原文作者：Chamath Palihapitiya
原文编译：深潮 TechFlow
深潮导读：AI 资本开支首次超过石油和天然气，但算力价格波动剧烈，市场却几乎没有任何对冲工具。芝商所计划上线算力期货，背后是算力能否成为下一个万亿美元资产类别的关键实验。这篇文章指出，算力期货要跑通，必须先解决集中度和可互换性两个问题，这对所有布局 AI 基础设施的投资者都是必须理解的风险变量。
“我其实相信一种新的资产类别将出现，那就是购买算力期货。我们现在就是没有足够的算力。”——贝莱德首席执行官拉里·芬克
本周，他被证明是对的。
芝商所集团（CME Group），全球领先的衍生品市场，与 GPU 市场情报和基准测试领域的行业领导者 Silicon Data 联合宣布，计划在 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的 6810 亿美元。到 2031 年，预计将几乎翻倍。摩根士丹利预计，AI 在全球经济中的扩散将创造 40 万亿美元的机会。而这个机会依赖于一种关键资源：算力。
Silicon Data 的指数显示，自今年年初以来，即便是较老几代的 GPU，算力需求也急剧上升：
当这么多资本涌入一个行业时，花钱的人需要一种方式来保护自己免受价格朝不利方向波动的影响。
如今，出售石油的生产商可以买入期货合约，在交割前锁定价格。如果现货价格下跌，合约能让收入保持稳定。另一边的买家利用同一个市场来限制燃料成本。双方都把价格波动从自己的业务中剥离。
算力还没有这样的工具，这让任何建设或购买 AI 基础设施的人面临三种风险敞口：
GPU 租赁价格波动剧烈，在需求激增时飙升，或在供应宽松或新芯片发布时暴跌，使 AI 公司无法为其最大成本项做出准确预算。
每当英伟达发布更快的芯片，上一代芯片的租赁价值就会下降，硬件贷款背后的抵押品也随之缩水。
一个数据中心需要两到三年建成，但开发商能用来锁定其算力成本或收益的手段非常有限。每一个这样的决定都是数十亿美元的赌注。
这些风险敞口创造了算力期货的需求。但在这个市场能够扩大规模之前，它必须面对曾经限制其他期货市场的同样两个问题：集中度和可互换性。
围绕洋葱、铀、DRAM 内存芯片和带宽建立期货市场的尝试，都遇到了其中一个或两个问题。
对算力而言，集中度问题比较复杂。买方正在变得分散，因为推理需求遍布数千家运行生产工作负载的公司。卖方阵营广泛且仍在增长，新云厂商收入在 2025 年突破 250 亿美元，覆盖 60 多家提供商。但其底层仍然高度集中，英伟达供应了大多数 AI 芯片。
第二个问题是可互换性。
如今，算力价格以 GPU 小时报价，即租用单个 GPU 一小时的成本。但两块同一型号的 GPU 在一小时内提供的算力可能不同。
Silicon Data 与学术合作者一起，在 11 家云提供商的 3,500 块 GPU 上运行了相同的工作负载。即使在同一芯片型号内，他们也发现了显著差异。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%。
第一批能够持续的合约可能需要定义几个等级，就像能源市场使用不同的燃料、地点和交割期一样。
但更大的问题是，如果算力期货奏效，会发生什么。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，并加速 AI 经济？
