正當高盛與摩根大通仍在探索時,其他主要參與者已經宣布了具體的產品:
為了支撐這個生態系,多個基準指數也應運而生,它們的任務是讓 GPU 定價變得透明與標準化——這是任何期貨市場得以建立的先決條件。Silicon Data 創建了追蹤 Nvidia H100 GPU 每小時租賃成本的「H100 租賃指數」;Ornn 的 OCPI 則追蹤即時交易現貨價格,並宣稱是第一個完全由真實交易數據構建的運算指數
。
算力的金融化遵循著一條歷史老路。每一個主要的大宗商品市場——無論是石油、電力還是農產品——都是在某種稀缺、必要的資源經歷需求飆升、價格劇烈波動,並達到足夠規模以支持交易所合約時誕生的。如今,GPU 算力恰好滿足了這三項條件。
規模極為驚人。 四大雲端供應商的資本支出預計在 2026 年達到 7,000 億至 7,250 億美元,模型更預測至 2031 年,AI 基礎設施的累計支出將達 7.6 兆美元 。這樣的支出水準,使算力成為全球經濟中最大的實體投入市場之一。
波動性極其劇烈。 GPU 租賃價格的延遲與波動日益嚴重,等待時間和價格震盪為 AI 公司帶來了真實的財務風險。這種對未來算力成本的不確定性,與 1990 年代推動電力期貨誕生的條件如出一轍——當時電力市場解除管制,生產者亟需避險工具 。
機構需求真實存在。 對沖基金、資產管理公司與 AI 企業,越來越渴望將算力作為一種資產類別來持有,卻不想承擔擁有並管理實體 GPU 機隊的營運重擔。就像投資人交易石油期貨而非買進一桶桶原油的道理一樣,運算衍生品提供了一種資金運用效率更高的方式,來押注 AI 的基礎設施層 。
算力期貨的出現不僅創造了新的交易機會,更可能從根本上改變 AI 基礎設施的建設與融資方式。期貨市場提供引導長期投資的價格訊號。如果算力期貨顯示遠期價格升高,就會激勵數據中心營運商擴建產能;反之,若預期價格下跌,則暗示供給過剩即將到來。
同樣的動態在三十年前改變了電力市場,並促使巨額資金流入能源基礎設施。早期的學術研究顯示,在需求爆發的情境下,代幣期貨可降低企業算力成本波動性達 62% 至 78% 。GPU 期貨是否能帶來類似的穩定性,以及多快能獲得市場採用,將取決於監管機構是否批准這些合約,以及市場參與者是否信任其定價基準。
不過,方向已經很明確。運算能力正步上石油、電力和農產品的後塵,進入交易所交易的衍生品世界。現在唯一的問題是,哪些機構和基準將定義這個新市場。
Comments
0 comments