ხელოვნური ინტელექტის ინფრასტრუქტურის განვითარება შენელების ნიშნებს არ ავლენს. მონაცემთა ცენტრებსა და გრაფიკულ პროცესორებში (GPU) ყოველწლიურად ასობით მილიარდი დოლარი იხარჯება, რის გამოც გამოთვლითი სიმძლავრე (compute) AI პროდუქტების შემქმნელებისთვის ყველაზე დიდ ხარჯად იქცა.მიუხედავად ასეთი მასშტაბური დანახარჯებისა, დღემდე არ არსებობს გამოთვლითი სიმძლავრის ფასის დადგენის მარტივი მექანიზმი. ასევე, კომპანიებს არ აქვთ საშუალება, ჰეჯირების (რისკების დაზღვევის) მეშვეობით დაიცვან თავი ფასების მერყეობისგან. სტარტაპმა Silicon Data-მ ამ ვითარების შესაცვლელად A სერიის დაფინანსების რაუნდში 30 მილიონი დოლარი მოიზიდა.სტარტაპის მიზანია, ჩამოყალიბდეს GPU-ების იჯარის საორიენტაციო ფასის განმსაზღვრელად და შექმნას ინდექსი, რომელსაც უოლ-სტრიტის ფიუჩერსული კონტრაქტები დაეფუძნება. კომპანია გეგმავს, რომ 5 ოქტომბერს ჩიკაგოს სასაქონლო ბირჟაზე (CME) გამოთვლითი სიმძლავრეების ფიუჩერსებით ვაჭრობა დაიწყოს, რაც ამჟამად მარეგულირებელი ორგანოს თანხმობის მოლოდინშია.TechCrunch-ის Equity პოდკასტის ფარგლებში, რებეკა ბელანმა და Silicon Data-ს კვლევების ხელმძღვანელმა, სტივ ჰოუმ, AI ინფრასტრუქტურის მშენებლობის პროცესი განიხილეს. მათ იმსჯელეს იმაზე, თუ რატომ მეტყველებს არსებული მონაცემები განსხვავებულ რეალობაზე, ვიდრე ეს პესიმისტურ სათაურებში ჩანს, სადაც საუბარია ჩიპების გაუფასურებასა და მონაცემთა ცენტრების მუშაობის შეფერხებაზე.