraus ergeben sich drei Konsequenzen:
Erstens erfordern reale Compute-Transaktionen häufig bilaterale Individualisierung hinsichtlich spezifischer SKUs und Lieferbedingungen.
Zweitens fehlt dem Markt bislang ein einheitlicher, transparenter Preisbenchmark wie WTI-Rohöl.
Drittens werden Indizes und Benchmarks essenziell. Teams wie Silicon Data, Ornn und Compute Desk arbeiten daran, fragmentierte Compute-Preise in nachvollziehbare, absicherbare Marktsignale zu überführen.
Web3-Dezentrale Compute-Märkte der Vorläufergeneration vs. neue Compute-Dealer
Der Compute-Markt ist nicht völlig neu. Im letzten Zyklus propagierten Akash, io.net, Aethir und andere Web3-Projekte das Narrativ des „dezentralen Compute-Markts" und verbanden weltweit ungenutzte GPUs über Token-Anreize.
Warum aber konnten sich die meisten dieser frühen Projekte nicht als Mainstream-Beschaffungsschicht für KI-Compute etablieren, während neue Akteure wie Andromeda und SF Compute schnell Unternehmenskunden und Umsätze in US-Dollar gewinnen konnten?
Unterschiedliche Angebote: Dezentrale Versorgung vs. lieferbare Kapazität
Frühere Web3-Projekte konzentrierten sich darauf, fragmentierte GPUs in ein Netzwerk einzubinden und das Angebot über Token zu incentivieren, wodurch Nutzer Compute günstiger einkaufen konnten.
Sie lösten das Problem „Wo sind die GPUs?".
Unternehmenskunden stellen jedoch andere Fragen: Handelt es sich um H100/H200? Gibt es InfiniBand? Ist der Cluster groß genug? Läuft er stabil über Wochen oder Monate? Wer ist für die SLA verantwortlich? Wer kompensiert Ausfälle?
Mit anderen Worten: Unternehmenskunden kaufen nicht „irgendwo gibt es eine GPU", sondern lieferbare, messbare, verantwortbare GPU-Kapazität.
Verteilte, heterogene, betreiberübergreifende GPU-Angebote können für Batch-Inferenz, Rendering oder weniger kritische Aufgaben nützlich sein, doch für großes Modelltraining und produktionsreife Inferenz stehen Stabilität, Netzwerkkonditionen und Lieferverantwortung im Vordergrund.
Vier strukturelle Probleme der Vorgängergeneration
Erstens: Token-Anreize treiben das Angebot, aber nicht zwingend die reale Nachfrage.
Token-Subventionen können die Zahl der Nodes, GPUs und die Netzwerkgröße schnell erhöhen. Ist die Nachfrage jedoch überwiegend tokengetrieben statt organisch zahlender Kunden, werden Auslastung, Umsatzqualität und Preisfindung leicht verzerrt.
Laut Messaris „State of Akash Q1 2026" sank die durchschnittliche GPU-Nutzung bei Akash im Quartalsvergleich um 57,4 % auf 84 Einheiten, und die durchschnittlich verfügbare GPU-Kapazität fiel um 57,5 % auf 249 Einheiten – ein deutlicher Rückgang auf Angebots- und Nachfrageseite. io.net belohnte anfangs Nodes für ihre Online-Präsenz, unabhängig davon, ob die GPUs tatsächlich genutzt wurden; der Tokenpreis fiel deutlich vom Allzeithoch, erst im Juni 2026 wurde ein stärker nachfrageorientiertes Anreizmodell eingeführt.
Zweitens: Enterprise-SLAs lassen sich rein protokollbasiert kaum garantieren.
Unternehmenskunden benötigen Rechnungen, Support, standardisierte SLAs, Rückerstattungen, Compliance-Prüfungen und rechtliche Verantwortlichkeit – all das erfordert eine klare Geschäftseinheit, nicht nur ein Protokoll.
Drittens: KI-Workloads und dezentrale Versorgung passen strukturell schlecht zusammen.
Großflächiges synchrones Training und produktionsreife Inferenz stellen hohe Anforderungen an GPU-Verbindungen, NVLink/InfiniBand, Cluster-Scheduling, Fehlertoleranz und Datensicherheit. Geografisch verteilte, hardware-heterogene Netzwerke können diese Anforderungen kaum erfüllen.
Viertens: Token-Preise passen nicht zu Enterprise-Beschaffungsprozessen.
Unternehmen bevorzugen Dollarverträge, Rechnungen, Budgetfreigaben und Lieferantenmanagement und scheuen Token-Volatilität, bilanzielle Komplexität und Compliance-Risiken.
Bemerkenswerte Ausnahme: Aethir
Aethir bildet eine Ausnahme.
2025 erwirtschaftete Aethir über 127 Millionen US-Dollar Umsatz, bediente mehr als 150 zahlende Unternehmenskunden und verwaltete 430.000 GPU-Container, darunter High-End-GPUs wie H100, H200, B200 und B300. Nach eigenen Angaben liegt der Umsatz über dem von Andromeda (100 Millionen US-Dollar Run-Rate) und weit vor SF Compute.
Aethir nutzt Web3-Token und Netzwerkeffekte auf der Kapitalstruktur- und Anreizebene, gestaltet aber die Kundenseite zentralisierter, standardisiert und unternehmensgerecht: zentrale oder semi-zentrale Cluster, klare Servicezusagen, Dollarverträge, Enterprise-Support und Lieferverantwortung.
Tokens können bei der Frühphasenfinanzierung, beim Angebotsaufbau und der Netzwerkorganisation helfen, sollten aber nicht die primäre Schnittstelle für Enterprise-Compute-Einkauf sein.
Was die neue Generation der Dealer anders macht
Die neue Generation startet nicht mit „Wir bauen ein dezentrales Netzwerk", sondern adressiert direkt die Schmerzpunkte der KI-Käufer.
KI-Unternehmen müssen oft langfristige Compute-Verträge abschließen, während der reale Bedarf schwankt. SF Compute ermöglicht es Kunden, langfristige Compute-Kapazitäten, die von Dritten finanziert werden, zu erwerben und ungenutzte Anteile über ein Orderbuch weiterzuverkaufen oder unterzuvermieten. SF Compute besitzt selbst keine GPUs, sondern agiert als sekundärer Liquiditätsmarkt rund um Compute-Verträge.
Andromeda ist näher am klassischen Compute-Dealer: Es vergleicht in Echtzeit Preise von über 100 Anbietern, prüft die Performance, standardisiert SLAs und tritt als alleiniger Vertragspartner für Kunden auf. Der Mehrwert liegt nicht nur in der Vermittlung – Andromeda übernimmt Beschaffung, Lieferung und teilweise Kreditvermittlung und bezeichnet sich selbst als „Market Maker für Compute".
Andromeda handelt auf eigene Rechnung, hält oder kontrolliert Bestände, verdient Spreads und übernimmt SLA- sowie Lieferverantwortung. SF Compute ist eher ein Hybrid aus Börse und Broker: Fokus auf Vermittlung und sekundäre Liquidität, meist ohne eigene GPU-Bestände, Einnahmen durch Transaktionsgebühren und Netzwerkeffekte.
GMI Cloud ist ein Sonderfall. Es ist kein typischer Broker/Dealer, sondern eher eine Neocloud: baut eigene Rechenzentren, besitzt Assets und verkauft GPU-Cloud-Kapazität. Zudem nutzt GMI Cloud GPU-Fremdfinanzierung, wobei ein Großteil der Series-A-Finanzierung als Fremdkapital strukturiert ist – damit ist GMI Cloud näher am Compute-Produzenten der Ebene 3.
Was der Markt derzeit am dringendsten braucht, ist nicht eine noch dezentralere Ideal-Cloud, sondern eine Handelsschicht, die heute H100/H200-Kapazität liefern, SLAs garantieren und Käufern helfen kann, das Risiko langfristiger Verträge zu reduzieren.
Gibt es bereits einen Preisfindungsmarkt für Compute?
Der Großteil des Compute-Handels ist derzeit noch OTC/bilateral und stark individualisiert. Öffentliche Preisangaben verbessern die Markttransparenz, dienen aber vor allem als Ausgangspunkt für die Preisfindung – nicht als einheitlicher Handelspreis.
Für H100 haben sich beobachtbare Preisbereiche herausgebildet: Andromeda listet rund 1,83 US-Dollar/Stunde, SF Compute im Schnitt 2,03 US-Dollar/GPU-Stunde, GMI Cloud ab 2,00 US-Dollar/GPU-Stunde, und der Spotpreis für Mithrils H100 SXM5 8-GPU-Instanz entspricht etwa 2,92 US-Dollar/GPU-Stunde.
Öffentliche H100-Preise bewegen sich also typischerweise zwischen 1,80 und 3,00 US-Dollar/GPU-Stunde. Diese Preise sind jedoch nicht direkt vergleichbar, da die Lieferbedingungen variieren. GPU-Typ, Standort, Netzwerkanbindung, Clustergröße, Mietdauer, SLA und Workload beeinflussen den endgültigen Preis erheblich.
Unternehmen kaufen daher selten eine abstrakte „H100-Stunde", sondern einen Kapazitätsvertrag, der auf bestimmte SKUs, Regionen, Laufzeiten, Cluster-Konfigurationen und Lieferbedingungen zugeschnitten ist. Web-Angebote machen Compute-Preise sichtbar, aber der eigentliche Handelskern bleibt der hochgradig individualisierte OTC-Vertrag.
Ornn: Aufbau der Index-Ebene für Compute-Märkte
Quelle: Ornn
Ornn verkauft nicht nur Compute, sondern baut die Preis-Infrastruktur für den Compute-Finanzmarkt auf. Der Ornn Compute Price Index (OCPI) bildet die Echtzeit-Spotpreise für H100, H200, B200, B300 ab und organisiert diese zu Indizes für Preisbildung, Hedging und Settlement. Auf der Ornn-Website wird OCPI als Referenzpreis für Compute bezeichnet, der zur Preisbildung, Absicherung und Abrechnung im Compute-Derivatemarkt verwendet wird.
Ornn will der „Platts/Argus/WTI-Benchmark" für Compute werden: fragmentierte GPU-Mietpreise standardisieren und darauf aufbauend den Handel mit Forwards, Futures oder Perpetual Contracts ermöglichen.
Die Roadmap von Ornn lässt sich in drei Schritten zusammenfassen:
Erstens: Aufbau des Spotpreis-Index – OCPI.
Zweitens: Lizenzierung von OCPI an Börsen und Derivateplattformen für die Vertragsabwicklung.
Drittens: Entwicklung von Finanzprodukten rund um den Index: Futures, Perpetuals, Hedging, Lending.
Architect: Perpetual-Contract-Strukturen für institutionellen Compute-Handel
Architect konzentriert sich auf den Handel mit Compute-Derivaten. Das von Ex-FTX US-Präsident Brett Harrison gegründete institutionelle Handelsportal AX arbeitet mit Ornn zusammen, um Börsenkontrakte auf GPU-Miet- und DRAM-Preise einzuführen.
Mechanisch liefert Architect keine reale H100/H200-Compute-Leistung; Händler erhalten vielmehr durch den Handel von Kontrakten, die den Ornn-Compute-Index abbilden, ein finanzielles Exposure auf GPU-Miet- und Speicherpreise. Die Produkte ähneln den Perpetual Contracts aus dem Kryptomarkt: Händler nutzen Margin, um indexgebundene Kontrakte zu handeln, deren Preise über Index- und Funding-Rate-Mechanismen an die zugrunde liegenden GPU-Mietpreise gekoppelt sind.
Architect bringt damit die kryptotypischen Perpetual-Mechanismen in einen institutionellen, regulierten Compute-Handelsrahmen. Architect bildet die Derivate-Handelsebene, Ornn liefert den Index-Benchmark.
Lighter: On-Chain-Perpetuals ermöglichen frühe, handelbare Preisfindung
Lighter ist eher eine frühe On-Chain-Compute-Perpetual-Plattform. Dort wurde $H100 eingeführt, womit Nutzer mit bis zu 10-fachem Hebel auf den H100-Compute-Preis spekulieren können; das Produkt bildet den Ornn H100 Compute Price Index ab.
Diese Produkte ermöglichen es dem Markt erstmals, kontinuierliche, handelbare On-Chain-Preissignale für GPU-Mietpreise zu formen. Sie lösen zwar keine reale GPU-Lieferung und sind nicht der Hauptkanal für Enterprise-Compute-Beschaffung, bieten aber frühe Möglichkeiten für Spekulation, Hedging und Preisfindung.
Mechanisch ähneln sie Crypto-Perpetuals: Es erfolgt keine physische Lieferung von H100-Compute, sondern der Handel von Kontrakten, die den H100-Index abbilden, wobei die Preise über Index- und Funding-Mechanismen verankert werden.
Vorteile sind der schnelle Start, niedrige Zugangshürden und 24/7-Handel. Nachteile sind potenziell geringe Liquidität und Basisrisiko im Vergleich zu echten Enterprise-Compute-Kapazitätsverträgen.
ICE × Ornn: Roadmap für einen regulierten Futures-Markt
ICE folgt dem klassischen Weg der regulierten Börse. Im Mai 2026 kündigte ICE die Einführung von GPU-Compute-Futures in Partnerschaft mit Ornn an, wobei der Ornn Compute Price Index als Benchmark dient. ICE spezifiziert, dass OCPI die gehandelten Spotpreise für H100, H200, B200, B300 abbildet; die Kontrakte werden in US-Dollar denominiert, bar abgerechnet und stehen noch unter regulatorischem Vorbehalt.
Das ICE-Modell unterscheidet sich von Lighter. Lighter bietet On-Chain-Perpetuals, ideal für schnelle Preisbildung und spekulative Liquidität; ICE ist ein regulierter Futures-Markt, besser geeignet für institutionelle Teilnahme, Clearing, Risikomanagement und Compliance-Hedging.
Allerdings werden ICE-Kontrakte bar abgerechnet, nicht physisch geliefert. Händler liefern oder erhalten keine H100-Kapazität, sondern Gewinne und Verluste werden anhand von Indizes wie OCPI abgerechnet. Das reduziert die Komplexität der Lieferung, doch der Erfolg der Kontrakte hängt davon ab, ob der Index glaubwürdig, manipulationsresistent und repräsentativ für reale Marktpreise ist.
Marktausblick
Drei zentrale Entwicklungslinien
Institutionalisierung der OTC-Desks
Das Endspiel für Compute-Märkte könnte darin bestehen, dass nicht die Industrieakteure selbst Futures an der Börse handeln, sondern Dealer maßgeschneiderte Bedürfnisse bedienen und Risiken über Indizes, Futures oder Perpetuals managen. In den nächsten 12–24 Monaten wird entscheidend sein, ob Akteure wie Andromeda und SF Compute sich von „Compute-Beschaffungsplattformen" zu echten „Compute-Trading-Desks" entwickeln: Abwicklung von Spot- und Reservierungsbedarf auf SKU-Ebene, Hedging von Bestands- und Basisrisiken am Indexmarkt. Wer dies zuerst schafft, könnte zum zentralen Intermediär des Compute-Markts werden.
Geschlossener Kreislauf von Kredit & Derivaten
Wenn „GPU-besicherte Finanzierung + Futures-Hedging" funktioniert, können Kreditgeber GPU-Preisvolatilität und Restwertrisiken besser steuern, Abschläge und Finanzierungskosten sinken. Das steigert die Kapitaleffizienz der KI-Infrastruktur – eine der wichtigsten Auswirkungen der Compute-Finanzialisierung auf die reale KI-Industrie.
Entstehung von Preisbenchmarks & Settlement-Systemen
Damit Compute zu einem wirklich handelbaren und finanzierbaren Asset wird, müssen glaubwürdige Preisbenchmarks und Settlement-Mechanismen entstehen. Indexanbieter wie Ornn, Silicon Data, NATIVX sowie Handelsplätze wie ICE, CME, Architect, Lighter konkurrieren nicht nur um einzelne Produkte, sondern um das Tor zur Preisbildungsmacht im künftigen Compute-Markt.
Offene Fragen
Regulatorische Genehmigung
CME, ICE, Architect und verwandte Produkte benötigen weiterhin regulatorische Freigaben. Wie Compute klassifiziert wird – als Rohstoff, Dienstleistung oder neue handelbare Ressource – ist noch unklar.
Der zugrunde liegende Spotmarkt ist noch dünn
Die Glaubwürdigkeit von Indizes hängt von der Tiefe realer Spot-Transaktionen ab. Derzeit befinden sich öffentliche Spot- und Sekundärmärkte noch in der Frühphase; der Großteil des Compute-Handels ist in langfristigen Verträgen zwischen Hyperscalern, Neoclouds und KI-Unternehmen gebunden. Eine zu geringe Transaktionsbasis kann die Repräsentativität und Manipulationsresistenz der Indizes beeinträchtigen.
Zyklisches Risiko
Sollten die KI-Investitionen abflauen, könnte die Spot-Liquidität schrumpfen, bevor die Derivatemärkte ausgereift sind. Die GPU-Mietpreise sind bereits deutlich vom Hoch gefallen, und für GPU-Restwerte und Abschreibungskurven gibt es noch zu wenig historische Daten – das erhöht die Unsicherheit bei Kreditbewertung und Derivate-Pricing zusätzlich.
Referenzen
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
Über Gate Ventures
Gate Ventures ist der Venture-Capital-Arm von Gate und spezialisiert auf Investitionen in dezentrale Infrastrukturen, Ökosysteme und Anwendungen – mit dem Ziel, die Welt für das Web 3.0-Zeitalter neu zu gestalten. Gate Ventures arbeitet mit führenden Branchenakteuren weltweit zusammen, um innovative Teams und Start-ups zu unterstützen und die Interaktion von Gesellschaft und Finanzwesen neu zu definieren.
Weitere Informationen: Offizielle Website | X | Telegram | LinkedIn | Medium
Haftungsausschluss :
Dieser Inhalt stellt weder eine Einladung, Aufforderung noch Beratung dar. Sie sollten stets unabhängigen professionellen Rat einholen, bevor Sie Anlageentscheidungen treffen. Bitte beachten Sie, dass Gate Ventures alle oder Teile seiner Dienstleistungen in bestimmten Regionen einschränken oder untersagen kann. Weitere Informationen finden Sie in der Nutzungsvereinbarung: https://www.gate.com/de/user-agreement.
