解析Compute Labs：将GPU和RWA结合面临哪些挑战？

欧意最新版本

欧意最新版本app是一款安全、稳定、可靠的数字货币交易平台。

APP下载  官网地址

刚刚结束 GPU 供应商的应酬，回来写一下 @Compute_Labs 项目的分析，看下 RWA 和 GPU 如何结合，让我们潜进去：

目前的 GPU 市场面临着三个问题：AI/GPU 的 ROI 高，但是单笔投资额高；除了 NVIDIA 和 AI Token，资产的流动性不好；DePin 或者云租赁的门槛高，需要会跑 Server 或者做池化等等。

Compute Labs 试图通过 RWA 的思路，将单一品类的 GPU 做成 NFT，然后再对于算力进行代币化。从流动性的进入端看，项目方先通过购买 H100，Stake 到自己机房，再通过 ReStake 到 DePin/AI 项目去做 Yield Farming，所获收益分给 Token Holder。

Compute Labs 认为项目的优势在于和 Supermicro 的充分合作，每月能有 200 台左右的货源；以及在客源端的 POW 矿和 AI 客户；基于 GPU 代币化，项目可以发展起一系列的算力衍生品生态。

作为一个算力从业者，说实话是对算力的衍生品保有兴趣的，包括前端的融资租赁，中端的抵押借贷，乃至后端的 REITs（这一系列衍生品化也是我正在做的工作）。但看了这个项目之后，有几个疑问，或许值得和项目方探讨：

1. 用 H100 挂去中心化算力项目/挖 DePin 币的 ROI 太低，H100 的单卡月租高达 1500-2000 USD，很少有 Crypto 项目能承担这个分红成本，唯有求速心切的 AI 巨头才能买单，进而 Yield Farming 的来源和额度存疑。

2. 项目方有初始启动资金购买 H100，后续购买对应 Mint NFT，由于租赁回本周期太长，手中的现金流不足够购买机器，那么一定存在机器质押借贷和 Token 的链上抵押借贷，此处是具有高度的双押风险的，通过 Crypto 手段规避了金融审查，但是杠杆依然存在。

3. GPU 的进价和租赁价格会高度依赖于上游的型号更新（特别是 B100、光模块等物料对于市场的冲击）以及下游的 AI 需求，核心是一个非标品的大宗，进行衍生品定价是比较困难的，需要对于物料和净余残值有比较细致的研究，这一块我比较感兴趣，但反而项目没有着重去 Build，简单以 DeFi Aggregation 一笔带过。

我分析下来，这个项目的 NFT 认购对应融资租赁，Token 对应 GPU 的 REITs，但问题在于 NFT 定价权在项目方，Token 定价在于做市，可操作的空间非常大，或存在严重的超卖。如果我是项目方，最好的办法就是 Dump Token and Gain GPU，将空气币换成值真金白银的 GPU。通过 GPU 的倒卖实现 VC 端的分红和退出。

最后说一句，GPU 的 RWA 也不会导致项目所说的「算力帕累托最优」，算力的不平衡本质上和 Nvidia 的分销代理策略以及美国商务部的禁令高度相关。在合规的语境下根本就没有算力的公平。

算力的公平，只存在于二道贩子的邮轮上，以及不连公网的第三世界机房里。