这并非一个小众实验。微软、亚马逊、谷歌和Meta这四大超大规模云厂商近期在AI基础设施上合计投入了4100亿美元,高盛模型预测这一数字到2031年将增至每年1.6万亿美元。随着GPU租赁成本剧烈波动和供应链紧绷,金融界看到了一个经典的构建新资产类别的机会。
据The Information报道,这两家银行都处于将GPU算力金融化的早期探索阶段。其客户将交易基于算力租赁成本的合约,而不是直接购买和运营实体的GPU硬件。
核心设想是GPU期货合约——一份在未来某个日期以预定价格买卖算力容量的协议。这在机制上与航空公司对冲航空燃油成本、或农民锁定谷物价格的方式类似。对于面临不可预测基础设施账单的AI公司而言,期货市场提供了一种稳定成本的方式。对机构投资者来说,它打开了一扇大门,可以在无需拥有任何服务器的情况下获得AI热潮的敞口。
据报道,两家银行都在探索这些工具,但尚未公开承诺推出时间表。与GPU租赁价格挂钩的期货预计将在今年晚些时候由交易所上市。
在高盛和摩根大通仍在探索之时,其他主要玩家已经宣布了具体的产品:
支撑这一生态系统的,是几个为了给期货市场提供先决条件——即透明、标准化的GPU定价基准——而出现的指数。Silicon Data创建了H100租赁指数,追踪租赁一块英伟达H100 GPU的每小时成本。Ornn的OCPI追踪实时交易现货价格,并声称是首个完全基于已成交交易的算力指数。
算力的金融化遵循了一条历史悠久的发展规律。每一个主要的大宗商品市场——石油、电力、农产品——都是在某种稀缺、必需的关键资源经历了需求激增、价格大幅波动,并达到足够大的规模以支撑交易所合约交易后才出现的。GPU算力现在满足了这三个条件。
规模达到惊人级别。 四大云服务商的资本支出预计到2026年将达到7000-7250亿美元,模型预测到2031年AI基础设施的累计支出将达到7.6万亿美元。这个支出水平使算力成为全球经济中最大的实物投入市场之一。
价格波动极端。 GPU租赁价格愈发面临延迟和波动,等待时间和价格剧烈起伏给AI公司带来了真切的财务风险。未来算力成本的不确定性,与1990年代推动电力期货诞生的背景如出一辙——当时电力市场解除管制,生产商亟需对冲工具。
标准化正在形成。 任何期货合约都需要一个可靠且被广泛接受的基准价格。这正是新出现的算力指数所提供的东西。随着透明定价和活跃现货市场的出现,金融基础设施的最后一块拼图正在就位。
机构需求真实存在。 对冲基金、资产管理公司和AI公司越来越希望将算力作为一个资产类别来进行投资,但又不想承担拥有并管理实体GPU机群所带来的运营负担。原因与投资者交易石油期货而不是购买原油桶相同:算力衍生品提供了一种资本效率更高的方式来押注AI的基础设施层。
算力期货的出现不仅仅创造了一个新的交易机会——它可能从根本上改变AI基础设施的建设和融资方式。期货市场提供指引长期投资的价格信号。如果算力期货显示远期价格上涨,这将激励数据中心运营商建设更多产能。如果价格预计会下跌,则预示即将出现供应过剩。
同样的动态在三十年前变革了电力市场,并促成了大规模资本流入能源基础设施。早期的学术研究表明,在高需求爆发场景下,代币期货可以将企业算力成本的波动性降低62%-78%。GPU期货能否带来类似的稳定性——以及它们能以多快的速度被采用——将取决于监管机构是否批准这些合约,以及市场参与者是否信任定价基准。
但是,方向是清晰的。算力正在步石油、电力和农产品的后尘,进入交易所交易衍生品的世界。现在唯一的问题是,哪些机构和定价基准将定义这个新市场。
这并非一个小众实验。微软、亚马逊、谷歌和Meta这四大超大规模云厂商近期在AI基础设施上合计投入了4100亿美元,高盛模型预测这一数字到2031年将增至每年1.6万亿美元。随着GPU租赁成本剧烈波动和供应链紧绷,金融界看到了一个经典的构建新资产类别的机会。
据The Information报道,这两家银行都处于将GPU算力金融化的早期探索阶段。其客户将交易基于算力租赁成本的合约,而不是直接购买和运营实体的GPU硬件。
核心设想是GPU期货合约——一份在未来某个日期以预定价格买卖算力容量的协议。这在机制上与航空公司对冲航空燃油成本、或农民锁定谷物价格的方式类似。对于面临不可预测基础设施账单的AI公司而言,期货市场提供了一种稳定成本的方式。对机构投资者来说,它打开了一扇大门,可以在无需拥有任何服务器的情况下获得AI热潮的敞口。
据报道,两家银行都在探索这些工具,但尚未公开承诺推出时间表。与GPU租赁价格挂钩的期货预计将在今年晚些时候由交易所上市。
在高盛和摩根大通仍在探索之时,其他主要玩家已经宣布了具体的产品:
支撑这一生态系统的,是几个为了给期货市场提供先决条件——即透明、标准化的GPU定价基准——而出现的指数。Silicon Data创建了H100租赁指数,追踪租赁一块英伟达H100 GPU的每小时成本。Ornn的OCPI追踪实时交易现货价格,并声称是首个完全基于已成交交易的算力指数。
算力的金融化遵循了一条历史悠久的发展规律。每一个主要的大宗商品市场——石油、电力、农产品——都是在某种稀缺、必需的关键资源经历了需求激增、价格大幅波动,并达到足够大的规模以支撑交易所合约交易后才出现的。GPU算力现在满足了这三个条件。
规模达到惊人级别。 四大云服务商的资本支出预计到2026年将达到7000-7250亿美元,模型预测到2031年AI基础设施的累计支出将达到7.6万亿美元。这个支出水平使算力成为全球经济中最大的实物投入市场之一。
价格波动极端。 GPU租赁价格愈发面临延迟和波动,等待时间和价格剧烈起伏给AI公司带来了真切的财务风险。未来算力成本的不确定性,与1990年代推动电力期货诞生的背景如出一辙——当时电力市场解除管制,生产商亟需对冲工具。
标准化正在形成。 任何期货合约都需要一个可靠且被广泛接受的基准价格。这正是新出现的算力指数所提供的东西。随着透明定价和活跃现货市场的出现,金融基础设施的最后一块拼图正在就位。
机构需求真实存在。 对冲基金、资产管理公司和AI公司越来越希望将算力作为一个资产类别来进行投资,但又不想承担拥有并管理实体GPU机群所带来的运营负担。原因与投资者交易石油期货而不是购买原油桶相同:算力衍生品提供了一种资本效率更高的方式来押注AI的基础设施层。
算力期货的出现不仅仅创造了一个新的交易机会——它可能从根本上改变AI基础设施的建设和融资方式。期货市场提供指引长期投资的价格信号。如果算力期货显示远期价格上涨,这将激励数据中心运营商建设更多产能。如果价格预计会下跌,则预示即将出现供应过剩。
同样的动态在三十年前变革了电力市场,并促成了大规模资本流入能源基础设施。早期的学术研究表明,在高需求爆发场景下,代币期货可以将企业算力成本的波动性降低62%-78%。GPU期货能否带来类似的稳定性——以及它们能以多快的速度被采用——将取决于监管机构是否批准这些合约,以及市场参与者是否信任定价基准。
但是,方向是清晰的。算力正在步石油、电力和农产品的后尘,进入交易所交易衍生品的世界。现在唯一的问题是,哪些机构和定价基准将定义这个新市场。