Pantera 揭秘算力金融化：从电力类比到 NVIDIA 央行角色

据 Woofun AI 消息，算力与数据中心基础设施支出已汇聚成规模达万亿美元的市场，其体量足以与美国消费支出相提并论，并正逐步确立为美国经济增长的核心支柱。尽管 AI Agent 正加速渗透实体经济，推动算力需求呈指数级增长，但 GPU 的采购模式仍深陷传统泥潭。虽然 SF Compute、Vast AI 和 Runpod 等算力市场平台已初具雏形，但大量 GPU 节点的买卖依然依赖群聊、场外交易经纪商以及定制化的双边协议来完成。

目前，GPU 算力仍处于金融化的早期阶段，与电力类似，算力并非完全同质化的资产，其价值受到芯片型号、交付时间和地理位置等多重因素的制约。然而，在未来 5 至 10 年，算力极有可能像电力或石油一样，逐渐演变为一种大宗商品，成为支撑 AI 时代全球经济运行的关键资源。本文将深入探讨算力市场如何完成这一历史性转变，包括从电力市场中汲取的启示、算力市场可能形成的结构、行业正在构建的产品形态，以及算力商品化过程中蕴含的机会与挑战。

要理解算力市场未来的演变路径，观察其底层资源——电力市场的运行方式，提供了极具价值的参照系。与算力一样，电力也是一种具有异质性、时间属性和枢纽属性的资产，并且是全球经济增长的重要基础。从 20 世纪 90 年代开始，美国电力系统逐步走向私有化。过去高度垂直整合的电力公用事业，开始将发电、输电和配电等环节进行拆分。独立电网运营商开始负责美国不同地区的电力系统管理。

与此同时，PJM-West（美国东海岸）、ERCOT North（得克萨斯州）和 CAISO SP15（南加州）等大型电力互联系统，最终成为可以在 CME、ICE 等交易所交易的商品，并形成了整个电力资产类别的重要价格基准。在物理层面，电力市场大致可以概括为"电网、运营商、节点"的结构。最上层是相互独立的区域电网。每个区域电网下，又有一批系统运营商，包括区域输电组织（RTO）和独立系统运营商（ISO）。这些运营商负责管理当地多个变电站节点。以旧金山为例，一座城市可能由多个变电站节点供电，例如 Embarcadero、Larkin 和 Mission 等节点。

每个节点的电价并不完全相同，而是由一种名为"节点边际定价"（Locational Marginal Pricing，LMP）的算法决定。该算法会综合考虑发电调度、用户需求、输电成本以及电力流动规律，在约束条件下计算最优价格。LMP 算法成为连接电力实物交付与 PJM-West 等可交易电力基准的关键环节。电力市场中的枢纽价格和指数价格，本质上是多个终端 LMP 节点价格的加权平均值。其中规模最大、流动性最好的价格基准，最终在 CME、ICE 等交易所上获得了稳定的交易深度，并成为整个电力资产类别的参考价格。

观察过去 30 年电力市场的发展，可以对算力市场提出几种推测。首先，算力市场可能会形成与电力市场类似的结构。在实物交割层面，电力市场"电网、运营商、节点"结构最接近的算力版本，可能是"硬件、供应商、集群"。正如电力市场存在多个相互独立的区域电网，算力市场也可能按照不同硬件类别形成多个市场。H100、H200、B200、B300 以及其他芯片类别，都可能拥有各自独立但相互关联的价格基准。

在运营商层面，AWS、Nebius、CoreWeave、SF Compute 和 Ornn 等算力供应商，会针对特定集群提供不同的定价机制。这些集群同样会受到时间、地点和 SKU 的影响，类似于电力市场中的不同节点。至于 LMP 在算力市场中的对应物，可能是一种调度或路由算法。该算法根据某类 SKU 的可用程度，动态生成算力实例价格。电力市场中最终成为行业参考价格的基准，例如 PJM-West、ERCOT-North 和 CAISO SP15，通常都与流动性最好的实物交付基础设施相连接。

这一点与石油等其他大宗商品市场类似。随着算力领域出现越来越多的价格基准，最终胜出的可能是那些与高流动性实物交割场所相连接的基准。此外在电力市场中，发电商和用电企业有时会直接在电力交易所进行对冲，但大多数交易仍然由银行和交易公司运营的场外交易部门完成。这些 OTC 机构会将节点结算价格与枢纽结算价格进行交换，在其中赚取价差，并对冲自身风险。类似的市场结构也可能出现在算力市场。算力市场的实际供需双方，也就是新型云服务商和 AI 公司，可能更愿意通过经纪商采购特定 SKU，而不是直接在算力交易所进行对冲。最后，算力市场可能面临比电力市场更严重的基差风险。根据美国《联邦电力法》，电力批发价格必须在美国联邦能源监管委员会（FERC）的监管下保持透明。但算力市场目前并不存在类似的透明度要求。

这意味着算力市场能够建立的动态价格和指数可能只能基于自身订单簿，以及与其合作的新型云服务商所提供的订单簿数据。这些合作可能通过收入分成、数据采购等方式实现。

Woofun AI 整理数据显示，当前的推理产业链大致可以分为三个层次，它们共同构成了算力市场中的结构性供给方和需求方。首先是新型云服务商层，Nebius、CoreWeave 等企业运营实体数据中心，构成 GPU 的卖方。其次是即用层，Fireworks、Baseten 等开发者平台，将裸机 GPU 环境转化为更完整的 GPU 使用环境，让开发者可以直接运行任务，或随时获取推理 Token，这一层是 GPU 的买方。最后是应用层，Cursor、Perplexity、Rime 等应用使用推理平台，为用户和企业提供最终产品。

这一层是 Token 的需求方，而 Token 的需求又会转化为 GPU 算力需求。尽管生态中的每家公司都有不同的 GPU 管理策略，但总体而言，新型云服务商处于 GPU 市场的供给侧，即结构性空方；即用层和应用层则处于需求侧，即结构性多方。另一方面，Amazon、Google 等超大规模云服务商，会在这三个层次都运营自有产品。至于产业链中的利润流向，一个粗略的经验法则是：当顶层应用在 Token 上花费 100 美元时，大约 45 美元流向即用层，50 美元流向新型云服务商或 GPU 层，剩余 5 美元流向 OpenRouter 等路由层。

AI 产业链中各参与者的 Token 经济结构，将影响算力资本市场最终形成的方式。一种可能的结构是，需求侧的开发者平台和应用层，以及供给侧的新型云服务商，都会通过 SF Compute、Runpod、Compute Exchange 等算力经纪商和 OTC 交易平台，交易特定 SKU。随后，算力经纪商和 OTC 交易平台负责管理库存，并承担终端 Token 消费者所需要的特定 SKU 与通用 H200 之间的基差风险。它们可以通过 Architect 或 Pluto 等算力交易平台进行对冲。这些交易平台的价格，则建立在一个算力基准之上。该基准由与其合作的新型云服务商和 OTC 平台的订单簿价格加权计算得出。

这种结构不仅反映了市场参与者对风险管理的迫切需求，也揭示了算力市场从双边撮合向标准化交易演进的关键路径。经纪商在其中扮演了类似电力市场中 OTC 机构的角色，通过承担基差风险来获取收益，同时也为终端用户提供了更灵活的采购选项。随着市场流动性的增加，这种基于订单簿的基准价格体系有望成为算力金融化的核心基础设施。

除此之外，NVIDIA 最近也宣布，将允许其 AI 工厂的算力成为一种"可投资资产类别"。在算力金融化体系中，NVIDIA 可以被视为算力市场的"中央银行"，原因在于它几乎垄断了 GPU 技术栈。中央银行通常有几个核心目标：管理经济中的通胀；促进充分就业；在极端情况下充当最后贷款人。NVIDIA 某种程度上正在扮演这三个角色。首先是管理"通胀"。GPU 经济中的"通胀"，可以类比为 GPU 的贬值周期，尤其是相对于最新一代芯片的贬值速度。通过控制产品发布节奏，例如推出 Vera Rubin，NVIDIA 能够在一定程度上影响 GPU 随时间贬值的速度。其次是让 GPU 保持高利用率。

如果 GPU 利用率很高，通常意味着市场对 Token 的需求强劲，用户也会购买更多 GPU。因此，NVIDIA 有动力推动 GPU 算力金融化，让 GPU 小时的交易变得更加流动，从而进一步提升 GPU 的利用率。最后是充当最后贷款人。NVIDIA 还宣布，将为 GPU 提供最高达到剩余价值 25% 的支持。这可以被视为一种针对 GPU 价值的救助或保险机制：当新型云服务商和其他 GPU 供应商面临流动性危机时，这类支持能够为 GPU 的残余价值提供保障。

这种'央行'角色的确立，不仅增强了市场对算力资产稳定性的信心，也为后续金融产品的创新提供了底层支撑。

随着算力市场的金融化程度不断提升，行业中可能形成几类主要产品。每类产品都有自己的优势与挑战。产品一：实物交割。实物交割指的是将实际 GPU 设备交付给需要算力的终端用户。SF Compute、Hyperbolic、Vast、Runpod 和 Compute Exchange 等项目，都属于这一产品层。这是最接近硬件本身、也最直接连接算力供需双方的一层。由于算力 SKU 高度异质化，许多项目最初只是经纪商，通过撮合 GPU 需求与新型云服务商获得佣金。长期来看，这一层的目标可能是建立某种'算力现货交易所'。但要持续保证 GPU 实物交付的质量，其实是一个非常困难的问题，尤其是对于那些供应来自去中心化网络的项目。算力市场可能需要一个类似穆迪的评级机构，对底层可交付 GPU 的质量进行认证，才能推动这一层进一步成熟。

尽管实物交割层的竞争非常激烈，但从长期来看，它可能拥有最持久的护城河。回顾石油和电力市场可以发现，金融化体系通常都会围绕实物流动性最强的交割场所发展，随后才逐步形成指数、交易所和借贷等金融产品。因此，谁能够率先解决算力实物交割问题，谁就可能获得巨大的市场回报。产品二：指数。

这一层主要指建立在算力之上的'指数曲线'，包括 Ornn、Silicon Data、Compute Desk 和 Semianalysis 等项目推出的算力价格指数。建立指数，是算力这类资产进一步实现金融化和交易化的重要一步。可以说，当前市场关于'算力市场'的许多讨论，正是随着算力指数逐渐成熟而开始升温的。CME、ICE 等大型交易所也已经宣布与相关指数展开合作。

不过，目前许多算力指数与单个 GPU 市场之间仍存在非常大的价差。造成这种价差的原因可能主要有两个。第一，底层产品本身存在差异。不同算力平台在产品稳定性、可中断性以及合约条款等方面，往往相差很大。第二，不同算力指数背后的订单簿并不相同，而且算力市场没有像其他资产类别那样的透明度要求。例如，FERC 就要求电力市场保持透明。如今许多算力指数只是从新型云服务商处批量采购订单簿数据，或者通过合作与收入分成协议，建立最初的数据集。

此外单独运营指数层的变现能力，也弱于交易所和实物交割层。因此尽管指数层可以制造声量，也在算力市场体系中发挥着重要作用，但它本身同时受到上下游的挤压：上游的实物交割层掌握着价格来源；下游的交易所则希望从指数收入中分走一部分收益。

产品三：衍生品交易平台。第三层是衍生品交易平台，通常提供现金结算的期货产品。这类平台基于算力指数，为市场参与者提供对冲工具。Liquid Compute 和 Architect 正在开发相关产品。从长期来看，衍生品交易平台可能是算力金融化体系中最令人期待、也最容易实现规模化变现的产品。

不过，目前这一领域仍处于早期阶段，交易量尚未达到较大规模。此外，现金结算交易平台上的可交易产品通常是通用 H200 实例，而不是某个可以直接用于推理的特定 SKU。因此目前真正参与这些交易平台的，可能主要是 OTC 交易平台和算力经纪商，而不是 AI 产业链中的终端企业。前者希望对冲资产负债表上持有的算力库存，后者则需要管理自身的算力敞口。产品四：金融化工具。算力领域还可能出现一类更宽泛的金融化产品，为数据中心和新型云服务商的融资提供支持。例如，借贷协议、Vault 以及 USD.AI 等合成稳定币，都可能帮助数据中心和新型云服务商完成基础设施建设。

与此同时，市场也可能出现风险转移和保险层，用于平滑 GPU 经济中的基差风险。观察上述不同层次可以发现，算力市场最终可能形成的完整形态其实相对清晰。赢家将是能够实现可靠 GPU 实物交割的全栈型参与者。它能够从自身的实物订单簿中形成价格指数，再以此建立算力期货交易所，使算力成为一种可以对冲的资产类别。但行业真正存在分歧的地方，在于不同产品的出现顺序。最终的赢家会先从实物交割开始，还是先建立指数，抑或是先推出交易平台？

到目前为止，我们主要是在 GPU 层面讨论算力市场。但也可以把视角拉远，观察更广义的算力 Token 经济学，包括其历史演变、价值捕获方式，以及它与前沿模型实验室之间的博弈关系。从历史角度看，算力市场并不是一个全新的概念。2023 至 2024 年，SF Compute、Hyperbolic 等项目已经在讨论这一模式，Akash 和 IONet 等去中心化项目也在探索类似方向。有意思的是，许多项目最终并没有停留在 GPU 市场层面。

例如，Hyperbolic 后来成为推理服务商，直接出售 Token；SF Compute 则开始直接签约并运营算力集群。从价值链来看，价值会从 Cursor、Harvey、Granola 等 AI 应用流向 OpenRouter 等路由层，再流向 Fireworks、Baseten 等推理服务商，之后进入 Nebius、CoreWeave、SF Compute 等新型云服务商和算力市场，最终流向数据中心运营商。

如果企业一直停留在产业链的中间位置，可能会同时受到上下游挤压。想要维持更稳定的利润率，企业最终可能必须向上游延伸，或者向下游拓展。Token 市场还存在一个非常有意思的博弈论视角，其中有三股无法绕开的力量。第一股力量是 NVIDIA，它控制着 GPU 的供应和贬值速度。第二股力量是 Anthropic、OpenAI 等前沿模型实验室，它们不断发布新模型，可能迅速推高 Token 需求。第三股力量是 Kimi、GLM、DeepSeek、Qwen 等开源模型，它们会对推理利润率形成下行压力。

这三股力量共同为 GPU 市场和 Token 市场的供需双方带来持续的推动和压力。其中任何一方，都可能通过推出重要产品，重新改写整个市场的定价曲线。例如，GPT 5.6 的发布就可能成为一个由企业自主决定、但市场难以提前预测的事件，并沿着 AI Token 价值链产生连锁反应，引发 Token 价格和 GPU 硬件价格的波动。因此一家公司如果能够在同一体系内同时运营推理服务和 GPU 硬件市场，可能在商业上更加合理。因为这种模式可以对冲产业链上下游利润结构发生变化所带来的风险。

回顾历史，石油、电力等大宗商品市场，最初都以中间商撮合的双边交易为主，交易过程不透明，市场也缺乏统一标准。但随着时间推移，实物交割逐渐发展出指数、交易标准化、质量审计等一系列协议和金融基础设施，最终演变为高度金融化的资产类别。如今，算力市场正在经历类似的转型。市场中已经出现了大量尝试金融化基础工具的项目，包括算力指数、现金结算交易所、借贷产品和保险产品。

与此同时，实体 GPU 市场和云服务商也在不断向产业链上下游延伸，试图捕获 Token 经济中的完整价值。作为整个 AI 经济赖以运行的底层资源，算力正在从单纯的基础设施，逐渐变成一种独立的金融资产。未来，这个领域可能出现多家独角兽公司，它们分别覆盖市场的不同层次，形成不同的业务形态，包括实体算力供应、经纪服务、借贷、风险管理，以及与 DeFi 和 TradFi 资本市场的组合。算力可能是几十年来少见的新型实体大宗商品，而我们或许正处在见证它从私下撮合的早期交易，走向完整资产类别的起点。