【经管大课堂·AI经管实践】算力也要买“保险”：算力期货化定价与企业成本风险管理

案例背景

英伟达H100显卡一小时的租金，正在被做成可以交易的金融合约。据经济观察网报道，CME Group与算力价格指数公司Silicon Data原计划推出挂钩H100、B200租赁价格的两只期货合约，原定10月5日在NYMEX挂牌，随后因产品存在”新颖或复杂”问题被监管延审，CFTC将审查期延长至11月9日，上市时间仍未确定。同期，ICE已与Ornn合作准备推出基于OCPI指数的GPU算力期货，并于10月5日起提供参考数据与假设性每日结算价；Kalshi于3月上线首批GPU小时价格预测合约，7月14日推出覆盖B200、H200、A100的远期曲线；Architect推GPU算力”永久期货”，Nodal Exchange也与Compute Desk达成合作。国内方面，南华期货旗下横华国际9月已与Silicon Data签署战略合作备忘录，围绕GPU算力定价、远期曲线、算力互换与期权展开。

价格波动已经摆在账面上：Silicon Data与多家行业平台统计显示，H100租金曾在2024年上半年处于每GPU每小时约8美元的高位，2025年后持续下行，部分平台报价已跌到2美元以下；Kalshi数据显示B200小时租金5月30日为6.11美元，6月21日降至4.22美元，不到一个月跌幅约31%。一家大模型公司算力基础设施负责人表示，该公司采用自购与外部租赁混合方式，租赁占比在四成上下浮动，若遇租金单边上涨，租赁算力成本变化可能直接影响项目毛利3到5个百分点。

核心分析

一、算力从固定资产变为可定价的生产要素

期货市场的核心功能是价格发现与风险转移。GPU租赁过去更像”熟人市场”——谁有卡、谁要卡，双方在私下合同里谈定价格，CFTC在公众意见征询中点出的正是”碎片化、不透明”。把报价搬上公开屏幕、变成一条连续曲线，就是把算力从企业内部成本项转为可被定价、可被对冲的生产要素，其性质接近电力、运价这类”服务使用权”衍生品：现金结算、无实物交割。经济学意义在于，一旦形成公开价格基准，企业长期投资（自建集群、签订长单）就有了锚，资本成本与预算不确定性随之下降。但前提是标准化与指数代表性——算力需按卡型、地域电力成本、服务类型（训练/推理）拆解计量，否则价格信号本身失真，反而会误导实体投资决策。

二、企业现有的”土办法”，本质是交易成本理论中的契约治理

在缺乏外部价格合约时，企业早已自发形成了一套替代安排：头部租赁商用3至5年长单、客户预付保证金与闭口锁价条款，把未来租金波动提前锁进合同；大模型公司提前签一到两年长协锁定基础规模与单价，同时留出弹性额度应对临时扩容；云厂商给重点客户固定单价但设置资源额度，额度内按协议价、超出部分随行就市；AI园区客户多数签1到3年长约，锁定算力规模、基础电价与基础租金。用Williamson的框架看，这是用双边长期契约替代现货市场交易，以牺牲灵活性换取稳定性，把原本无法定价的风险”内部化”。代价是契约刚性：杭州服务商周博曾锁定一批A800，临交付被砍掉30%配额、价格还涨15%，损失只能自己扛；中型服务商上游拿货成本随时上涨、下游又被大厂压价，利润被两头挤压。

三、衍生品落地的四重障碍与实物期权视角

金融工具并非万能，产业端提出了四点具体顾虑。其一是基差风险：江苏某万卡级智算中心集群内既有国产卡也有进口卡，不同卡型租金曲线并不一致，若衍生品只锚定单一型号，难以匹配混合资产池；宁夏中小业主马洪远手中的昇腾910、海光DCU与英伟达GPU在型号、客户、计价货币、交易地域上都不是同一个市场，海外指数没有实际对冲意义。其二是流动性风险：新品种上市初期成交清淡，对冲有效性不足。其三是保证金占用会挤压重资产项目的建设与运维资金。其四是残值风险——智算中心从轻资产”二房东”转向自建后，服务器、机柜、电力配套一次性大额投入，折旧刚性，远期与互换能对冲租金下行，却覆盖不了新一代芯片落地后存量卡的快速贬值。这部分风险更接近实物期权中的”等待价值”：应通过分阶段扩容、弹性租赁占比、混合采购来管理，而非指望一份合约解决。此外还需警惕”金融价格反向拉扯实体市场”的反馈链——投机资金涌入可能使期货价格脱离现货租金，扭曲产业成本信号。

管理启示

第一，先做风险敞口分类：把算力成本拆为价格风险、可得性风险与技术迭代风险，分别匹配工具——衍生品对冲价格，长协加SLA条款应对可得性（断供、限电、停机赔付），分阶段投资应对迭代。第二，不要高估金融合约：它能锁定价格，却不能保证算力届时一定交付，实体长协在重负载长周期任务中仍不可替代。第三，重资产智算项目应以实物期权思维做分阶段扩容，避免一次性锁死规模，并把租金上行的毛利影响做成敏感性分析（如租赁占比四成、租金上行对应3—5个百分点毛利波动）。第四，企业应主动参与或推动贴合本土行情的价格基准建设，指数代表性决定对冲有效性，国产算力尤其需要自己的公开曲线。第五，中小企业可先用算力利用率指标管理风险：低于70%基本亏损、80%以上才有薄利、90%以上方有像样利润，提升利用率本身就是最廉价的对冲。

其他思考

1. 算力期货会像原油期货那样成为产业定价基准，还是因技术迭代过快而难以标准化？判断其成败的关键指标是什么？
2. 当金融价格与现货租金出现持续背离，监管应如何在”促进价格发现”与”防止过度金融化”之间取得平衡？
3. 对国产算力而言，建立独立于英伟达体系的价格指数与对冲工具，是产业安全问题还是纯市场问题？应由谁来主导供给？

关键词：算力期货、风险管理、实物期权
来源：第一财经/经济观察网 | 整理：经管大课堂