GPU 算力会成为新一代石油吗？揭秘 AI 算力期货的角逐赛道
数十年来 ，各大企业依靠期货市场对冲经营中的不确定性：航空公司对冲燃油成本 、农户锁定农产品售价 、制造企业规避金属原材料费用 波动风险 。
如今 ，一家初创企业希望将这套成熟的金融工具引入人工智能领域 。
云数据定价服务商 Silicon Data（硅数）已与芝加哥商业交易所集团（CME Group）达成合作，计划推出全球首批锚定 AI 算力的期货合约。企业可借助该产品 ，对冲人工智能模型训练、运行环节的算力成本波动风险 。近来 该类期货合约仍有待监管机构审批落地 。
种种早期迹象表明 ，投资者的参与热情正快速升温。在 Silicon Data 官宣与芝商所合作的短短数日内，ProShares 、Rex Shares 等多家资产管理公司就提交了相关 ETF 产品申报方案 ，挂钩这款拟上市的算力期货 ，其中包含杠杆型 、反向型交易品种 。
公司创始人兼首席执行官李卡门认为，未来算力大宗商品市场规模有望比肩全球几大主流大宗商品交易市场 。
她在采访中表示：“我相信算力期货市场最终规模会超越原油期货。随着人工智能产业持续发展 ，算力消耗带来的能源总需求 ，终将超过人类其他所有领域的能源消耗总和 。”
算力如同航空煤油
这一商业模式的灵感源于一个简单的行业现状：AI 企业对算力的依赖程度，如同航空公司离不开航空煤油 。
绝大多数企业并不会自主采购高端图形处理器（GPU）来搭建 AI 系统，而是通过云厂商以及快速扩张的新型云服务生态按需租赁算力。随着 AI 基础设施需求爆发 ，算力租赁费用 频繁波动 ，企业很难精准预判研发与运营开支。
圣克拉拉大学金融学教授金晓英表示：“当前行业充满高度不确定性 。大量企业无法预判未来一年的算力需求量；算力供应商不确定该向芯片厂商采购多少 GPU、规划多大算力产能；而英伟达这类芯片制造商，也难以精准制定生产计划 。 ”
Silicon Data 搭建了一系列 GPU 算力费用 指数 ，实时追踪各大服务商旗下不同型号芯片的小时租赁报价。公司希望这套费用 基准能成为算力期货市场的定价基石 ，其作用类似西德克萨斯轻质原油（WTI）之于能源衍生品市场 。
和所有期货品种一样，算力期货需要买方与卖方共同参与 。担忧算力涨价的企业可以通过期货锁定采购成本 、对冲涨价风险；手握大规模闲置算力的服务商 ，则能借助期货规避算力费用 下跌带来的营收损失。
Silicon Data 的算力费用 指数已开始出现在多家头部企业的官方披露文件中 。例如 ，SpaceX 在 IPO 招股书中就引用了该公司的 GPU 小时租赁定价数据 。
投机资金入场
并非所有市场参与者都以风险对冲为交易目的。和其他期货市场一样，算力期货也会吸引投机交易者 —— 这类参与者本身没有 GPU 算力采购需求 ，仅基于对算力费用 未来涨跌的判断进行交易获利 。
支持者认为 ，投机资金能够提升市场流动性 、完善费用 发现机制；反对者则提出，投机行为会放大费用 波动 ，让市场费用 脱离真实供需基本面 。
李卡门表示：“投机者也是整个交易生态不可或缺的一环。市场既需要实体套保企业、做市商 ，也需要投机交易者 。他们基于行业研判表达费用 观点，这本身就是市场合理存在的一部分 。 ”
这位哈佛工商管理硕士表示，那些能够预判算力供需格局变化的交易者 ，可以通过市场交易表达自身观点 ，最终为全行业形成公允的算力定价。
ProShares 与 Rex Shares 申报算力 ETF 的前提，是该算力期货品种获得监管批准。但相关申报动作已经说明 ，不少投资者已经将 AI 算力视作一类可交易的资产类别 ，而非单纯的技术生产要素 。
搭建 AI 算力的标准化定价基准
和可以按桶标准化交易的原油不同，AI 算力并非标准化实体大宗商品 。仅英伟达 H100 一款芯片 ，市面上就有超过 50 种硬件配置方案 ，租赁费用 会根据处理器规格 、内存大小 、网络带宽、算力利用率、数据中心地理位置产生明显差异。
拟推出的算力期货要平稳运行，必须让市场参与者相信单一费用 基准可以公允覆盖各类算力配置的价差 。
李卡门介绍：“我们会将平台每天 收集的海量算力报价 ，统一标准化折算为基准版 H100 芯片的定价 ，在编制指数前，要完成一套极为复杂的标准化校准流程 。”
金融学教授金晓英指出 ，标准化历来是期货品种落地的核心难点。以玉米期货为例 ，合约会明确规定可交割玉米的品质等级 。算力期货面临同样的难题：必须精准界定买卖双方的交易标的 。
她表示：“美国商品期货交易委员会（CFTC）会严格核查交易标的定义，合约细则 、交割结算规则 、费用 指数编制方案，在市场正式上线前都会接受全方位监管审查。 ”
