芝商所推出算力期货，贝莱德CEO预言将成下一个万亿美元资产

正文：

原文作者：Chamath Palihapitiya

深潮导读：人工智能的资本支出首次超越了石油和天然气，但算力价格波动剧烈，市场上几乎缺乏有效的对冲工具。芝商所计划推出算力期货合约，这一举措将是检验算力是否能成为下一个万亿美元资产类别的关键实验。本文指出，要使算力期货顺利运行，必须先解决集中度和可互换性两个核心问题，这对所有投资AI基础设施的投资者而言都是重要的风险因素。

“我坚信一种全新的资产类别将诞生，那就是算力期货的购买。我们当前面临的最大问题就是算力不足。”——贝莱德首席执行官拉里·芬克

全球领先的衍生品市场芝商所集团（CME Group）与GPU市场信息和基准测试领域的领军企业Silicon Data联合宣布，计划于2026年10月5日推出算力期货合约，现正等待监管审查。

预计到2026年，AI资本支出将达到7650亿美元，首次超过石油和天然气的6810亿美元，并预计到2031年几乎会翻一番。摩根士丹利预测，AI在全球经济中的广泛应用将创造高达40万亿美元的机会，而这一切都依赖于一个关键资源：算力。

根据Silicon Data的指数，自年初以来，即使是较老款的GPU，算力的需求也显著增加：

当大量资本涌入某一行业时，投资者需要一种方式来保护自己，避免因价格波动带来的损失。

目前，石油生产商可以通过期货合约在交割前锁定价格，从而保护自己免受现货价格下跌的影响。反之，买家也可以利用同一市场来控制燃料成本，双方都能将价格波动风险从各自的业务中剥离。

而在算力领域，尚缺乏这样的工具，这使得任何建设或购买AI基础设施的人面临三种风险敞口：

GPU租赁价格波动剧烈，需求激增时价格飙升，而在供应充裕或新芯片发布时则可能暴跌，导致AI公司难以准确预算其最大成本。

每当英伟达发布新一代更快的芯片，上一代芯片的租赁价值就会下降，相关硬件贷款的抵押品价值也随之缩水。

数据中心建设周期通常需要两到三年，但开发者能用来锁定算力成本或收入的手段却非常有限。每一个决策都可能是数十亿美元的赌注。

这些风险敞口催生了算力期货的需求。然而，在市场扩大之前，必须首先解决集中度和可互换性这两个曾限制其他期货市场的关键问题。

围绕洋葱、铀、DRAM内存芯片及带宽建立期货市场的尝试，均面临着这两个问题。

算力的集中度问题更为复杂。买方正在逐渐分散，随着推理需求的增长，数千家公司开始运营生产工作负载。卖方也在不断增加，预计到2025年，新云服务提供商的收入将突破250亿美元，涵盖超过60家供应商。但在底层市场，仍高度集中，英伟达主导了大多数AI芯片的供应。

目前，算力价格是以GPU小时计算的，即租用单个GPU一小时的成本。然而，同一型号的两块GPU在一小时内所提供的算力可能存在差异。

Silicon Data与学术合作伙伴在11家云服务商的3500块GPU上运行相同的工作负载。即使同一芯片型号，他们也发现了显著的性能差异。在一项测试中，H100的性能差异高达34.5%，而整个研究中最大的差距达到38%。

初期的合约可能需要定义多个等级，就像能源市场中根据不同燃料、地点和交割期进行分类一样。

然而，更大的问题是，如果算力期货成功实施，将会产生什么影响。算力能否成为下一个名义交易额达数万亿美元的资产类别，并推动AI经济的加速发展？

来源：Odaily星球日报