算力正在从AI产业的基础设施成本走向金融市场。
当地时间8月11日，芝加哥商业交易所集团（CME）宣布，与图像处理器（GPU）市场数据服务商硅谷数据（Silicon Data）计划于2026年10月5日正式推出两款算力期货合约——Silicon Data H100租赁指数期货和Silicon Data B200租赁指数期货。
这两款产品正等待美国商品期货交易委员会（CFTC）的监管审批。若顺利获批，算力将正式从AI产业的基础设施成本，转变为一种可在受监管交易所公开交易、对冲和定价的金融资产。
如何交易
此次CME推出的两款算力期货，核心并不是交易GPU硬件本身，而是将GPU租赁价格转化为可以在交易所进行交易的标准化合约。
根据CME最新披露，两款合约分别跟踪硅谷数据发布的H100和B200小时租赁价格指数，每份合约对应相应GPU一个月的租赁成本。
芝商所集团旗下纽约商品交易所（NYMEX）将于10月5日挂牌这两款算力期货合约，并按照NYMEX相关规则进行交易。
作为合约的价格基准，硅谷数据每日编制H100和B200的GPU租赁价格指数，通过收集云服务商、超大规模云厂商、托管数据中心及私人租赁市场等不同渠道的数据，形成标准化的GPU小时租赁价格。
这意味着，原本分散在不同算力交易市场中的GPU租赁价格，将有望通过统一的指数获得一个公开参考。
CME此次选择H100和B200作为首批标的，也对应着AI算力市场不同阶段的需求。H100是当前AI训练和推理基础设施中的重要GPU，而B200则属于英伟达Blackwell架构的新一代产品。随着AI模型训练、推理以及智能体应用持续发展，GPU的价值越来越多地体现为持续提供计算服务的能力，企业购买或租赁的也不再只是芯片本身，而是一定期限内的算力资源。
芝商所方面对此次产品的定位颇为鲜明。芝商所高管皮特·基维表示：“算力已经成为人工智能（AI）时代的货币，这一创新市场将提高透明度，为AI开发商和超大规模云服务商在不断扩张过程中管理当前及未来算力成本提供对冲工具。”
他进一步将算力期货与石油期货的历史类比——“正如石油曾推动20世纪经济发展，并从现货交易逐步演变为全球衍生品市场一样，我们的期货合约如今将把算力转变为一种标准化、可交易的大宗商品，为全球企业提供一个可靠且受监管的场所，以管理价格风险”。
硅谷数据首席执行官卡门·李则将重点放在价格发现上。她表示，过去不同企业即使购买相同的GPU算力，也可能支付不同的价格，市场缺少一个公开基准来判断价格是否合理。随着算力期货推出，市场将获得一个公开、可交易的参考价格。
从市场需求端来看，算力期货的推出并非凭空而来。云服务商CoreWeave业绩持续超预期，订单积压已超过千亿美元，三季度初还新增了超250亿美元的客户意向订单；Anthropic在短短三个月内累计锁定的算力合约已超过600亿美元。
供给端方面，国内云巨头同步加码扩产，阿里云已将大型AIDC数据中心的交付工期缩短至100天。这些数据共同勾勒出一个供需两旺、价格波动剧烈的算力市场图景——而这恰恰是期货工具得以发挥作用的基本前提。
从AI成本到金融资产
在业内看来，算力期货的意义不只在于增加两个新品种，更重要的是为此前缺少标准化价格的算力市场提供了新的风险管理工具。
国泰海通在5月发布的研报中指出，CME拟推出的算力期货，底层锚定GPU按需租赁价格指数，本质上是将AI公司、云服务商和数据中心面临的算力成本波动，转化为可交易、可定价、可对冲的金融风险，未来有望成为数字经济时代的重要基础商品。
不过，该机构同时提示，目前算力期货仍处于早期培育阶段，后续需要关注合约能否顺利推出、硅谷数据价格指数能否获得产业客户认可、上市后成交量和持仓量能否形成有效流动性，以及AI公司、云服务商和数据中心等产业主体是否真正参与套期保值。
中银证券则从产业参与者的角度指出，算力期货能够为算力租赁企业提供管理价格波动的工具。随着AI资本开支持续增加，算力资源的需求、成本和商业化回报之间的关系越来越受到市场关注，期货市场可能成为连接产业需求和金融市场的新工具。
中金公司在5月发布的非银金融行业报告中也将算力期货定义为算力资源金融化的重要一步。该机构认为，如果未来合约流动性提升，具备海外交易和清算能力的期货公司，有望进一步服务AI、云计算及量化机构客户，丰富境外产品谱系。
不过，算力能否真正复制传统大宗商品的金融化路径，仍存在一个绕不开的问题：算力本身无法储存。
美国约翰斯·霍普金斯大学和芝加哥大学研究人员费德里科·M·班迪、Yinan Su近期发布的《人工智能计算资产定价》（AI Compute Asset Pricing）研究指出，与石油、黄金等传统商品不同，算力具有不可储存性，因此传统商品期货中基于“现货价格—库存—期货价格”的直接无套利关系并不能简单套用到算力市场。研究认为，算力期货价格在金融化后，更可能反映投资者对于期货到期时现货算力价格的预期，并叠加相应的风险溢价。
这也意味着，算力期货未来的定价逻辑可能与原油、金属等传统商品存在明显差异。对于算力供应商而言，GPU闲置意味着对应时段的算力服务价值无法被转移到未来，因此供需变化、GPU代际更新以及数据中心利用率都可能对算力价格产生影响。上述研究同时指出，目前早期数据已经显示算力市场存在风险溢价，这与算力提供商存在套保需求的特征相吻合。
分析指出，算力金融化并非孤例，除了CME，其他交易机构也在推进相关产品。市场正在围绕GPU租赁价格建立新的基准和衍生品体系，未来不同GPU型号、不同期限乃至不同类型算力之间能否形成更加完善的价格体系，将成为这一市场继续扩容的重要观察点。
