CME集团与Silicon Data的合作虽最引人注目,但并非美国唯一的尝试。纽约证券交易所的母公司洲际交易所(ICE)也已宣布与一家名为Ornn的定价数据公司合作,推出GPU算力期货合约;而由前FTX美国总裁领导的衍生品交易所Architect,则已经抢先上线了追踪H100和H200芯片的算力期货 。
中国的做法则是一种直接且初步的反制。2026年5月28日,路透社报道称,上海期货交易所(SHFE)正处于设计“AI代币”期货合约的早期阶段——这里的“AI代币”被定义为AI模型处理的最小数据单元 。这些合约不再对物理GPU的访问进行定价,而是锚定于AI工作负载消耗量的一项度量标准。
这一动机有两个层面。首先,它在战略上是与美国以硬件为中心的模式的分道扬镳,代表了“与华尔街截然不同的赌注” 。其次,更为关键的是,它是一种变通之策。正如美中经济与安全审查委员会所详细记录的,中国的AI雄心受到美国对先进半导体出口管制的制约 。基于代币的合约,将市场的基础资产从中国难以获取的芯片,转移到了任何AI运营商都能产生的使用量指标上,这本身就可能创造出一种不易受供应链政治影响的金融工具。
上海期货交易所的研究据称仍处于初步阶段,目前尚无迹象表明其将于何时——或是否会——向中国金融监管机构申请批准 。该交易所本身成立于1999年,受中国证券监督管理委员会监管,在创新方面并不陌生,近期还向国际交易者扩大了对镍期货等大宗商品的开放渠道 。
下表提炼了二者核心的战略差异:
| 维度 | 美国(CME + Silicon Data) | 中国(上海期货交易所) |
|---|---|---|
| 标的资产 | GPU算力容量及租赁成本基准 | AI代币——模型处理的数据单元 |
| 主要驱动力 | 对冲不稳定的硬件租赁成本的风险敞口 | 在化解半导体获取限制的同时,管理AI工作负载成本 |
| 市场哲学 | 通过私营企业合作,由交易所主导的产品开发 | 以国家为主导的新型合约类型探索性设计 |
| 项目状态 | 已公布,计划2026年底推出,尚待美国监管审核 | 早期设计阶段,尚未公布上市时间表 |
目前来看,这两个市场都还停留在理论层面,但它们的设计反映了各自所在国家更深层的经济哲学。美国模式是其市场驱动的科技生态系统的延伸,将私营部门最关键的生产投入变成一种可交易的资产。而中国模式则更像是一种国家主导的产业政策工具,旨在绕开地缘政治上的一个“卡脖子”点。
这两项平行试验的结果,将在很大程度上决定世界如何为21世纪最重要的资源——算力——进行定价。至少目前,市场传递出的信号非常明确:AI成本的波动性是一个值得对冲的风险,而打造正确对冲工具的竞赛已经开始了。