高盛和摩根大通正在探索基於 GPU 租賃成本的期貨合約,讓機構投資人能對沖或投機於波動劇烈的 AI 算力價格 [6][7]。 四大雲端巨頭在 AI 基礎設施上的支出已達約 4,100 億美元,需求激增與供應稀缺,創造了與當年石油、電力市場相同的金融化條件——波動性、稀缺性與巨大規模 [1][5]。

Create a landscape editorial hero image for this Studio Global article: What are Goldman Sachs and JPMorgan exploring regarding GPU futures contracts, who else is developing similar products, and why is AI comput. Article summary: Goldman Sachs and JPMorgan Chase are exploring **futures contracts tied to GPU rental costs** — effectively letting investors bet on or hedge against the price of AI computing power [6][7]. According to reports from The . Topic tags: general, general web, user generated, academic. Reference image context from search candidates: Reference image 1: visual subject "Photo by Collen Hornaman on April 26, 2026. May be an image of magazine, poster and text that says 'EDGE OF EDGEOFTHEWEALTHY THE WEALTHY GOLDMAN SACHS AND JPMORGAN SPLIT IN QUANTUM" source context "Instagram" Reference image 2: visual subject "Goldman Sachs and JPMorgan are exploring quantum computing t
全球頂尖的金融機構正在做一件幾年前聽起來還像科幻小說的事:他們正將 AI 晶片的運算能力包裝成可供交易的金融產品。高盛(Goldman Sachs)與摩根大通(JPMorgan Chase)正在探索基於 GPU(圖形處理器)租賃成本的期貨合約,而芝加哥商業交易所(CME)和洲際交易所(ICE)等主要交易所,也已宣布計劃在今年稍晚推出類似的市場 。最終目標,是像過去數十年市場對待石油、玉米或電力那樣,將運算能力視為一種可避險、可交易的「大宗商品」。
這並非小眾實驗。光是微軟、亞馬遜、Google 和 Meta 這四大雲端巨頭,近期在 AI 基礎設施上的支出合計就高達 4,100 億美元,而高盛預估這個數字到 2031 年可能攀升至每年 1.6 兆美元 。在 GPU 租賃成本劇烈波動、供應鏈持續緊繃的情況下,金融界看見了一個打造全新資產類別的經典機會。
據《The Information》報導,這兩家銀行都處於研究如何將 GPU 算力「金融化」的早期階段 。他們並非打算自己買進並操作實體的 GPU 硬體,而是讓客戶交易一種合約,其價值衍生自「租用那些運算能力的成本」。
其核心概念就是「GPU 期貨合約」——一種在未來某個日期、以預先約定的價格買賣算力容量的協議。這在機制上與航空公司對沖航空燃油成本,或是農民鎖定穀物價格的方式十分相似。對於面臨不可預測基礎設施帳單的 AI 公司而言,期貨市場提供了一種穩定成本的方法;對機構投資人來說,這則開啟了一扇無需擁有任何實體伺服器,就能參與 AI 熱潮的大門 。
據悉,兩家銀行都在探索這類工具,但尚未公開承諾明確的推出時程。而與 GPU 租賃價格掛鉤的期貨,預計將在今年稍晚於各大交易所掛牌 。
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 。
標準化正在成形。 一份期貨合約需要有可靠、廣為接受的基準價格,這正是新興運算指數所提供的功能。隨著價格透明化與活躍的現貨市場出現,金融基礎設施的最後一塊拼圖也即將到位 。
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。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
高盛和摩根大通正在探索基於 GPU 租賃成本的期貨合約,讓機構投資人能對沖或投機於波動劇烈的 AI 算力價格 [6][7]。
高盛和摩根大通正在探索基於 GPU 租賃成本的期貨合約,讓機構投資人能對沖或投機於波動劇烈的 AI 算力價格 [6][7]。 四大雲端巨頭在 AI 基礎設施上的支出已達約 4,100 億美元,需求激增與供應稀缺,創造了與當年石油、電力市場相同的金融化條件——波動性、稀缺性與巨大規模 [1][5]。
多家交易所與新創公司正在建立專屬交易基礎設施,包括 Architect Financial Technologies 的美國創新交易所、Ornn 的算力期貨交易所,以及多個旨在標準化 GPU 定價的基準指數 [18][21][23]。