Story
Wintermute Rancang Labur $1 Bilion dalam Pusat Data AI untuk Tembusi Pasaran Tradisional

Firma pembuat pasaran aset digital, Wintermute Trading Ltd., merancang untuk melabur kira-kira $1 bilion dalam infrastruktur pusat data kecerdasan buatan (AI) dan dagangan frekuensi tinggi (HFT) sepanjang lima tahun akan datang. Langkah ini adalah sebahagian daripada strategi syarikat untuk berkembang melangkaui pasaran kripto dan memasuki arena pasaran tradisional yang lebih kompetitif.
Peralihan Strategik ke Pasaran Tradisional
Menurut pengasas dan ketua pegawai eksekutifnya, Evgeny Gaevoy, pelaburan besar ini bertujuan untuk membolehkan Wintermute bersaing dengan gergasi dagangan seperti Jane Street Group dan Citadel Securities. Syarikat yang berpangkalan di London itu menyasarkan untuk menembusi pasaran saham, komoditi dan tukaran asing berikutan penurunan aktiviti dalam pasaran mata wang kripto.
"Kami kini bersaing dengan firma-firma yang telah menghabiskan beberapa dekad mengoptimumkan teknologi dan infrastruktur mereka untuk pasaran ini, jadi jelas sekali tahap pelaburan yang diperlukan adalah signifikan," kata Gaevoy dalam satu temu bual. Beliau menambah bahawa perbelanjaan infrastruktur ini akan dibiayai sepenuhnya melalui perolehan tertahan syarikat.
Persaingan Teknologi dalam Sektor HFT
Pelan Wintermute mencerminkan kos yang semakin meningkat untuk memasuki dan bersaing dalam pasaran HFT, di mana kelebihan teknologi dan kuasa pengkomputeran adalah kritikal. Trend ini turut dilihat pada pesaing lain dalam industri.
AdSebagai contoh, firma dagangan kuantitatif XTX Markets mengumumkan tahun lalu bahawa ia akan membelanjakan €1 bilion untuk membina lima pusat data di Finland bagi menyokong strategi pembelajaran mesinnya. Begitu juga, Jane Street dilaporkan merancang untuk membina dan membiayai pusat datanya sendiri bagi memenuhi keperluan kuasa pengkomputeran yang tinggi.
Kuasa Pengkomputeran sebagai Kelebihan Daya Saing
Gaevoy menekankan bahawa strategi syarikat bukan sekadar untuk mengurangkan masa pelaksanaan dagangan sebanyak beberapa mikrosaat. Sebaliknya, pelaburan ini adalah penting untuk menyokong model kuantitatif yang canggih dan memerlukan sumber pengkomputeran yang besar.
"Melatih dan melatih semula model kuantitatif yang jauh lebih canggih secara berterusan menggunakan jumlah data pasaran yang sangat besar, serta mempunyai akses kepada kapasiti pengkomputeran, penyimpanan dan rangkaian, adalah amat penting," jelas beliau. Ini menunjukkan peralihan tumpuan daripada kelajuan semata-mata kepada keupayaan analisis data dan AI yang mendalam.