【环球网财经报道 记者 冯超男】"AI 已经来到它的拐点，它正在做有用的工作。现在，计算即收入。" 英伟达 CEO 黄仁勋在当地时间 8月 26日的财报电话会上如此断言。英伟达公布的2027财年第二季度财报把这句话变成了真金白银：单季营收 962 亿美元，同比翻倍；数据中心收入 890 亿，较去年同期涨了 117%。更惊人的是另一个数字——英伟达为锁定未来产能签下的供应承诺，从上季度的 1190 亿直接飙到 2790 亿美元。黄仁勋还给出了相当乐观的前景判断：2028 财年营收增长 70%，真实需求其实能翻倍，"全年增长的唯一约束是产能供给。"
这背后正是 AI 产业的一个核心矛盾：需求在急剧扩张，供给却受制于产能。于是。 AI 企业纷纷通过与云服务商签长约、做承诺性采购等方式，提前锁定算力资源。可问题是，市场上没有统一、公开的算力价格，各家锁定的时间、规模和条款各不相同，成本与风险的差距随之拉大。
正是在此背景下，另一条消息的分量才真正显现：当地时间 8 月 11 日，芝加哥商业交易所集团（CME Group，简称"芝商所"）宣布，计划于 10 月 5 日与 Silicon Data 推出两项算力期货合约——Silicon Data H100 租赁指数期货、Silicon Data B200 租赁指数期货，目前均尚待监管审查。
一条清晰的逻辑链正在闭合：当算力需求大到必须用金融工具来管理风险时，算力金融化的时代就真正到来了。贝莱德CEO拉里·芬克（Larry Fink）5月的判断或将兑现："全球对算力的需求如此巨大，交易员终有一天将能够通过期货市场进行相关交易。"
算力，这一 AI 时代的 "新石油"，正在从一种技术资源加速演变为可度量、可交易、可跨期结算的金融资产。
从“桶”“度”到“词元”，算力期货背后隐藏的价值锚点
芝商所董事长兼首席执行官 特里・达菲（Terry Duffy）将算力称为“21世纪新石油”。但如果仔细拆解，算力与石油之间的差异可能比相似之处更重要。
中央财经大学中国金融发展研究院副院长郭枫向环球网记者表示，如果从商品属性和期货市场运行机制来看，算力的重要性可能类似石油，但它的经济属性未必类似石油。从某些市场特征看，算力反而更接近电力、通信带宽、航空座位或者酒店客房等“容量型服务”。
郭枫进一步提到，与传统大宗商品相比，算力至少存在四个重要区别：算力具有很强的不可储存性；算力的同质化程度远低于传统标准化大宗商品；算力面临非常突出的技术代际风险；算力具有很强的地域性和基础设施依赖。其中，不可储存性这一点非常重要，因为传统商品期货市场很多经典的期现套利关系都依赖库存；而算力不存在完全相同的库存机制，其远期价格形成方式很可能具有自己的特点。
对于芝商所此番推出的算力期货，且以GPU算力租赁价格指数为标的，锚定供给侧成本。知名经济学者、工业和信息化部信息通信经济专家委员会委员盘和林认为，核心推动力就是算力投资需要更多的资金参与，租赁价格指数能够吸引一些资本以期货方式，分担AI大模型企业的租赁压力，也为AI大模型和数据中心提供对冲工具，对冲租赁价格波动带来的不确定性。非GPU硬件价格指数，而是GPU租赁价格指数，主要考量的是GPU租赁市场的标准化程度更高，价格统计更为简便，而GPU硬件型号越来越多，过于复杂。
首都师范大学信用立法研究中心研究员、国家市场监督管理总局中国企业信用指数专家薛方一语中的：“CME不卖硬件，卖的是‘AI时代算力的定价权’”。在他看来，锚定GPU租赁价格指数而非芯片本身，表面是金融工程，实则是向“词元本位”的战略卡位——石油用“桶”计量，电力用“度”计量，智能时代将由“词元”计量。GPU从H100到B200，甚至未来的光子芯片，终将迭代，词元作为AI服务的最终交付物。CME深知，金融合约需要的是穿越周期的稳定标的，而词元正是那个连接供需两端、能穿透芯片代际的“不变常量”。谁掌握词元计量权，谁就握住了智能经济基础设施的定义权。
告别“盲盒式”成本博弈，重塑算力交易底层逻辑
算力价格的波动有多剧烈？一组数据足以说明问题。
半导体研究机构SemiAnalysis数据显示，H100一年期GPU租赁合同价格从2025年10月的每GPU每小时1.70美元的低点飙升至2026年3月每GPU每小时2.35美元，涨幅近40%。
国内市场来看，据上海有色网（SMM）显示，7 月至 1日8 月 17 日，H100-80G-整机-西部-包月均价从12.76元/卡·时涨至13.24元/卡·时，上涨3.76%；H100-80G-整机-长三角-包月均价从12.67元/卡·时涨至13.8元/卡·时，上涨8.9%。同一时期，A100-80G-整机-京津冀-包月均价上涨10.54%；A100-80G-整机-长三角-包月均价上涨17.5%。
对于AI模型企业来讲，波动意味着成本不可控。假设一家企业要在一年后投入一定规模的算力训练大模型，计划届时以现货形式采购，那么当下便无法明确成本。而期货工具提供了另一种解法：若企业担心未来价格上涨，可通过买入期货，以当下约定的价格锁定一年后的交易。如果未来价格真的上涨，现货端的成本增加，而期货端可能会产生收益，从而对冲掉一部分的成本风险。
反过来，对于手握大量算力的云服务商，担忧的方向恰好相反 —— 未来价格暴跌、算力砸在手里血亏。而这些服务商可通过期货提前锁定卖出价格，以便对冲收入端的波动。
全球边缘智算龙头云天畅想相关负责人表示，如果算力期货正式推出，带来的变化不只是多了一种金融工具，而是企业管理算力方式或发生变化。过去，企业更多考虑“要不要买GPU、买多少”，未来则需要同时考虑长期需求预测、采购与租赁组合、价格波动以及供给保障。对于算力需求较大的企业，期货等工具未来可能用于提前锁定部分算力成本、对冲价格波动；对于算力供给方，也可能帮助稳定未来收入预期。更长期看，企业的算力战略会从单纯的资源采购，逐渐转向资源配置和风险管理——既要保证关键时期“有算力可用”，也要避免大量采购造成资产闲置，同时管理算力价格波动带来的经营风险。算力一旦成为可定价、可交易的资源，企业管理算力就会越来越像管理能源和大宗商品：既要管供给，也要管价格，更要管风险。
进一步来讲，算力期货最重要的意义，并不是给市场增加了一个新的投机品种，而是可能使算力这种原本高度分散、依赖双边协商的生产要素，逐渐形成一个公开的远期价格体系。当算力有了价格曲线，AI 产业才真正拥有了 "呼吸的节奏"。
中国破局：现货筑基，而非急于期货合约设计
实际上，算力期货并非芝商所一家的“独角戏”。洲际交易所（ICE）此前也曾宣布携手AI算力金融基础设施公司Ornn入局，计划推出一系列挂钩Ornn算力价格指数（OCPI）的GPU算力期货合约。
对于我国而言，今年6月2日，上海市人民政府网站发布《关于深化上海全球资产管理中心建设的若干意见》，其中提到“做好电力期货、算力期货研发准备”。
从目前来看，算力期货在全球范围内仍处于萌芽期。正因如此，谁先破题，谁就有机会在算力定价权上赢得先机。
值得一提的是，中国的优势不容忽视。当前，我国拥有规模庞大的数字经济和人工智能应用场景。近年来，数据中心、云计算和算力基础设施建设迅速推进，算力的生产者、运营者和使用者数量不断增加。此外，2024年初我国日均词元调用量为1000亿，2025年底跃升至100万亿，到2026年3月突破140万亿，两年增长超千倍。
对于国内算力期货市场，郭枫认为，最值得重视的并不是期货合约本身如何设计，而是期货之前的现货市场是否足够成熟。从逻辑顺序看，成熟的算力期货市场至少需要经历以下环节：算力标准化→形成相对充分的现货或租赁交易→建立可信的价格采集机制 →形成具有代表性的基准指数→设计期货合约→形成足够的交易流动性。任何一个环节出现明显缺陷，最终都可能表现为期货市场的基差过大、价格发现功能不足或者流动性不足。具体来看，至少还有五道比较重要的“门槛”需要跨过：一是标准化问题；二是现货价格形成问题；三是基准指数的公信力问题；四是套期保值的基差风险问题；五是市场流动性问题。
薛方表示，锚定词元确立数字经济底座，对于我国在全球智能经济竞争中掌握标准制定权与定价主导权具有战略意义。“我们不能满足于提供算力‘原材料’或当算力的‘搬运工’。要通过推出锚定国产算力、以人民币计价的词元相关衍生品，建立‘词元-人民币’价值锚定体系，将我国超大规模市场优势转化为标准优势，打破单一锚定GPU的局限，牢牢掌握数字经济发展的主动权与话语权。”
从英伟达 962 亿美元的单季营收，到芝商所 10 月或将挂牌的化算力期货，AI 竞赛的上半场拼的是谁的芯片更强、谁的模型更大；而下半场，拼的将是谁能定义算力的价格、谁能掌握词元的计量权。中国需要回答的，已不是 "要不要参与"，而是 "以什么规则参与"。
赢翻网配资提示：文章来自网络，不代表本站观点。
