📊Bloomberg Technology•較早收集於 22m
打造規模超越石油的運算期貨市場
#compute-market#gpu-index#infrastructurecompute-exchangecompute exchangesilicon datagpu
💡運算力即新石油;了解 GPU 指數如何將 AI 基礎設施商品化。
⚡ 30-Second TL;DR
有什麼變化
目標是建立一個規模超過石油市場的運算市場
為什麼重要
將運算資源標準化為商品,可能會徹底改變 AI 新創公司與企業採購基礎設施的方式。
下一步行動
追蹤 GPU 指數的發展,以便在基礎設施規劃中預測未來運算成本的波動。
誰應關注:Founders & Product Leaders
關鍵要點
- •目標是建立一個規模超過石油市場的運算市場
- •開發用於交易的標準化 GPU 指數
- •專注於將高效能運算資源商品化
🧠 深度解析
背景與延伸:來自公開資料,非原文內容。引用 20 個來源。
🔑 增強重點摘要
- •Compute Exchange 與 Silicon Data 的執行長 Carmen Li 於 2025 年 10 月起兼任兩家公司職務,旨在整合資源,共同推動 AI 運算市場的透明化與效率化發展。
- •芝加哥商品交易所集團 (CME Group) 已與 Silicon Data 合作,計劃於 2026 年稍後推出首個運算期貨市場,其合約將以 Silicon Data 提供的 GPU 即時租賃費率指數作為結算基準。
- •除了 Compute Exchange 與 Silicon Data 的合作,另一家運算公司 Ornn 也與洲際交易所 (ICE) 合作,計劃推出基於 Ornn 運算價格指數 (OCPI) 的 GPU 運算期貨合約,顯示市場上存在多個推動運算商品化的主要參與者。
- •Silicon Data 的 GPU 指數涵蓋 NVIDIA A100、H100 和 B200 等主要 AI GPU 型號,其建構基礎是來自全球 50 多個國家和地區、50 至 100 個平台(包括超大規模雲端服務商、新興雲端服務商和市場)的數十萬筆驗證定價記錄。
- •研究發現,即使是相同的 GPU 晶片,其性能也存在高達 38% 的差異,這突顯了運算能力商品化在標準化和基準測試方面的技術複雜性。
📊 競品分析▸ Show
| 特性/公司 | Compute Exchange / Silicon Data (與 CME 合作) | Ornn (與 ICE 合作) | 傳統雲端服務商 (如 AWS, Azure, GCP) |
|---|---|---|---|
| 主要角色 | 提供 GPU 市場情報、基準指數及運算交易平台;與 CME 合作推出期貨合約。 | 提供運算價格指數及運算風險轉移平台;與 ICE 合作推出期貨合約。 | 提供 GPU 運算資源租賃,通常為不透明定價和長期合約。 |
| 指數提供者 | Silicon Data (提供 NVIDIA A100, H100, B200 指數) | Ornn Data (提供 Ornn 運算價格指數 OCPI,涵蓋 H100, H200, B200, RTX 5090 等) | 無標準化公開指數 |
| 交易所合作夥伴 | CME Group (芝加哥商品交易所集團) | Intercontinental Exchange (ICE) (洲際交易所) | 無直接期貨交易所合作 |
| 市場透明度 | 致力於透過即時定價指數、基準和風險管理工具提高透明度。 | 透過其指數為 GPU 運算提供更高的價格透明度。 | 定價通常不透明,缺乏標準化合約。 |
| 風險管理工具 | 旨在提供 GPU 運算風險管理平台及期貨合約以對沖價格波動。 | 旨在提供期貨合約作為價格發現和風險管理工具。 | 主要透過內部垂直整合來管理風險,外部對沖工具有限。 |
🛠️ 技術深入
- Silicon Data 的 GPU 指數透過專有基準測試框架構建,該框架從超大規模雲端服務商、內部部署叢集和多區域部署中捕獲全面、標準化的交易數據。
- 該指數追蹤 NVIDIA A100、H100 和 B200 等主要 AI GPU 型號的定價,並提供即時價格透明度和性能數據。
- Silicon Data 提供多種 AI 驅動工具,包括 SiliconNavigator (GPU 定價與市場情報)、SiliconMark (測量 GPU 性能隨時間的衰減並提供預測性維護見解)、Silicon PriceIQ (基於 AI 預測 GPU 市場趨勢) 和 SiliconCarbon (計算運算工作流程的碳足跡)。
- 這些指數數據可透過 API 進行程式化存取,以便整合到交易演算法、分析工作流程和採購規劃中。
- 運算期貨市場的交易單位預計將以「晶片實例小時」(chip instance hour)為基礎,類似於電力市場的計量方式。
- 由於相同的 GPU 晶片存在高達 38% 的性能差異,因此需要複雜的數據分析和正規化來建立可靠的基準指數。
🔮 前景展望AI analysis grounded in cited sources
運算期貨市場的出現將顯著增強 AI 公司的財務風險管理能力。
透過提供對沖 GPU 價格波動的工具,這些市場能幫助 AI 開發者和雲端服務商管理不可預測的運算成本,從而減少利潤大幅波動的風險。
運算能力的商品化將透過普及資源存取來加速 AI 創新。
標準化的合約、透明的定價和增加的流動性將使高效能運算對更廣泛的開發者和新創公司更易於取得和負擔,打破少數大型公司對運算資源的壟斷。
運算市場將成為一個新的、規模龐大的資產類別,可與石油等傳統大宗商品相媲美。
包括貝萊德執行長 Larry Fink 和 CME Group 執行長 Terry Duffy 在內的金融界重要人物已公開表示,運算能力是「21 世紀的新石油」,並將在巨大的需求和稀缺性驅動下,成為一個可交易的金融資產。
⏳ 時間線
2024
Silicon Data 成立,由 Carmen Li 創辦。
2025-01-29
Compute Exchange 宣布推出全球首個 GPU 開放交易平台。
2025-03-20
Silicon Data 完成 470 萬美元種子輪融資。
2025-06-13
Silicon Data 在 Bloomberg Terminal 上發布業界首個 GPU 運算指數。
2025-10-07
Carmen Li 被任命為 Compute Exchange 執行長,同時領導 Silicon Data 和 Compute Exchange。
2026-05-12
CME Group 和 Silicon Data 宣布合作,計劃於今年稍後推出運算期貨市場。
📎 來源 (20)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: Bloomberg Technology ↗
每週 AI 簡報
每週一封,可隨時退訂。
