导语
芝加哥商品交易所集团（CME Group）与GPU市场数据服务商硅谷数据（Silicon Data）于当地时间8月11日联合宣布，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。两款合约将在CME旗下纽约商品交易所（NYMEX）挂牌，目前正等待美国商品期货交易委员会（CFTC）的监管审批。
这标志着AI算力——这个驱动大模型训练与推理的核心资源——首次进入受监管的衍生品交易市场。CME高管Pete Keavey将此举类比于石油期货的诞生历程：“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”。
【本文原创贡献】本文基于CME官方公告、Silicon Data指数编制方法论、国泰君安期货研究报告（2026年8月14日）、中信证券研报（2026年5月）、IDC《全球季度AI基础设施追踪报告》（2026Q1）、中国信通院算力租赁市场数据等公开信源，进行交叉验证与原创分析。本文独创提出“算力定价权的三次转移”分析框架，从硬件定价→租赁定价→期货定价三个维度解构算力资产化进程。
[IMG:1]730 GPU小时：一张合约如何“称重”算力
CME此次推出的算力期货，交易标的并非GPU硬件本身，而是将GPU租赁价格转化为可在交易所标准化交易的金融合约。每份合约对应730个“GPU小时”（GPU-hour），约等于一块GPU在一个自然月内满负荷运行的时长（365天÷12×24小时≈730小时）。
这一合约设计的精妙之处在于：它参照了电力期货的底层逻辑。电力同样无法大规模储存，同样依赖区域节点指数进行现金结算。CME将这套逻辑移植到AI算力领域，意味着全球衍生品市场完成了从“物质层”向“服务层”的范式迁移。
国泰君安期货研究员邵婉嫕、唐惠珽在8月14日发布的研报中指出，两项合约连续挂牌36个合约月份，采用现金交割，不涉及GPU、机房容量或应用程序接口调用权的交付。这种设计降低了实物标准化的复杂性，使企业可以“非常直观地把未来GPU月度使用量转化为期货头寸”。
Silicon Data作为指数编制方，每日通过收集云服务商、超大规模云厂商、托管数据中心及私人租赁市场等多渠道数据，形成标准化的GPU小时租赁价格。据Silicon Data公开数据，在非超大规模云厂商市场中，A100、H100、H200、B200的租金分别约为1.65、2.72、3.29、5.61美元/GPU小时。CME行情信息显示，GPU Index-H100在8月11日报2.72美元/小时，近一个月涨幅1.87%；GPU Index-B200报5.61美元/小时，近一个月下跌5.87%。
供需两旺催生的风险对冲需求
算力期货的推出并非凭空而来。从需求端看，云服务商CoreWeave二季度营收达25.75亿美元，同比增长112%，截至6月末的积压订单规模约1040亿美元，三季度初又新增超250亿美元客户意向订单。Anthropic在短短三个月内累计锁定的算力合约已超600亿美元。
供给端同样紧张。IDC《全球季度AI基础设施追踪报告》显示，2026年第一季度全球AI基础设施支出达到897亿美元，同比增长33%。IDC已将2026年全年AI基础设施支出预测上调至4970亿美元，同比增长约56%。
中国信通院数据显示，2026年一季度国内算力租赁市场规模达680亿元，同比增长62%，全年预计突破2600亿元。据赛迪研究院电子所先进计算研究室副主任徐子凡观察，当前算力租赁行业处于“高景气、结构性紧缺”的阶段，高端GPU出租率超过90%。
然而，供需两旺的另一面是价格的剧烈波动。国泰君安期货研报指出，B200处于供给爬坡期，价格对芯片交付与高端训练需求高度敏感，波动率约为H100的1.8倍。2024年AI训练高峰期“一卡难求”，2025年新一代芯片发布后老款价格下滑，2026年市场又因B200产能爬坡而出现新旧芯片价格剪刀差。这种价格波动使产业链上的所有主体——从AI开发商到云服务商——都暴露在巨大的成本不确定性之中。
[IMG:2]定价权的争夺：指数透明度与基准风险
算力期货的核心价值在于价格发现。Silicon Data首席执行官Carmen Li表示：“多年来，两家不同的公司即便购买完全相同的GPU算力，支付的价格也可能存在巨大差异，而且没有任何方式能够判断谁拿到了更好的价格。如今，市场将拥有一个可以用来进行比较的基准。”
但围绕这一“基准”的可靠性，市场存在显著分歧。
主张方：中信证券在5月发布的研报中认为，算力期货一旦落地，将对全产业链产生四方面深远影响——为大模型企业与云厂商提供套期保值工具；形成远期价格曲线，为上下游资本开支提供参考锚点；改善AI产业链的“抢卡”逻辑，使企业竞争力从单纯获取稀缺GPU现货升级为利用金融工具优化资源配置；算力成本可预期化将降低中小企业进入AI赛道的财务不确定性。
反驳方：国泰君安期货在8月14日研报中提出了警示：Silicon Data已披露数据来源类别和主要标准化维度，但“完整算法、供应商权重和关键质量控制参数仍未公开”；CME也尚未确认合约对应的具体指数序列、最终结算价公式及观察窗口。由于两项合约采用现金交割，“上述指数与结算安排将直接影响期货价格与实际租赁成本的匹配程度、套期保值效果及到期结算风险”。研报进一步指出，Silicon Data方法调整频繁，可能引发基准风险。
调和方：东证衍生品研究院资深分析师吴奇翀提出，算力期货通过指数化与现金结算的组合，“把产品问题简化为谁承担最终GPU租赁价格变动风险”，从而更接近电力、天气、运价等非传统商品的衍生品。但他同时强调，短期来看，算力期货仍是一个“流动性、参与者结构和基差表现均需要市场验证的新品种”。
这一交锋揭示了算力期货的核心矛盾：它试图为高度分散、缺乏透明度的GPU租赁市场建立统一的价格基准，但基准本身的可信度——包括指数编制方法的透明度、数据来源的代表性、结算公式的公允性——恰恰是这个新兴市场面临的最大不确定性。
从囤卡到盯市：算力资产化的行业冲击
算力期货的推出，正在改变AI基础设施的投资逻辑。
长期以来，靠“囤卡”赌价格上涨是算力租赁市场的常见策略。但期货的“每日盯市”机制将彻底改变这一游戏规则——价格波动每天都会被清算系统记录和兑现，囤积现货等待涨价的套利空间被大幅压缩。中信证券将此描述为“部分企业的核心竞争力将从单纯获取稀缺GPU现货，升级为利用金融工具优化算力资源配置效率与跨期管理能力”。
从更宏观的视角看，算力期货是算力资产化浪潮的关键一环。就在CME宣布算力期货的同一天前后，英伟达联手阿波罗、贝莱德、黑石等六大华尔街机构，计划搭建规模高达5000亿美元的AI基础设施融资平台，以GPU为抵押、未来租金偿还债务。单张H100的估算残值已从1.4万美元回升至约2万美元。这两件事在同一时间窗口发生并非巧合——算力正在从一种消耗性硬件成本，转变为可抵押、可估值、可交易的金融资产。
IDC数据进一步佐证了这一趋势的规模：全球AI基础设施市场规模预计将在2029年突破1万亿美元。而GPU算力租赁细分市场的规模预计将从2025年的68亿美元攀升至2034年的347亿美元，复合年增长率为19.8%。
[IMG:3]中国算力期货：2600亿市场的“时滞”困境
中国作为全球第二大算力市场，在算力期货的赛道上处于追赶状态。
今年6月，上海市人民政府在《关于深化上海全球资产管理中心建设的若干意见》中明确提出“做好电力期货、算力期货等研发准备”。南华期货指数发展部经理曹扬慧指出，“中国具备全球第二大算力规模、全球第二大AI产业生态，并且算力租赁市场规模快速增长，2026年预计达到2600亿元，IDC、算力服务商数量庞大，交易频次高、资金体量足，具备发展期货的市场基础”。
然而，据格隆汇8月13日报道，一位接近期交所的人士向《星岛》确认“证监会目前尚无相关表达”，给市场预期浇了一盆冷水。截至目前，仅上海、无锡等地在金融规划文件中提及“研发准备”或“产品探索”，与CME已明确上线时间表形成鲜明对比。
经济参考报在6月的报道中引述业内人士观点指出，中国推出算力期货仍需迈过“三道坎”：一是缺少体现市场价格波动的算力指数；二是相关指数推出后仍需经过观察期；三是乐观估计算力期货上线至少还需要两三年时间。
这折射出国内金融市场在对接新质生产力风险管理需求时，仍处于“实体水温已至、金融供给待补”的时滞阶段。当CME给H100发放了“金融身份证”，中国算力产业链需要回答的是：能否让自己的集群服务价格，也写进全球清结算系统？
趋势展望：算力定价权的三次转移
基于现有公开资料与行业分析，本文提出“算力定价权的三次转移”分析框架：
第一次转移（已完成）：从硬件销售定价转向租赁服务定价。GPU的价值不再仅体现为芯片售价，而是持续提供计算服务的能力。英伟达联手华尔街搭建5000亿美元融资平台，标志着这一转移从概念走向现实。
第二次转移（进行中）：从分散的场外租赁定价转向集中化的期货市场定价。CME算力期货若顺利推出并形成足够流动性，H100和B200期货价格将成为观察AI算力供需、数据中心利用率以及AI基础设施投资回报的重要市场指标。
第三次转移（远期展望）：从单一GPU型号定价转向算力服务综合定价。国泰君安期货研报预测，若算力期货能够形成持续的交易深度和机构参与，并使Silicon Data指数逐步成为全球GPU租赁市场的重要基准价格，“美国有望进一步强化其在全球算力的价格发现与金融定价中的地位”。洲际交易所（ICE）也已宣布将推出标准化的算力衍生品。
值得关注的风险因素包括：CME尚未确认最终结算指数序列及公式；现金结算机制下的投机风险可能吸引大量金融资本涌入，导致期货价格与现货市场脱节；国泰海通在5月研报中提示，“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达到有效风险管理所需的规模”。
正如CME高管Keavey所言，算力已成为“AI时代的货币”。而货币的价值，从来都是在交易中发现的。
本文由AI辅助生成
