📚InfoQ中国•最新收集於 0m
華爾街開始交易 AI 算力
💡了解 GPU 短缺為何正把 AI 算力推向可交易的金融資產。
⚡ 30-Second TL;DR
有什麼變化
GPU 短缺正推動算力容量朝向類似大宗商品的地位發展。
為什麼重要
如果算力成為可金融化交易的資產，AI 公司可能取得管理容量風險的新工具，但也將面臨更高的市場複雜度與價格波動。長期取得 GPU 與資料中心容量，可能變得和模型品質同樣具戰略重要性。
下一步行動
建立未來 12 個月的 GPU 容量預測，並比較預留容量合約與隨選採購，以量化團隊面臨的算力短缺風險。
誰應關注：Founders & Product Leaders
關鍵要點
- •GPU 短缺正推動算力容量朝向類似大宗商品的地位發展。
- •金融市場正在探索交易或對沖 AI 算力曝險的方法。
- •這項轉變可能改變 AI 公司規劃預算、採購及管理基礎設施的方式。
🧠 深度解析
Web-grounded analysis with 20 cited sources.
🔑 增強重點摘要
- •芝加哥商品交易所（CME Group）與數據公司Silicon Data合作，宣布將於2026年10月5日推出全球首批「運算期貨」，將Nvidia AI晶片（H100及B200）的每小時租賃價格標準化為可公開交易的商品，提供市場透明定價基準。
- •Nvidia正積極與華爾街六大頂級金融機構（包括Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs及KKR）合作，建立AI基礎設施融資平台，目標是動員超過5000億美元的第三方資本投入AI基礎設施建設。
- •美國商品期貨交易委員會（CFTC）已就AI算力期貨合約公開徵求意見，旨在為這個新興資產類別建立明確的監管框架和市場規則，以應對算力需求的爆發式增長和價格波動。
- •業界專家和金融領袖普遍將AI算力視為21世紀的「新石油」，強調其作為數位經濟核心資源的地位，並預期其將發展成為一個獨立的、可對沖風險的資產類別。
- •去中心化算力網絡（如Flop Labs）正在興起，旨在利用區塊鏈技術和原生代幣（如FLOP）來聚合全球閒置GPU算力，並建立統一的算力定價標準，以實現算力的全球化、去中心化交易。
🛠️ 技術深入
- 算力標準化指標：芝商所推出的算力期貨將追蹤Silicon Data發布的指數，具體為「Silicon Data H100租賃指數期貨」與「Silicon Data B200租賃指數期貨」，這些合約代表單一GPU一個月的租金，並以現金結算。
- 計價單位：期貨合約的基礎是Nvidia H100和B200 GPU的每小時租賃價格。
- 標準化挑戰：Silicon Data在建立權威標準時面臨「矽晶賭局」的挑戰，即同型號GPU在不同環境下的實際效能（Goodput）可能存在顯著差異，單純的租賃時數不一定能完全反映真實價值。
- 區塊鏈與代幣化：去中心化算力網絡提議使用原生代幣（例如FLOP）來直接代表對算力（FLOPs）的索取權，旨在建立全球統一的算力單價，促進AI代理和人類之間的交易。
🔮 前景展望AI analysis grounded in cited sources
AI算力市場將加速成熟並吸引更多傳統金融資本。
芝商所推出算力期貨，為AI算力提供了標準化的定價基準和風險管理工具，降低了投資門檻，將吸引對沖基金等傳統資本進入。
AI基礎設施的融資模式將發生根本性轉變。
輝達與華爾街巨頭合作建立的融資平台，將AI算力包裝成可投資資產，提供低成本資金，使AI工廠建設不再受限於單一企業的資產負債表。
算力定價透明化將重塑AI產業鏈的議價權和資源調度邏輯。
期貨市場的建立將推動算力定價透明化，促使擁有能源自給能力或自研晶片的廠商掌握更強議價權，並優化全球算力資源的配置效率。
⏳ 時間線
2026-05-13
CME Group與Silicon Data合作，宣布計劃推出全球首個針對「算力」的期貨市場。
2026-08-10
輝達宣布與六家華爾街頂級金融機構合作，啟動AI基礎設施融資平台，目標動員超過5000億美元第三方資本。
2026-08-12
芝加哥商業交易所（CME）預定於10月5日推出首批運算能力期貨，與輝達H100及B200 GPU的租賃成本掛鉤。
2026-08-14
CME Group與Silicon Data宣布將於2026年10月5日推出全球首批「運算期貨」，追蹤H100及B200租金指數。
2026-08-17
輝達執行長黃仁勳發表文章，明確指出NVIDIA的「AI工廠算力」已轉化為全新且具備高度生產力的「可投資資產類別」。
2026-08-20
美國商品期貨交易委員會（CFTC）就AI算力期貨合約公開徵求意見，以建立明確的市場規則。
📎 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： InfoQ中国 ↗