一句话看懂：CME Group 与 Silicon Data 计划推出基于 NVIDIA H100 和 B200 租赁价格的期货产品，美国 CFTC 已就“算力衍生品”公开征求意见。GPU 正在从硬件采购品变成一种可以提前锁定价格、对冲风险的大宗商品。
事件核心：发生了什么
根据 InfoQ CN 报道，CME Group 正与 AI 算力市场基础设施公司 Silicon Data 联合开发以 NVIDIA H100、B200 GPU 租赁价格为基础的期货合约。Silicon Data 刚完成 3050 万美元 A 轮融资，投资方包括 CME Ventures、DRW、Samsung Next、VanEck、Jump Trading 等具有金融背景的机构。2026 年 8 月，美国商品期货交易委员会（CFTC）正式就 compute derivatives（算力衍生品）公开征求意见，涉及现货算力市场、市场操纵及永续算力期货等议题，CFTC 主席 Michael Selig 明确表示美国需要健全的算力衍生品市场以维持 AI 竞争优势。
Silicon Data 已发布覆盖未来 36 个月的 GPU 远期价格曲线。以 2026 年 7 月 19 日数据为例，H100 现货租赁价约每 GPU·小时 2.72 美元，36 个月远期价格约 2.38 美元；B200 从约 5.62 美元降至 5.17 美元。远期价格低于现货，反映出市场对供应扩大和新一代芯片替代旧型号的预期。
为什么重要
过去两年 AI 行业关注的是“有没有 GPU”，现在问题变成了“GPU 算力值多少钱、如何提前锁定价格”。算力期货的意义在于为 AI 基础设施建立一套金融市场能理解的定价语言：云厂商、GPU Cloud 和大型 AI 公司第一次可以对冲算力价格波动——就像航空公司用期货锁定燃油成本。更底层的变化是，Silicon Data 这类公司正在扮演“AI 算力市场里的 Platts/Argus”角色，通过收集 GPU 租赁成交数据形成价格指数，这直接决定未来算力衍生品市场能否真正获得流动性。
同时，算力金融化会倒逼行业重新定义“一单位算力”的衡量方式。金融市场目前按 GPU 型号和小时数设计合约，但工程层面的 GPU 利用率、集群网络效率、MFU 等指标同样影响算力真实价值。当算力进入成本核算体系后，Token/元、有效算力、集群 Goodput 这类指标会从工程优化指标升级为企业经营核心指标。
对用户/开发者/创作者的影响
对 AI 创业公司而言，算力期货意味着 GPU 成本从“不可控的运营支出”变成“可以提前管理的财务风险”。一家预计半年后需要大量 B200 推理资源的公司，可以通过期货头寸对冲价格上涨风险，而不必一次性签下过重的长期合同。对云厂商和 GPU 租赁商，衍生品提供了对冲算力价格下跌的工具。对于更广泛的开发者，算力定价标准化可能推动 API 调用价格更透明——模型路由、Token 成本管理会进一步成为独立基础设施。普通用户短期内感知不明显，但算力成本下降或稳定后，大模型 API 和 AI 应用的定价可能会随之变得更具可预测性。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，CME 与 Silicon Data 的期货产品尚未正式上线。值得关注三个观察点：一是 CFTC 征求意见后是否会出台明确的算力衍生品监管框架，这决定产品能否真正落地；二是 Silicon Data 的 GPU 价格指数能否获得足够多市场参与者的认可，形成类似原油 Brent 基准的行业共识；三是 NVIDIA 下一代芯片（如 Rubin）发布后，现有 H100/B200 期货合约的定价模型如何调整，以及是否会出现基于“有效算力”而非“GPU 小时数”的第二代合约。这些变化将直接决定华尔街能否真正进入机房。
来源：InfoQ CN
