CME to Launch GPU Computing Power Futures on October 5, Tracking H100 and B200 Rental Costs

随着人工智能基础设施投资持续扩大，GPU 算力正从 AI 产业链中的基础设施成本，逐渐成为一种可以被定价、交易和对冲的金融资产。

CME 集团与 GPU 市场数据公司 Silicon Data 周二宣布，计划于10 月 5 日推出两份算力期货合约，目前仍有待监管审批。

两份合约分别为Silicon Data H100 Rental Index Futures和Silicon Data B200 Rental Index Futures，将在 CME 挂牌，并适用纽约商品交易所（NYMEX）的相关规则。

合约将追踪 Silicon Data 编制的 H100 和 B200 GPU 租赁价格指数，以每小时 GPU 租赁成本作为核心定价指标。

这意味着，市场参与者未来有望通过期货工具对冲 AI 算力价格波动。CME 称，新产品旨在帮助交易员、金融机构、AI 开发商以及云服务商管理快速增长的算力市场所带来的价格风险。

CME 此前曾将算力称为 “21 世纪的新石油”，并表示计算资源正在成为一个独立的新兴资产类别。

GPU 租赁价格正成为 AI 产业的重要成本指标

对于 AI 模型训练和推理企业而言，除了购买 GPU、建设数据中心等资本开支外，直接从云厂商或专业算力服务商租赁 GPU 也是获取计算能力的重要方式。

因此，GPU 小时租赁价格的变化，能够在一定程度上反映算力供需状况。

Silicon Data 目前每日发布 GPU 租赁价格基准，覆盖 H100、A100、B200 和 AMD MI300X 等主要 AI 加速器，并通过收集云服务商、超大规模云厂商、托管数据中心及私人租赁市场的数据形成标准化价格。

B200 是英伟达 Blackwell 架构的核心产品之一，相较于上一代 H100 拥有更高的计算性能。由于 Blackwell 产能和部署仍处于扩张阶段，B200 的租赁价格目前仍受到供应紧张和 AI 训练需求的共同影响。

Silicon Data 表示，B200 租赁价格指数反映的是来自多种算力供应渠道的标准化小时价格。

期货市场的意义在于建立一个公开的远期价格发现机制

目前 GPU 租赁市场高度分散，不同云厂商、算力服务商以及不同租赁期限之间存在明显的价格差异，企业也缺乏类似原油期货那样成熟的工具来锁定未来算力成本。

CME 与 Silicon Data 今年 5 月首次宣布合作时就表示，新合约旨在帮助 AI 企业和云服务商管理算力价格波动风险。Silicon Data 随后还推出了 GPU 远期价格曲线，覆盖 H100、B200 和 A100 等型号，期限最长达到 36 个月。

对于算力供应商而言，如果未来预期 GPU 租赁价格下降，可以利用期货进行套期保值；而对于需要大量租赁 GPU 的 AI 公司，期货则可能提供锁定未来算力成本的工具。

与此同时，金融机构和交易员也可以根据对 AI 需求、GPU 供给和数据中心建设周期的判断参与价格交易。

这也意味着，AI 产业的金融化正在从芯片、数据中心和相关股票，进一步延伸至最底层的计算资源本身。

如果 CME 此次产品顺利推出并形成足够的流动性，H100 和 B200 期货价格未来或成为观察 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。

不过，算力与传统商品存在一个关键区别：GPU 算力无法像石油或黄金一样储存。 算力一旦闲置，其对应的小时服务价值就会消失，因此 GPU 期货的定价机制、流动性以及套期保值效果，都将与传统大宗商品期货存在明显差异。

近期一篇关于 AI 算力资产定价的研究也指出，由于算力不可储存，传统商品期货中的无套利定价关系并不能直接套用到算力市场。

因此，10 月 5 日如果如期上市，这两份合约的意义可能不仅在于新增两种期货产品，更在于为此前缺乏统一市场价格的 AI 算力建立一个公开的金融基准。