作者：Chamath Palihapitiya

編譯：深潮 TechFlow

深潮導讀： AI 資本支出首次超過石油和天然氣，但算力價格波動劇烈，市場卻幾乎沒有任何對沖工具。芝商所計劃上線算力期貨，背後是算力能否成為下一個萬億美元資產類別的關鍵實驗。這篇文章指出，算力期貨要跑通，必須先解決集中度和可互換性兩個問題，這對所有佈局 AI 基礎設施的投資者都是必須理解的風險變數。

「我其實相信一種新的資產類別將出現，那就是購買算力期貨。我們現在就是沒有足夠的算力。」——貝萊德首席執行官拉里·芬克

本週，他被證明是對的。

芝商所集團（CME Group），全球領先的衍生品市場，與 GPU 市場情報和基準測試領域的行業領導者 Silicon Data 聯合宣布，計劃在 2026 年 10 月 5 日推出算力期貨合約，尚待監管審查。

為什麼算力需要一個金融市場？

2026 年，AI 資本支出達到 7650 億美元，首次超過石油和天然氣的 6810 億美元。到 2031 年，預計將幾乎翻倍。摩根士丹利預計，AI 在全球經濟中的擴散將創造 40 萬億美元的機會。而這個機會依賴於一種關鍵資源：算力。

Silicon Data 的指數顯示，自今年年初以來，即便是較老幾代的 GPU，算力需求也急劇上升：

當這麼多資本湧入一個行業時，花錢的人需要一種方式來保護自己免受價格朝不利方向波動的影響。

如今，出售石油的生產商可以買入期貨合約，在交割前鎖定價格。如果現貨價格下跌，合約能讓收入保持穩定。另一邊的買家利用同一個市場來限制燃料成本。雙方都把價格波動從自己的業務中剝離。

算力還沒有這樣的工具，這讓任何建設或購買 AI 基礎設施的人面臨三種風險敞口：

GPU 租賃價格波動劇烈，在需求激增時飆升，或在供應寬鬆或新晶片發布時暴跌，使 AI 公司無法為其最大成本項做出準確預算。

每當英偉達發布更快的晶片，上一代晶片的租賃價值就會下降，硬體貸款背後的抵押品也隨之縮水。

一個數據中心需要兩到三年建成，但開發商能用來鎖定其算力成本或收益的手段非常有限。每一個這樣的決定都是數十億美元的賭注。

這些風險敞口創造了算力期貨的需求。但在這個市場能夠擴大規模之前，它必須面對曾經限制其他期貨市場的同樣兩個問題：集中度和可互換性。

圍繞洋蔥、鈾、DRAM 記憶體晶片和頻寬建立期貨市場的嘗試，都遇到了其中一個或兩個問題。

對算力而言，集中度問題比較複雜。買方正在變得分散，因為推理需求遍佈數千家運行生產工作負載的公司。賣方陣營廣泛且仍在增長，新雲廠商收入在 2025 年突破 250 億美元，覆蓋 60 多家提供商。但其底層仍然高度集中，英偉達供應了大多數 AI 晶片。

第二個問題是可互換性。

如今，算力價格以 GPU 小時報價，即租用單個 GPU 一小時的成本。但兩塊同一型號的 GPU 在一小時內提供的算力可能不同。

Silicon Data 與學術合作者一起，在 11 家雲提供商的 3,500 塊 GPU 上運行了相同的工作負載。即使在同一晶片型號內，他們也發現了顯著差異。在一項測試中，H100 的性能差異高達 34.5%，而整個研究中最大的差距達到 38%。

第一批能夠持續的合約可能需要定義幾個等級，就像能源市場使用不同的燃料、地點和交割期一樣。

但更大的問題是，如果算力期貨奏效，會發生什麼。算力能否成為下一個名義交易額達數萬億美元的資產類別，並加速 AI 經濟？

嘉楠科技7月挖礦產出46枚BTC，持倉增至1,917枚

熱門文章