深度解析：下一个万亿美元期货市场
算力正从技术资源演变为可交易的金融资产，CME与Silicon Data计划推出算力期货，但需先解决集中性与可互换性两大难题。
“我确实相信，一种新的资产类别将会是算力期货的买卖。我们目前只是没有足够的算力。” —— 拉里·芬克，贝莱德首席执行官
最近的新闻让这一预测更接近现实。
全球领先的衍生品市场CME集团，以及GPU市场情报与基准测试行业领导者Silicon Data，宣布计划于2026年10月5日推出算力期货合约，尚待监管审查。
为什么算力需要一个金融市场？
2026年，AI资本支出达到7650亿美元，首次超过石油和天然气资本支出的6810亿美元。预计到2031年，这一数字将几乎翻倍。摩根士丹利预测，AI在全球经济中的扩散将创造40万亿美元的机会。而这一机会依赖于一个关键资源：算力。
Silicon Data的指数显示，自今年年初以来，即使对于较老一代的算力，需求也急剧上升：
当如此多的资本涌入一个行业时，投入资金的人们需要一种方式来保护自己免受价格不利变动的影响。
如今，出售石油的生产者可以购买期货合约，在交付前锁定价格。如果现货价格下跌，合约能保持收入稳定。另一方的买家则利用同一市场来限制其燃料成本。双方都将价格波动性从业务中剔除。
算力目前还没有这样的对应物，这使得任何建设或购买AI基础设施的人面临三种风险：
- GPU租赁价格波动剧烈，需求激增时飙升，供应缓解或新芯片发布时暴跌，导致AI公司无法准确预算其最大的投入成本。
- 每当英伟达推出更快的芯片，上一代产品的租赁价值就会下降，硬件贷款背后的抵押品也随之缩水。
- 数据中心建设需要两到三年时间，但开发者锁定其计算成本或收益的方式却十分有限。每一个决策都是数十亿美元的赌注。
这些风险敞口催生了对计算期货的需求。但在市场规模化之前，它必须面对曾限制其他期货市场的两个问题：集中性和可互换性。
围绕洋葱、铀、DRAM内存芯片和带宽建立期货市场的尝试，都遭遇了其中一个或两个问题。
对于计算而言，集中性问题较为复杂。随着推理需求分散到数千家运行生产工作负载的公司，买方正在多元化。卖方则广泛且不断增长，2025年新云收入超过250亿美元，涉及60多家提供商。但底层仍然高度集中，NVIDIA供应了大部分AI芯片。
第二个问题是可互换性。
如今，计算价格以GPU小时报价，即租用单个GPU一小时的成本。但同一型号的两块GPU在一小时内可提供的计算量可能不同。
Silicon Data与学术合著者合作，在11家云提供商的3500块GPU上运行了相同的工作负载。即使在相同芯片型号内，他们也发现了显著差异。在一次测试中，H100性能差异高达34.5%，而整个研究中最宽的差距达到38%。
首批持久合约可能需要定义多个等级，就像能源市场使用不同的燃料、地点和交付周期一样。
但更大的问题是，如果计算期货奏效，会发生什么。计算能否成为下一个名义价值达数万亿美元交易的资产类别，并加速AI经济？
我们与Silicon Data合作，其价格指数支撑着CME的计算期货合约，共同探讨这一问题以及围绕它正在形成的更广泛市场：
- 计算作为资产类别的潜在规模
- 围绕其他稀缺资源的市场是如何形成和失败的
- 在金融市场中，“计算力”究竟意味着什么，以及将其作为交易标的所面临的挑战
- 当前正在交易和测试的不同计算力单位
- 如果这一市场成功，谁将从中受益
最终成果是一份长达129页的深度报告。以下是目录预览：
在“与我共学”上阅读这份深度报告，并告诉我你的想法：
https://chamath.substack.com/p/compute-financialization