今天晚上要看的不是：
哪家公司又推出新模型。
而是一個看起來很金融，
實際上可能深刻改變 AI 商業模式的東西：
算力衍生品。
美國商品期貨交易委員會 CFTC 已經正式公開徵詢意見，
想弄清楚：
如果市場開始交易：
Compute Derivatives
到底應該怎麼管？
這代表一件很重要的事情。
以前 AI 公司把 GPU 想成：
我要租多少機器？
未來可能開始把它想成：
我一年後需要多少算力？現在要不要先把價格鎖起來？
這就開始很像：
航空公司買燃油期貨。
食品公司管理小麥價格。
製造商鎖銅價。
只是這次的商品不是：
油。
黃金。
玉米。
而是：
AI 算力。
先說：CFTC 今天不是宣布「算力期貨正式全面開放」
這一點一定要弄清楚。
CFTC 現在做的是：
Request for Comment。
也就是先向市場公開徵詢意見。
它要了解：
算力現貨市場到底有多大？
流動性夠不夠？
價格會不會被操縱？
一般客戶怎麼保護？
永久型 Compute Futures 要怎麼處理？
之後才可能形成更完整的：
監管方式、
上市規則、
市場標準。
所以現在不是：
美國已經建立完整算力期貨制度。
而是：
監管機關正式開始把它當成一個需要規則的新市場。
但算力期貨不是紙上談兵
因為市場已經開始準備產品。
CME Group 已宣布，
計畫在：
2026 年 10 月 5 日
推出兩種 Compute Futures。
前提是：
監管審查通過。
其中一種追蹤：
Nvidia H100
GPU 每小時租用價格。
另一種追蹤：
Nvidia B200
租用價格。
這兩種合約都會參考 Silicon Data 建立的 GPU Rental Index。
也就是：
市場不再只問：
一張 H100 多少錢？
而開始問：
下個月、三個月後、一年後，使用這種 GPU 的運算能力值多少錢？
ICE 也準備進場
CME 不是唯一一家。
Intercontinental Exchange，也就是 ICE，
同樣已經宣布準備推出 GPU Compute Futures。
而且市場正在嘗試不同版本的：
算力價格指數。
這件事情的重要性在於：
當：
交易所、
基準價格公司、
金融機構、
監管機關
全部開始進場，
Compute 就慢慢不只是：
IT 部門的成本項目。
而可能變成：
財務部門需要管理的價格風險。
到底什麼叫「算力期貨」？
先用最簡單的方法理解。
假設你經營一家 AI 公司。
現在每月需要租：
10,000 個 GPU-hours。
目前每小時價格假設：
US$3。
一個月成本就是：
US$30,000。
可是你準備六個月後推出新產品。
預估用量會變成：
100,000 GPU-hours。
問題來了。
六個月後價格是多少？
可能降到：
US$2。
也可能因為需求暴增變成：
US$5。
如果變成 US$5，
你的成本就從：
US$300,000
變成：
US$500,000。
模型沒有變。
產品沒有變。
只是：
算力價格變了。
這就是公司可能想避險的地方。
期貨可以做什麼？
假設市場上真的有一個：
六個月後的 H100 Compute Futures。
你可以提前把一部分未來成本鎖起來。
未來現貨算力真的大漲時，
期貨部位的收益可以抵銷部分：
雲端租用成本上升。
反過來，
如果算力大跌，
你在期貨上可能吃虧，
但實際租 GPU 變便宜。
目標不是：
猜價格賺錢。
對真正使用算力的企業來說，
主要目的可能是：
讓未來成本不要突然失控。
這就是 Hedging。
避險。
這跟航空公司買油期貨很像
航空公司知道：
明年還是要飛。
不能因為油價變高就說：
今天所有飛機不飛了。
所以會想辦法降低：
燃料價格波動。
AI 公司未來可能也會遇到類似情況。
如果你的產品是：
AI 客服、
影片生成、
程式 Agent、
企業模型服務，
客戶每天都會使用。
你不能到了年底才突然說：
「GPU 漲價，所以今天所有 AI 關掉。」
所以算力如果變成：
穩定的大型營運成本，
自然就會產生：
成本避險需求。
為什麼這件事情現在才發生？
因為以前 GPU 租用市場還沒有大到需要金融化。
AI 公司需要算力，
直接找：
AWS、
Google Cloud、
Microsoft Azure
或其他 GPU Cloud。
談合約就好。
但現在 AI 基礎建設規模已經大到：
數十億、
數百億、
甚至上千億美元。
一家公司的：
GPU 成本、
資料中心容量、
電力成本
都可能直接影響獲利。
這時候財務部門自然開始問：
有沒有辦法管理這個價格？
而且 GPU 價格不是一個統一價格
這又是 Compute 比黃金複雜的地方。
一盎司黃金，
規格相對容易標準化。
但 GPU 不一樣。
A100。
H100。
H200。
B200。
不同：
地區、
雲端公司、
合約長度、
網路速度、
記憶體、
叢集規模，
價格都可能不同。
甚至：
同樣是 H100，
Hyperscaler 和小型 GPU Cloud 的租用價格也可能有差距。
所以真正要建立期貨市場，
第一個問題就是：
到底哪一個價格才算「市場價格」？
這也是為什麼 Benchmark 變得非常重要
CME 計畫使用 Silicon Data 的：
GPU Rental Price Index。
它把不同市場的租用價格整理成：
可以每天參考的基準。
這就像原油有：
WTI。
Brent。
一個衍生品市場如果沒有：
大家都相信的基準價格，
合約很難結算。
所以未來 AI 算力產業可能會出現一個非常重要的新角色：
不是做 GPU 的公司。
而是：
替 GPU 算出可信市場價格的公司。
為什麼 CFTC 特別問「價格操縱」？
因為新市場最容易出現一個問題：
現貨市場不夠大，
衍生品市場卻先做得很大。
假設一個 GPU 價格指數只有少數幾家供應商提供報價。
有人如果能影響：
現貨報價，
就可能影響：
期貨結算價格。
而期貨部位的金額可能比真正 GPU 租用市場還大。
這就產生：
操縱誘因。
所以 CFTC 這次特別把：
市場監督、
操縱風險
列進徵詢內容。
不是多餘。
而是這個市場能不能成熟的核心問題。
更有意思的是：CFTC 還問到 Perpetual Compute Futures
也就是：
永久型算力期貨。
傳統期貨通常有：
到期日。
例如：
10 月到期。
12 月到期。
Perpetual Futures 則沒有傳統固定到期日。
大家可能最熟悉的是：
加密貨幣市場裡的永續合約。
現在類似架構開始被討論：
能不能拿來交易：
GPU Compute。
這件事情一旦發展起來，
市場就可能同時出現兩種人。
一種是真的需要：
算力避險。
另一種根本沒有租過一張 GPU，
只是：
交易 GPU 價格。
這就是金融化開始後最大的改變
以前只有真正需要 GPU 的人才在乎：
H100 租金。
未來如果算力期貨成熟，
你可能完全不做 AI，
也可以：
看多 Compute。
看空 Compute。
交易：
H100 與 B200 價差。
交易：
不同到期月份。
甚至未來可能出現：
基金、
ETF、
結構型產品。
這就是：
Financialization。
金融化。
一個原本只是生產投入的東西，
逐漸變成：
資產。
這是好事還是壞事？
兩面都有。
好處一：AI 公司更容易控制成本
這是最直接的。
如果未來一年：
GPU 用量已經可以預測，
公司可以提前管理價格風險。
財務預算會更穩定。
好處二：市場會開始出現「未來價格」
現在你只能看到：
GPU 今天多少錢。
如果期貨市場有足夠交易，
未來可以看到：
三個月。
六個月。
一年。
市場預期多少錢。
這叫：
Forward Curve。
對 AI 公司很重要。
因為如果市場預期：
B200 明年大幅變便宜，
你可能不急著簽超長合約。
反過來，
如果市場預期算力供應愈來愈緊，
企業可能提早鎖容量。
好處三：資料中心融資可能更容易
銀行最怕：
不知道這台 GPU 三年後能賺多少。
如果市場開始有：
可觀察的現貨價格、
期貨價格、
波動率、
遠期曲線，
金融機構就會多一組資料判斷：
GPU 資產未來可能產生多少收入。
這可能進一步影響：
貸款、
資料中心融資、
GPU 租賃、
資產證券化。
換句話說：
Compute Futures 可能不只是一個交易產品。
它可能變成整個 AI 基礎設施融資的定價工具。
但風險也非常明顯
第一個就是：
投機可能比真實需求長得更快。
一開始期貨是為了：
降低風險。
最後很可能變成：
大量交易者根本沒有實體需求。
這本身不一定是問題。
成熟商品市場本來就有投機者提供流動性。
真正的問題是：
如果市場：
太小、
指數不透明、
參與者集中，
價格就容易失真。
第二個風險：GPU 老化速度太快
石油今年是一桶油。
明年還是一桶油。
但是：
H100
不會永遠是最新 GPU。
B200 出現後，
H100 的經濟價值可能改變。
下一代晶片再出現，
B200 又可能重新定價。
所以 Compute 是一種非常特殊的商品。
它不是單純：
供給增加 → 價格下降。
還有：
技術世代淘汰。
今天最搶手的 Compute，
幾年後可能被新晶片大幅取代。
第三個風險：算力不能像石油一樣放進倉庫
假設今天石油便宜。
你可以買下來：
存著。
未來再賣。
Compute 不一樣。
今天晚上 8 點某個資料中心空出來的：
1,000 GPU-hours，
到了晚上 9 點：
就沒了。
它不能裝進桶子留到明天。
這叫：
Non-storable。
不能儲存。
這也讓算力期貨比傳統商品更難定價。
第四個問題：真正成本不只有 GPU
你看到：
H100 每小時 US$X。
但真正資料中心還包括：
電力。
網路。
冷卻。
CPU。
記憶體。
儲存。
土地。
融資。
如果未來只交易：
GPU Rental Rate，
它只能避掉：
一部分成本。
不能把整個 AI 基礎設施風險全部消失。
所以不要把「Compute 是新的石油」當成完全等號
CFTC 主席 Michael Selig 的說法非常直接：
美國要贏 AI 競賽，
就需要健全的 Compute Derivatives Market。
CME 也把 Compute 稱為：
21 世紀的新石油。
這很好理解。
兩者都是：
經濟運作的重要投入。
供應不足會漲價。
企業需要控制成本。
但兩者仍然有很大差異。
石油：
可以儲存。
品質規格成熟。
交易市場存在幾十年。
Compute：
硬體一直換代。
無法儲存時間。
價格依地區、硬體、網路與服務商差異巨大。
市場仍非常年輕。
所以真正的問題不是：
Compute 是不是石油？
而是：
市場能不能把 Compute 標準化到足以像石油一樣交易？
這件事跟今天早報其實剛好接起來
早上我們才看到：
Google 深綁 Marvell。
Samsung 部分代工價格據報上漲。
歐洲資料中心往有電的地方搬。
全部都在說：
AI 的實體容量開始稀缺。
今晚 CFTC 的動作則是下一步：
如果一種東西：
很重要。
價格會波動。
供應又有限。
企業不能沒有它。
金融市場最後通常會問：
能不能把這個風險拿出來交易？
現在 Compute 正走到這一步。
如果算力期貨真的成熟，未來 AI 公司會多一種能力差距
過去比較的是：
誰的模型強。
後來比較：
誰拿得到 GPU。
再下一步可能比較：
誰更會管理 GPU 成本。
假設兩家公司都使用同樣模型。
同樣客戶數。
同樣 GPU。
A 公司：
所有算力都按當月現貨價買。
B 公司：
提前鎖定部分成本。
市場突然缺 GPU。
價格大漲。
兩家公司的：
毛利率
就可能開始分叉。
所以未來 AI 公司 CFO 可能真的需要懂：
Compute Risk Management。
這甚至可能改變 AI 產品定價
現在很多 AI 公司向客戶收：
每月固定費。
但背後模型成本會浮動。
如果未來能對 Compute 做避險，
公司更有可能提供：
長期固定價格合約。
因為自己也能鎖一部分成本。
這和航空公司、
電力公司、
製造業
的風險管理邏輯很像。
但對一般人來說，現在最不該做的是什麼？
看到：
「GPU 期貨。」
就直接想：
新的投資機會來了。
現在市場還非常早期。
CFTC 正在徵詢：
怎麼監管。
基準怎麼設。
操縱怎麼防。
客戶怎麼保護。
這些問題本身都還在討論，
就代表：
市場基礎還沒成熟。
所以今晚真正值得注意的不是：
怎麼買 Compute Futures。
而是：
AI 已經大到連算力成本都開始需要自己的金融市場。
可以把 AI 發展分成四個階段來看
第一階段：技術
模型能不能做出來？
第二階段：產品
有人願不願意使用？
第三階段：基礎設施
有沒有足夠晶片、資料中心與電？
第四階段：金融
幾千億美元設備與算力需求，
要怎麼：
融資、
定價、
分散風險？
今天 CFTC 開始碰到的，
就是第四層。
這也是為什麼這則新聞比看起來重要
如果 Compute Futures 最後沒有成功，
今天可能只是：
監管機關研究一個新市場。
但如果它真的做起來，
十年後我們可能回頭看：
AI 從科技產品變成真正大型產業的一個訊號，
就是：
市場第一次開始替「未來的算力」定價。
不是替 Nvidia 股票定價。
不是替 AI 公司估值。
而是直接替：
運算能力本身。
今天真正要記住的一句話
當一個產業開始需要期貨市場來管理最重要的生產成本，就代表它已經不只是科技潮流，而開始像能源、航空與製造業一樣，長出自己的金融基礎設施。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
