рынок капитала вычислительных мощностей

作者：Vaidik Mandloi，编译：Block unicorn

谷歌是全球三大云服务提供商之一，而目前它每月从SpaceX（一家火箭公司）购买价值 9.2 亿美元的算力资源。

这就是 GPU 容量市场如此混乱的现状。定价没有基准，贷款方也无法对冲其融资硬件的风险；一切都基于盲目的资本配置。但这种情况即将改变，因为芝加哥商品交易所（CME）和洲际交易所（ICE）已宣布将推出 GPU 算力时间期货合约。

算力正在被纳入一个全面的资本市场，就像 20 世纪 90 年代的电力一样。今天，我将深入探讨这种由稳定币结算驱动的新型流动性远期曲线，能够为自铁路以来规模最大的基础设施建设带来哪些变革。

使算力可交易

我说算力正在沿着电力的发展路径进入资本市场，我的意思非常具体，理解这一点将告诉我们这个市场究竟是如何构建的。

商品市场中，交易员对库存商品和流动商品有着巨大的区分。例如，石油是一种库存商品，因为你可以把它储存在油轮里，直到找到买家。你可以在价格低的时候囤积原油，然后在价格飙升时出售。而算力能力则是一种流动商品，因为你租用 GPU 一段时间，并为此付费。任何在租用期间未使用的算力能力都将永久消失。

闲置在机架中的 GPU 并不等同于“存储的算力”，就像断开连接的发电厂并不等同于“存储的电力”一样，因为在这两种情况下，有价值的产品是流量——GPU 小时数或千瓦时，而不是产生这些流量的物理机器。

这对于定价而言至关重要，因为库存商品拥有库存这种内置的稳定器，而流动商品则缺乏这种稳定器。库存可以在价格剧烈波动时期释放，以抵消价格上涨。流动商品没有这种缓冲；这就是为什么算力出的现货价格经常剧烈波动的原因。

2025 年年中，由于英伟达下一代 Blackwell 芯片的发布，大量新供应涌入市场，导致 H100 显卡的需求下降，算力现货价格在 18 个月内暴跌了 70% 。但今年，由于 HBM 芯片的量产，需求激增，而市场上又没有库存可以消化，H100 显卡的价格在短短四天内再次飙升了 48% 。对于人工智能公司（其训练运行成本高达数千万美元）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是一个生死攸关的问题。

此外，还有第二个问题。一桶原油无论在世界何处，都与其他任何一桶原油完全相同，这正是它无需实物检验即可在交易所进行交易的原因。但位于弗吉尼亚州的 H100 和位于冰岛的 H100 却是截然不同的产品，因为芯片、集群配置以及相邻的工作负载都会影响其实际性能。

全球 GPU 供应商的基准测试数据显示，即使是名义上相同的硬件，性能差异也高达 38%。上世纪 90 年代电力行业也面临过同样的问题：德克萨斯州电网的电力与大西洋中部地区的电力截然不同，因为输电和本地需求在电网的每个节点都造成了不同的状况。当时唯一的解决办法是为每个节点设定不同的价格，并以参考基准的价格差来报价。而这个参考基准正是目前算力市场所缺失的。

SF Compute 构建了一个用于 GPU 时间的实时订单簿，买卖双方可以在这里交易时间，就像在现货市场交易任何商品一样。其逻辑在于，一旦拥有流动性强的现货市场，就可以利用交易活动推导出指数价格。而这个指数价格又可以用来构建以现金结算的期货合约。

一旦数据中心能够出售期货合约并锁定数月后的收入，它就可以与贷款方接洽，向他们展示其收入已得到对冲，从而获得更低的利率并扩容。这反过来又可以降低所有人的整体算力成本。

另一家公司 Silicon Data 构建了一个名为 SDH100RT 的每日指数，该指数自去年 5 月起在彭博终端上线，目前已汇总了来自全球供应商的  350 万个数据点，形成一个单一的基准，而其成本仅为一小时 H100 GPU 运行时间。芝加哥商品交易所 (CME) 新宣布的期货合约将以该指数结算。目前还有几家公司竞相构建类似的指数，因为成为参考价格意味着它们可以捕捉到市场中每一笔交易的一小部分，只要市场存在。

电力市场也经历过类似的阶段：1993 年，Nord Pool 开设了首个电力期货交易所，随后涌现出 200 多家新的电力营销公司。业内人士花了十年时间争论电力在法律意义上是否属于商品，但如今它已成为一个年产值达6万亿美元的市场。算力机市场目前也正经历着类似的历程。

中间商

因此，我们现在有了可以称之为首批采用某种形式价格指数的算力现货市场，交易所也已宣布了相关意向。但是，在彭博终端上的指数价格和运转良好的资本市场之间，还有一个至关重要的环节支撑着这一切的运作，而这个环节与传统的交易方式截然不同。

算力期货市场的运作方式与股票交易所截然不同，后者是匿名买家之间进行标准化股票交易。算力期货市场将由交易商主导，这些交易商充当 GPU 所有者（希望锁定收入）和人工智能公司（希望锁定成本）之间的桥梁。

例如，假设美国某数据中心从 10 月份开始有大量 H200 服务器可用。一家初创公司需要 500 个 GPU，但只关心互连方式是否为 InfiniBand（一种 GPU 通信介质），并不关心服务器的具体位置。这是一个非常特殊的需求，需要有人来处理这笔定制订单，同时对冲标准化指数带来的风险。

这并非什么新鲜事；过去每一种商品都需要这样一个环节，让相关方能够梳理实物产品错综复杂的关联，并将其转化为交易所可以交易的可互换单位。货架上的 H100 合约只是一份定制合约，其他人无法为其定价。它只能根据私人协议为一方创造收益，金融体系的其他部分甚至都无法触及。但如果能将其与指数价格和公开结算层结合起来，它就能成为一种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，评级依据是 Meta 的信用状况，而非 CoreWeave 的信用状况，因为 Meta 签署了一份“照付不议”合同，无论是否实际使用算力资源，都必须支付款项。

这也正是加密货币轨道发挥承重作用的地方。算力资源的买卖双方遍布全球，但他们都无法获得美国商品期货交易委员会（CFTC）的批准，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，任何钱包都可以持有代币化的算力资源。

GPU 出口管制已经揭示了算力资源获取的地缘政治分层，例如英伟达就无法向中国和其他数十个国家出口尖端芯片。以稳定币结算的算力期货市场可以让出口管制区域之外的研究人员和初创公司获得算力资源定价，并通过绕过限制的基础设施对冲成本，就像稳定币在阿根廷和尼日利亚已经发挥的作用一样。

流动性远期曲线

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，因为全球金融市场没有相应的工具。但流动性强的远期曲线允许公司以低于未对冲头寸的利率，以已对冲的收入为抵押进行借款。这意味着每算力小时的成本更低。那么，谁来构建远期曲线的结算层呢？

目前唯一需要的解决方案是建立一个结算层，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，我们无法验证抵押硬件的状况、是否进行了双重抵押，也无法了解其实际利用率。但如果将GPU及其收益流代币化为链上资产，每个贷款人都可以实时验证抵押品，从而使远期曲线公开可见，而不是陷入双边谈判的泥潭。

此外，未来一代人工智能代理将按推理调用次数购买算力资源，而且它们无法开设银行账户。加密货币是唯一能够在不到一秒的时间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。

现在存在着一些强大的制衡因素，因为 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。标准化是一个瓶颈，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。我认为，用于构建这些基础设施的融资模型很可能包含一些关于硬件残值方面的假设，而现有数据尚不足以支撑这些假设。

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。算力市场也还有许多线路需要铺设。