計算資本市場

計算正在被納入一個全面的資本市場，就像 20 世紀 90 年代的電力一樣。

撰文：Vaidik Mandloi

編譯：Block unicorn

谷歌是全球三大雲端服務供應商之一，目前每個月從 SpaceX（一家火箭公司）購買價值 9.2 億美元的計算資源。

這正是 GPU 容量市場如此混亂的現狀。定價沒有基準，放貸方也無法對沖其融資硬體的風險；一切都建立在盲目的資本配置上。但這一局面即將改變，因為芝加哥商品交易所（CME）和洲際交易所（ICE）已宣布將推出 GPU 計算時間期貨合約。

計算正在被納入一個全面的資本市場，就像 20 世紀 90 年代的電力一樣。今天，我將深入探討這種由穩定幣結算驅動的新型流動性遠期曲線，能夠為自鐵路以來規模最大的基礎設施建設帶來哪些變革。

使計算可交易

我說計算機正在沿著電力的發展路徑進入資本市場，我的意思非常具體，理解這一點將告訴我們這個市場究竟是如何構建的。

在商品市場中，交易員會明確區分庫存商品與流動畫商品。例如，石油是一種庫存商品，因為你可以把它儲存在油輪裡，直到找到買家。你可以在價格低時囤積原油，然後在價格飆升時出售。而計算能力則是一種流動畫商品，因為你租用 GPU 一段時間，並為此付費。任何在租用期間未使用的計算能力都將永久消失。

閒置在機架中的 GPU 並不等同於「儲存的計算」，正如斷電的發電廠並不等同於「儲存的電力」，因為在這兩種情況下，有價值的產品是流量——GPU 小時數或千瓦時，而不是產生這些流量的實體機器。

這對於定價至關重要，因為庫存商品擁有庫存這種內建的穩定器，而流動畫商品則缺乏這種穩定器。庫存可以在價格劇烈波動時釋放，以抵銷價格上漲。流動畫商品沒有這種緩衝；這就是為什麼計算現貨價格經常劇烈波動的原因。

2025 年年中，因為 Nvidia 下一代 Blackwell 晶片的推出，大量新供應湧入市場，導致 H100 顯示卡需求下降，計算現貨價格在18個月內暴跌了 70%。但今年，由於 HBM 晶片的大量生產，需求激增，而市場上又沒有庫存可以消化，H100 顯示卡的價格在短短四天內再次飆升了 48%。對於人工智慧公司（其訓練運行成本高達數千萬美元）以及為這些硬體提供超過1,200億美元資料中心信貸的放貸機構而言，這種缺乏對沖工具的波動性是生死攸關的問題。

此外，還有第二個問題。一桶原油無論在哪裡，與其他任何一桶原油完全相同，這正是它無需實物檢驗即可在交易所交易的原因。但位於維吉尼亞州的 H100 與冰島的 H100 卻是截然不同的產品，因為晶片、集群配置及鄰近的工作負載都會影響其實際效能。

全球 GPU 供應商的基準測試數據顯示，即使是名義上相同的硬體，效能差異也高達 38%。上世紀 90 年代電力產業也曾面臨同樣的問題：德州電網與大西洋中部地區的電力完全不同，因為輸電與本地需求會在電網的每個節點造成不同狀況。當時唯一的解決方法是為每個節點設定不同價格，並以參考基準的價格差來報價。而這個參考基準正是目前計算市場所缺失的。

SF Compute 架設了一個專門用於 GPU 時間的即時訂單簿，買賣雙方可以在此交易時間，就像現貨市場上交易任何商品一樣。其邏輯在於，一旦擁有流動性強的現貨市場，就可利用交易行為推導出指數價格，而該指數價格又可以用來構建現金結算的期貨合約。

一旦資料中心能出售期貨合約並鎖定數個月後的收入，它就可以與放貸機構接洽，向其展示收入已被對沖，從而獲取更低利率並擴增規模。這反過來又降低了所有人的整體計算成本。

另一家公司 Silicon Data 則構建了一個名為 SDH100RT 的每日指數，該指數自去年 5 月於 Bloomberg 終端上線，已彙集了來自全球供應商的 350 萬個資料點，形成單一致準，其成本僅為一小時 H100 GPU 運行時間。芝加哥商品交易所 (CME) 新宣布的期貨合約將以該指數結算。目前有幾家公司競相構建類似的指數，因為成為參考價格代表著它們只要市場存在，就可從每一筆交易中捕捉一小部份利潤。

電力市場也經歷過類似階段：1993 年，Nord Pool 開設了首個電力期貨交易所，隨後出現超過 200 家新電力營銷公司。業界人士花了十年爭論電力是否在法律意義上屬於商品，但今天它已經成為一個年產值達 6 兆美元的市場。電腦市場目前也正在經歷類似的歷程。

中間商

所以，我們現在擁有了可稱為首批採用某種形式價格指數的計算現貨市場，交易所也已經宣布相應意向。但是，在 Bloomberg 終端上的指數價格與運作順利的資本市場之間，還有一個至關重要的環節撐起整個運作，而這一環節與傳統交易方式截然不同。

計算期貨市場的運作方式與股票交易所迥異，後者是匿名買家間進行標準化股票交易。計算期貨市場將由交易商主導，這些交易商充當 GPU 所有者（希望鎖定收入）與 AI 公司（希望鎖定成本）之間的橋梁。

例如，假設美國某資料中心從 10 月開始有大批 H200 伺服器可用。一家新創公司需要 500 個 GPU，但只在意互連介面是否為 InfiniBand（一種 GPU 通訊標準），不在意伺服器的具體地點。這是一個非常特殊的需求，需要有人來處理這份訂製化訂單，同時對沖標準化指數帶來的風險。

這並不是什麼新鮮事；過去每一種商品都需要這樣一個環節，讓相關方能夠梳理實體商品錯綜複雜的關聯，並將其轉化為交易所可交易的可互換單位。貨架上的 H100 合約只是一份訂製合約，其他人無法為其定價。它只能通過私人協定為某方創造收益，金融體系的其他部分甚至無法觸及。但只要能將其與指數價格與公開結算層結合，它就能成為所有放貸機構可對沖風險的活商品。

2023 年，CoreWeave 僅以 Nvidia GPU 作為抵押就借款 23 億美元，這是 H100 硬體首次獲得貸款。最近一次融資獲得了穆迪的投資等級評級，評級基準是 Meta 的信用狀況，而非 CoreWeave，自 Meta 簽署了一份「照付不議」合約後，無論是否真的使用計算資源，都必須支付款項。

這也正是加密貨幣生態發揮承重作用的地方。計算資源的買賣雙方遍布全球，但他們幾乎都無法獲得美國商品期貨交易委員會（CFTC）的批准，開設美國商品交易所帳戶。然而，加密錢包可以以穩定幣結算支付，任何錢包都可以持有代幣化的計算資源。

GPU 出口管制已揭示了計算資源獲取的地緣政治分層，例如 Nvidia 就無法向中國及其他數十個國家出口尖端晶片。以穩定幣結算的計算期貨市場，則能讓未在出口管制範圍內的研究人員與新創公司獲得計算資源定價，並以繞過受限基礎設施的方式對沖成本，就像穩定幣已經在阿根廷和奈及利亞發揮的作用一樣。

流動性遠期曲線

目前，構建 GPU 集群意味著得以無法鎖定的收入為抵押，借款數百萬美元，因為全球金融市場沒有相對應的工具。但流動性強的遠期曲線允許公司以低於未對沖部位利率、已對沖收入為抵押進行借款。這意味著每計算小時的成本更低。那麼，誰來構建遠期曲線的結算層？

目前唯一需要的解決方案是建立一個結算層，讓任何人都能驗證抵押品，並把遠期曲線作為公共產品。目前我們無法驗證抵押硬體的狀況、是否被重複抵押，也無法了解其實際利用率。但如果將 GPU 及其收益流代幣化為鏈上資產，每個放貸人都能即時驗證抵押品，讓遠期曲線公開可見，而不是陷入雙邊談判泥沼。

此外，未來一代 AI 代理將按推理調用次數採購計算資源，而它們無法開立銀行帳戶。加密貨幣是唯一能讓東京代理與維吉尼亞州 GPU 機架間的微交易在一秒內結算的支付管道。

目前市場還存在強大的制衡，因為 GPU 供應目前高度集中。市場上的頂級超大規模資料中心運營商掌控全球 78% 的 IT 算力。Nvidia 占高端 AI 晶片市場八成以上市佔，其產品發布計畫足以影響整個市場。標準化是一個瓶頸，但在建設狂潮期間將某一資產類別金融化，可能讓其更加具備傳染性。

超過 1,200 億美元的 AI 基礎設施債務，已從資產負債表轉移到華爾街資助的特殊目的公司（SPV）；這些債務多數進入了目標到期日退休產品中的公司債券基金，而持有這些債券的一般人卻渾然不知。我認為，用於建設這些基礎設施的融資模型很可能包含了一些關於硬體殘值的假設，而現有數據還不足以支持這些假設。

電力市場最終沒有停在發電機，而是貫穿整個體系，直到牆上的插座，並且影響到所有用電設備的價格。計算機市場同樣還需要鋪設更多管道！