据 Woofun AI 消息，芝加哥商品交易所 (CME) 与洲际交易所 (ICE) 正式宣布将推出 GPU 计算时间期货合约，标志着计算资源正沿着 20 世纪 90 年代电力资本化的路径全面进入金融市场。

这一变革由 Block unicorn 编译、Vaidik Mandloi 撰文深度解析，其核心背景在于谷歌作为全球三大云服务商之一，每月竟需向火箭公司 SpaceX 采购价值 9.2 亿美元的计算资源，这种跨行业的资源错配揭示了当前 GPU 容量市场的极度混乱：缺乏定价基准，贷款方无法对冲硬件融资风险，资本配置完全处于盲目状态。

计算能力作为一种典型的流动商品，其定价机制与石油等库存商品存在本质差异，这正是市场波动的深层根源。库存商品如原油可储存在油轮中等待高价出售，拥有天然的库存稳定器；而计算能力则是'流量'产品，未使用的 GPU 小时数会永久消失，无法像断开连接的发电厂那样存储电力。

这种缺乏缓冲的特性导致现货价格极易剧烈震荡。2025 年年中，随着英伟达下一代 Blackwell 芯片发布，大量新供应涌入致使 H100 显卡需求骤降，计算现货价格在 18 个月内暴跌了 70%。

然而今年情况急转直下，受 HBM 芯片量产推动，需求激增且无库存可消化，H100 显卡价格仅在四天内便飙升了 48%。对于训练成本高达数千万美元的人工智能公司，以及为这些硬件提供超过 1200 亿美元数据中心信贷的贷款机构而言，这种缺乏对冲工具的波动性已成为生死攸关的难题。

此外，地理位置差异进一步加剧了定价复杂性，位于弗吉尼亚州的 H100 与冰岛的 H100 因集群配置及相邻工作负载不同，实际性能截然不同。全球 GPU 供应商基准测试数据显示，即便是名义相同的硬件，性能差异也高达 38%，这与上世纪 90 年代电力行业面临的电网节点差异如出一辙，当时唯一的解法是为每个节点设定不同价格并建立参考基准，而这正是当前计算市场最缺失的环节。

为构建现货基准与指数化路径，SF Compute 率先建立了 GPU 时间的实时订单簿，允许买卖双方像交易普通商品一样交易时间，其逻辑在于通过流动性强的现货市场推导出指数价格，进而构建现金结算的期货合约。一旦数据中心能出售期货锁定未来收入，即可向贷款方展示风险对冲能力，从而获得更低利率并实现扩容，最终降低整体计算成本。

与此同时，另一家公司 Silicon Data 构建了名为 SDH100RT 的每日指数，该指数自去年 5 月起已在彭博终端上线，目前汇总了来自全球供应商的 350 万个数据点，形成单一基准，其成本仅相当于一小时 H100 GPU 运行时间。芝加哥商品交易所 (CME) 新宣布的期货合约将直接以该指数结算。目前多家机构正竞相构建类似指数，因为成为参考价格意味着能捕捉市场中每一笔交易的微小份额。回顾历史，1993 年 Nord Pool 开设首个电力期货交易所后，随后涌现出 200 多家新的电力营销公司，尽管业内人士曾花费十年争论电力是否属于法律意义上的商品，但如今它已成长为年产值达 6 万亿美元的市场，计算机市场目前正重演这一历程。

Woofun AI 整理数据显示，在现货指数与成熟资本市场之间，交易商中介扮演着至关重要的角色，其运作模式与匿名股票交易截然不同。计算期货市场将由交易商主导，充当 GPU 所有者（希望锁定收入）与人工智能公司（希望锁定成本）之间的桥梁，处理高度定制化的需求。例如，假设某美国数据中心从 10 月份开始有大量 H200 服务器可用，而一家初创公司需要 500 个 GPU 且仅关注互连方式是否为 InfiniBand，并不在意服务器具体位置。

这种特殊需求需要有人梳理实物产品的复杂关联，将其转化为交易所可交易的可互换单位，同时对冲标准化指数带来的风险。若仅停留在私人协议层面，货架上的 H100 合约无法被金融体系其他部分触及；只有结合指数价格与公开结算层，才能使其成为可供贷款机构对冲的活商品。2023 年，CoreWeave 仅以英伟达 GPU 作为抵押就成功借款 23 亿美元，这是 H100 硬件首次获得贷款。其最近一次融资获得了穆迪的投资级评级，评级依据并非 CoreWeave 自身的信用状况，而是基于 Meta 签署的'照付不议'合同，即无论是否实际使用计算资源，Meta 都必须支付款项。

加密货币轨道在此过程中发挥了关键的承重作用，特别是稳定币结算机制突破了传统的地缘与监管限制。计算资源的买卖双方遍布全球，但许多主体无法获得美国商品期货交易委员会 (CFTC) 批准开设美国商品交易所账户。

然而，加密钱包可以结算稳定币支付，任何钱包均可持有代币化的计算资源。GPU 出口管制已揭示了计算资源获取的地缘政治分层，例如英伟达无法向中国和其他数十个国家出口尖端芯片。以稳定币结算的计算期货市场，能够让出口管制区域之外的研究人员和初创公司获得计算资源定价，并通过绕过限制的基础设施对冲成本，这一机制正如稳定币在阿根廷和尼日利亚已经发挥的作用一样，为受制裁或受限地区提供了金融接入的替代路径。

未来架构将依赖链上验证、AI 代理支付，但也面临集中化风险。目前构建 GPU 集群意味着要以无法锁定的收入为抵押借款数百万美元，因为全球金融市场缺乏相应工具。流动性强的远期曲线允许公司以已对冲的收入为抵押，以低于未对冲头寸的利率借款，从而降低每计算小时的成本。实现这一目标的关键在于建立结算层，让任何人都能验证抵押品并将远期曲线作为公共产品。目前无法验证抵押硬件状况、是否双重抵押或实际利用率，但若将 GPU 及其收益流代币化为链上资产，每个贷款人都可实时验证抵押品，使远期曲线公开可见而非陷入双边谈判泥潭。

此外，未来一代人工智能代理将按推理调用次数购买计算资源，且无法开设银行账户，加密货币是唯一能在不到一秒内完成东京代理与弗吉尼亚州 GPU 机架之间微交易的支付网关。

然而，强大的制衡因素依然存在，GPU 供应目前高度集中，市场上的顶级超大规模数据中心运营商控制着全球 78% 的 IT 算力，英伟达占据了高端 AI 芯片市场 80% 以上的份额，其产品发布计划足以左右整个市场。标准化虽是瓶颈，但在建设热潮期间将某种资产类别金融化，可能会使其更具传染性。

超过 1200 亿美元的人工智能基础设施债务已从资产负债表转移到华尔街资助的特殊目的公司 (SPV) 中，其中大部分还进入了目标日期退休产品中的公司债券基金，而持有这些债券的个人对此却毫不知情。

这种融资模型很可能包含关于硬件残值的假设，而现有数据尚不足以支撑这些假设，埋下了潜在风险。电力市场并非止步于发电机，而是贯穿整个系统直至墙壁插座，并影响到所有用电设备的价格。计算机市场也还有许多线路需要铺设，从发电机到插座的全面金融化进程才刚刚开始，这不仅是技术的演进，更是资本逻辑对物理世界的深度重构。