文/中國(guó)金屬礦業(yè)經(jīng)濟(jì)研究院（五礦產(chǎn)業(yè)金融研究院）副院長(zhǎng)曲雙石

算力正在變成一種可交易的金融資產(chǎn)。但一個(gè)根本問題隨之而來：它該錨定什么？本文從衍生品設(shè)計(jì)的底層邏輯出發(fā)，討論算力期貨為什么必須有一個(gè)清晰的標(biāo)的物——標(biāo)準(zhǔn)化、可交割、可定價(jià)，是期貨合約能活下去的三條“腿”。然后對(duì)比當(dāng)前最受關(guān)注的兩條路：掛鉤芯片租賃費(fèi)率，還是掛鉤Token處理服務(wù)。此外也會(huì)涉及電力與能效、數(shù)據(jù)吞吐量等其他可能性。結(jié)論是：算力期貨的標(biāo)的物不是單選題，而是隨著產(chǎn)業(yè)成熟度逐步展開的演進(jìn)過程。短期內(nèi)，掛鉤芯片租賃費(fèi)率是現(xiàn)實(shí)的破冰選擇；中期更務(wù)實(shí)的做法是按算力類型（比如FP16 TFLOPS）和精度來標(biāo)準(zhǔn)化；遠(yuǎn)期則可以逐步落地能效指數(shù)等品種。中國(guó)應(yīng)該走一條“芯片起步、算力類型跟進(jìn)、多錨并存”的路，在全球算力定價(jià)權(quán)競(jìng)爭(zhēng)中找到從追趕到引領(lǐng)的節(jié)奏。

算力金融化：為何必須有“錨”？

金融衍生品和現(xiàn)貨交易最大的不同在于，前者交易的是未來的不確定性。要讓人們?cè)敢鉃檫@種不確定性定價(jià)，必須有一個(gè)公認(rèn)的參照系——這就是“標(biāo)的物”的價(jià)值。

沒有錨，合約就立不住。期貨合約要想有生命力，得滿足三個(gè)剛性需求：

第一，標(biāo)準(zhǔn)化。算力的形態(tài)千差萬別：訓(xùn)練算力和推理算力不一樣，不同芯片架構(gòu)的算力不一樣，同一塊芯片在不同精度下的表現(xiàn)也不一樣。但期貨市場(chǎng)要求每一手合約代表完全一樣的東西，否則就沒法連續(xù)競(jìng)價(jià)、集中撮合。標(biāo)的物的作用，就是把五花八門的算力收斂成幾類標(biāo)準(zhǔn)品。這一步做不到，市場(chǎng)就只能停留在碎片化的一對(duì)一談判。

第二，定價(jià)基準(zhǔn)。期貨的價(jià)格發(fā)現(xiàn)功能，靠的是標(biāo)的物在現(xiàn)貨市場(chǎng)有可觀測(cè)、可驗(yàn)證的基準(zhǔn)價(jià)格。這個(gè)基準(zhǔn)價(jià)格就是定盤星。以原油期貨為例，布倫特和WTI之所以能成為全球定價(jià)基準(zhǔn)，是因?yàn)樗鼈兊臉?biāo)的物定義清晰、現(xiàn)貨交易活躍、價(jià)格可以獨(dú)立驗(yàn)證。算力期貨也需要這樣一個(gè)錨點(diǎn)。

第三，交割可行。期貨到期時(shí)，無論是實(shí)物交割還是現(xiàn)金結(jié)算，都得依據(jù)標(biāo)的物的客觀狀態(tài)來計(jì)算盈虧。如果標(biāo)的物定義模糊，交割環(huán)節(jié)就會(huì)扯皮不斷，市場(chǎng)信任無法建立。算力是一種服務(wù)流，看不見、摸不著、也不能存儲(chǔ)，這讓交割設(shè)計(jì)比傳統(tǒng)大宗商品更棘手。標(biāo)的物的選擇，直接決定了交割機(jī)制能不能跑通。

更深一層看，掛鉤的本質(zhì)不只是“方便定價(jià)”，而是為某一種特定形態(tài)的算力建立一個(gè)獨(dú)立、透明、可交易的微型市場(chǎng)，讓價(jià)格通過公開博弈自然長(zhǎng)出來。標(biāo)的物就像是這個(gè)市場(chǎng)的“憲法”，規(guī)定了什么能交易、什么不能。所以，選擇什么樣的標(biāo)的物，不純粹是技術(shù)問題，更是一個(gè)市場(chǎng)設(shè)計(jì)哲學(xué)問題：它決定了這個(gè)市場(chǎng)為誰服務(wù)、反映誰的供需、最終形成什么樣的價(jià)格信號(hào)。

芯片租賃費(fèi)率vs Token處理服務(wù)：兩種錨定思路

目前關(guān)于算力期貨標(biāo)的物的討論，主要集中在這兩個(gè)方向：一個(gè)是錨定特定型號(hào)GPU的單位時(shí)間租賃服務(wù)費(fèi)率指數(shù)（簡(jiǎn)稱“掛鉤芯片”）；另一個(gè)是錨定按統(tǒng)一分詞規(guī)則定義的標(biāo)準(zhǔn)化Token處理服務(wù)價(jià)格指數(shù)（簡(jiǎn)稱“掛鉤Token”）。這兩種思路背后，是對(duì)“算力到底是什么”的不同理解。

掛鉤芯片租賃費(fèi)率：錨定“生產(chǎn)工具的使用權(quán)”

“掛鉤芯片”本質(zhì)是錨定特定型號(hào)GPU的單位時(shí)間租賃服務(wù)。芯片是算力的物理載體，租賃服務(wù)就是把算力生產(chǎn)能力拿出來市場(chǎng)化。具體來說，就是把“租一張某型號(hào)GPU一小時(shí)”定義為一個(gè)標(biāo)準(zhǔn)化的算力服務(wù)單位，期貨合約的標(biāo)的物就是這種服務(wù)的現(xiàn)貨費(fèi)率指數(shù)——比如基于主流云平臺(tái)或算力市場(chǎng)成交價(jià)編制的NVIDIA H100 80GB每小時(shí)租賃價(jià)格指數(shù)。目前全球GPU租賃市場(chǎng)已經(jīng)形成按芯片型號(hào)定價(jià)的習(xí)慣，某些數(shù)據(jù)服務(wù)商也嘗試建立了按芯片型號(hào)分類的價(jià)格跟蹤體系。芝加哥商品交易所（CME）正在探索的算力期貨，走的就是這條路，用GPU按需租賃費(fèi)率指數(shù)做結(jié)算基準(zhǔn)。這種期貨合約并不交割物理芯片，而是現(xiàn)金結(jié)算，結(jié)算依據(jù)來自第三方發(fā)布的租賃費(fèi)率指數(shù)。

掛鉤芯片的優(yōu)勢(shì)，一是標(biāo)的物清晰，芯片型號(hào)是確定的物理實(shí)體，性能參數(shù)公開，定義爭(zhēng)議小。二是現(xiàn)貨參照系已經(jīng)有雛形，GPU租賃市場(chǎng)的定價(jià)習(xí)慣和指數(shù)體系可以直接拿來用。三是監(jiān)管審批的可行性相對(duì)高一些，CME的探索給后來者提供了一個(gè)參照。

掛鉤芯片的缺陷，一是逃不掉“資產(chǎn)過時(shí)”的風(fēng)險(xiǎn)。AI芯片迭代周期只有18到24個(gè)月，而期貨合約可能覆蓋更長(zhǎng)時(shí)間。等合約到期時(shí)，標(biāo)的芯片很可能已經(jīng)被新一代產(chǎn)品替代，市價(jià)和實(shí)用性大打折扣，持有遠(yuǎn)期多單的買方要承擔(dān)額外的“技術(shù)折舊”。二是有“技術(shù)鎖定”的隱憂。如果全球算力期貨都錨定英偉達(dá)某款芯片，整個(gè)金融定價(jià)體系就會(huì)天然偏向這個(gè)生態(tài)，形成隱性的市場(chǎng)壁壘，壓制國(guó)產(chǎn)芯片的市場(chǎng)接受度。三是套期保值的精度有限。企業(yè)的算力成本和“租賃某款芯片時(shí)長(zhǎng)”只是間接關(guān)系，中間有基差風(fēng)險(xiǎn)，即芯片租賃費(fèi)率的變化，不一定精確對(duì)應(yīng)企業(yè)實(shí)際算力成本的變化。

掛鉤Token處理服務(wù)：錨定“產(chǎn)出結(jié)果”

Token是目前主流大模型處理文本時(shí)的基本計(jì)價(jià)單元，但不同模型家族（比如GPT的BPE編碼、Llama的SentencePiece、國(guó)產(chǎn)模型的自定義分詞器）對(duì)同一段文本切出來的Token數(shù)量和含義不一樣。所以“掛鉤Token”并不是錨定一個(gè)天然統(tǒng)一的單位，而是錨定按某種公認(rèn)規(guī)則定義下的“標(biāo)準(zhǔn)化Token處理服務(wù)”。核心邏輯是，不管底層用什么芯片，市場(chǎng)買的是算力的最終產(chǎn)出，也就是處理約定類型和數(shù)量Token的能力。這是一種“以結(jié)果計(jì)價(jià)”而不是“以過程計(jì)價(jià)”的思路。比如可以約定以“Llama 3 70B模型的分詞器”或“OpenAI的cl100k_base分詞器”為基準(zhǔn)，定義1個(gè)標(biāo)準(zhǔn)Token。

掛鉤Token的優(yōu)勢(shì)，一是技術(shù)中立，天然解決了迭代快的問題。Token是算力的產(chǎn)出，新一代芯片出來后，生成Token的單位成本下降，這個(gè)紅利會(huì)自動(dòng)體現(xiàn)在現(xiàn)貨價(jià)格里。掛鉤Token的合約錨定的是不變的結(jié)果，而不是快速迭代的工具，從根本上避開了“標(biāo)的物過時(shí)”的風(fēng)險(xiǎn)。二是套期保值精度高。現(xiàn)在主流大模型公司的API收費(fèi)普遍按Token計(jì)價(jià)，企業(yè)的收入和成本可以用同一個(gè)度量衡來對(duì)沖，風(fēng)險(xiǎn)敞口最小化。三是對(duì)國(guó)產(chǎn)芯片友好。只要能達(dá)到約定的Token生成質(zhì)量和速度，任何芯片都能參與交割，不存在技術(shù)鎖定。

掛鉤Token的缺陷，首先是Token標(biāo)準(zhǔn)化的難度被嚴(yán)重低估，這其實(shí)是個(gè)十年維度的挑戰(zhàn)，不適合當(dāng)中期目標(biāo)。一是任務(wù)類型不同。文本生成、圖像識(shí)別、科學(xué)計(jì)算，每個(gè)Token的經(jīng)濟(jì)價(jià)值和算力消耗完全不一樣。就算是同一類任務(wù)，不同模型（比如GPT-4和Llama 3）生成一個(gè)Token所需的浮點(diǎn)運(yùn)算量也可能有數(shù)量級(jí)上的差異。二是分詞規(guī)則不統(tǒng)一。GPT用BPE，Llama用SentencePiece，國(guó)產(chǎn)模型各有各的分詞器。同一段中文文本在不同分詞器下，Token數(shù)量可能差10%到30%，語義邊界也不一樣。三是質(zhì)量和數(shù)量沒法兼顧。只規(guī)定Token數(shù)量而不約束輸出質(zhì)量（比如困惑度、BLEU值、推理正確率），買方可能收到一堆低價(jià)值的輸出；要是再追加質(zhì)量指標(biāo)，標(biāo)準(zhǔn)化復(fù)雜度又上了一個(gè)臺(tái)階。

要建立一套被全球AI行業(yè)和金融監(jiān)管都認(rèn)可的Token基準(zhǔn)測(cè)試框架，得在基礎(chǔ)模型、分詞器、任務(wù)類型、質(zhì)量指標(biāo)等多個(gè)維度上達(dá)成廣泛共識(shí)，這個(gè)難度遠(yuǎn)超定義一張GPU的性能參數(shù)。所以，掛鉤Token更適合作為算力金融化的長(zhǎng)期愿景，而不是中期就能落地的方向。

其次是現(xiàn)貨價(jià)格指數(shù)缺失。Token雖然是AI行業(yè)內(nèi)部常用的計(jì)價(jià)單位，但還沒有像GPU租賃費(fèi)率那樣的獨(dú)立第三方價(jià)格指數(shù)。編制指數(shù)需要大量真實(shí)交易數(shù)據(jù)和科學(xué)的方法論支撐。此外，市場(chǎng)認(rèn)知和監(jiān)管接受也需要時(shí)間。

兩種方案的對(duì)比

從演進(jìn)邏輯看，掛鉤芯片租賃費(fèi)率是“現(xiàn)貨思維”，回答的是“用什么來生產(chǎn)算力”；掛鉤Token是“產(chǎn)出思維”，回答的是“算力生產(chǎn)了什么”。有點(diǎn)像工業(yè)時(shí)代的“機(jī)床租賃合約”和“工業(yè)品遠(yuǎn)期合約”。前者錨定生產(chǎn)工具，適合產(chǎn)業(yè)早期；后者錨定最終產(chǎn)品，但實(shí)現(xiàn)起來高度依賴行業(yè)標(biāo)準(zhǔn)化，目前更適合作為長(zhǎng)期儲(chǔ)備方向。

除了芯片和Token，還能掛鉤什么？

掛鉤電力與能效——“算電一體化合約”

算力成本里，電費(fèi)的占比大概在40%到60%之間（大型優(yōu)化數(shù)據(jù)中心可降至30%左右，老舊或單機(jī)場(chǎng)景可能超過60%）。將算力和電力捆綁在一起，邏輯上很自然，政策上也與“算電協(xié)同”戰(zhàn)略合拍。

這種合約的標(biāo)的物可以是一個(gè)組合包，比如“100 TFLOPS FP16算力/小時(shí) + 對(duì)應(yīng)35千瓦時(shí)綠電”的遠(yuǎn)期交付合約。再進(jìn)一步，還可以掛鉤“算力能效比”——也就是單位功耗完成多少算力任務(wù)。這類合約的好處是，它不光鎖定了算力成本，還鎖定了電力成本和碳排放因子，給有ESG需求的企業(yè)提供了一站式的對(duì)沖工具。

這個(gè)方向跟“雙碳”戰(zhàn)略和“算電協(xié)同”政策高度契合，也能給綠色算力一個(gè)市場(chǎng)化溢價(jià)的通道。挑戰(zhàn)在于，算力和電力是兩套獨(dú)立的計(jì)量和交易體系，組合定價(jià)的模型比較復(fù)雜，而且需要跨市場(chǎng)協(xié)調(diào)（算力交易市場(chǎng)和電力交易市場(chǎng)之間）。

掛鉤數(shù)據(jù)吞吐量——“存算一體合約”

在云服務(wù)里，存儲(chǔ)和計(jì)算往往不分家。對(duì)于數(shù)據(jù)庫、大數(shù)據(jù)分析、AI訓(xùn)練這些場(chǎng)景，數(shù)據(jù)讀取速度本身就是算力效率的關(guān)鍵瓶頸。

可以設(shè)計(jì)一種合約，錨定“一定容量的高性能存儲(chǔ) + 與之匹配的算力單元”的聯(lián)合服務(wù)能力。比如“10TB NVMe存儲(chǔ) + 100 TFLOPS算力”的月度遠(yuǎn)期合約。這種合約特別適合存算一體化的垂直場(chǎng)景，可以直接作為云計(jì)算遠(yuǎn)期合約的底層資產(chǎn)。

優(yōu)點(diǎn)是貼近實(shí)際云服務(wù)采購場(chǎng)景，標(biāo)的物的定義可以借鑒現(xiàn)有的云服務(wù)規(guī)格體系。缺點(diǎn)是存算配比關(guān)系多樣化，合約規(guī)格容易碎片化。

這幾條路徑的定位

上述替代方案并非并列關(guān)系，而是處在不同的成熟度梯隊(duì)上。

務(wù)實(shí)可行的方向是，掛鉤電力與能效是離得最近的拓展，有政策支持和產(chǎn)業(yè)基礎(chǔ)，可以作為掛鉤芯片的升級(jí)方向。掛鉤數(shù)據(jù)吞吐量是面向特定場(chǎng)景的差異化品種，適合在主品種成熟后作為補(bǔ)充推出。

掛鉤Token處理服務(wù)雖然理論上有優(yōu)勢(shì)，但標(biāo)準(zhǔn)化難度太高，應(yīng)該定位為十年維度的長(zhǎng)期愿景，而不是中期目標(biāo)。在Token標(biāo)準(zhǔn)化取得實(shí)質(zhì)性突破之前，更務(wù)實(shí)的中間路徑是按算力類型（比如FP16 TFLOPS、INT8 TOPS）和精度要求來做精細(xì)化標(biāo)準(zhǔn)化。比如區(qū)分“大模型訓(xùn)練算力（高精度、高通信帶寬）”和“推理算力（低精度、高吞吐）”，分別設(shè)計(jì)對(duì)應(yīng)的期貨品種。這樣做既能避免單一芯片型號(hào)的技術(shù)鎖定和過時(shí)風(fēng)險(xiǎn)（不同廠商的芯片都能提供相同精度的算力），又能繞開Token標(biāo)準(zhǔn)化的難題，還更貼近企業(yè)實(shí)際采購中的算力規(guī)格劃分方式。

結(jié)論：從單一錨點(diǎn)到多元體系

算力期貨的標(biāo)的物選擇，本質(zhì)上不是“選A還是選B”的單選題，而是隨著產(chǎn)業(yè)成熟度逐步展開的演進(jìn)過程。不同的標(biāo)的物對(duì)應(yīng)算力產(chǎn)業(yè)發(fā)展的不同階段，服務(wù)于不同層次的風(fēng)險(xiǎn)管理需求。

現(xiàn)階段，掛鉤芯片租賃費(fèi)率是破冰的現(xiàn)實(shí)選擇。它的標(biāo)準(zhǔn)化難度相對(duì)較低，現(xiàn)貨價(jià)格指數(shù)已經(jīng)有雛形，監(jiān)管審批可以參照CME的探索先例，能夠以最快速度推出來，搶占定價(jià)權(quán)的窗口期。這解決的是“有沒有”的問題。

中期來看，更務(wù)實(shí)的升級(jí)路徑是按算力類型（比如FP16 TFLOPS、INT8 TOPS）和精度要求來做標(biāo)準(zhǔn)化，逐步推出區(qū)分訓(xùn)練算力和推理算力的期貨品種。這樣既能避免單一芯片型號(hào)的技術(shù)鎖定和過時(shí)風(fēng)險(xiǎn)，又能給國(guó)產(chǎn)芯片一個(gè)公平競(jìng)爭(zhēng)的環(huán)境。同時(shí)，持續(xù)跟蹤Token標(biāo)準(zhǔn)化、能效指數(shù)等方向的技術(shù)進(jìn)展，做好制度儲(chǔ)備，但別急著把它們推上期貨品種。

長(zhǎng)期乃至超長(zhǎng)期，掛鉤能效指數(shù)、精細(xì)化算力類型等相對(duì)務(wù)實(shí)的品種可以逐步落地。至于掛鉤Token處理服務(wù)這種更抽象的方案，因?yàn)闃?biāo)準(zhǔn)化障礙太大，更適合作為長(zhǎng)期技術(shù)儲(chǔ)備和學(xué)術(shù)研究方向，不要指望它很快成為交易所的主流品種。算力金融化的終局形態(tài)，更可能是一個(gè)多錨并存的務(wù)實(shí)體系，而不是盯著某一個(gè)抽象指標(biāo)。

因此，建議短期不猶豫，用芯片租賃費(fèi)率合約搶占窗口。加快推進(jìn)掛鉤主流芯片（比如H100、國(guó)產(chǎn)替代型號(hào)）的算力期貨品種研發(fā)和上市，依托現(xiàn)有現(xiàn)貨交易平臺(tái)積累市場(chǎng)數(shù)據(jù)，建立先發(fā)優(yōu)勢(shì)。期貨采用現(xiàn)金結(jié)算，結(jié)算基準(zhǔn)是權(quán)威第三方發(fā)布的租賃費(fèi)率指數(shù)。中期不放松，推動(dòng)算力類型標(biāo)準(zhǔn)化和Token技術(shù)儲(chǔ)備。 組織產(chǎn)業(yè)界、學(xué)術(shù)界一起制定按算力類型（精度、通信帶寬、存儲(chǔ)）的分類標(biāo)準(zhǔn)，同時(shí)研究Token標(biāo)準(zhǔn)化測(cè)試基準(zhǔn)，但在沒有實(shí)質(zhì)性突破之前不要急著上Token期貨。長(zhǎng)期不設(shè)限，構(gòu)建多元錨定體系。等算力產(chǎn)業(yè)生態(tài)和金融市場(chǎng)成熟到一定程度后，逐步推出掛鉤電力能效、數(shù)據(jù)吞吐量等差異化合約，形成“多錨并存、梯次互補(bǔ)”的算力衍生品體系。從全球競(jìng)爭(zhēng)格局看，CME已經(jīng)率先選擇了掛鉤芯片租賃費(fèi)率的方案進(jìn)行探索。中國(guó)在跟進(jìn)的同時(shí)，完全有條件在算力類型標(biāo)準(zhǔn)化、算電一體化合約這些更高階的賽道上率先布局。算力金融化的標(biāo)的物之爭(zhēng)，既是技術(shù)路線之爭(zhēng)，也是金融主權(quán)之爭(zhēng)。中國(guó)擁有全球最大的算力現(xiàn)貨市場(chǎng)、最完整的制造業(yè)鏈條和最豐富的AI應(yīng)用場(chǎng)景，完全有能力走出一條從“跟隨”到“并跑”再到“引領(lǐng)”的路——而這條路的起點(diǎn)，就是對(duì)“錨點(diǎn)”的戰(zhàn)略性選擇。

來源 | 經(jīng)作者授權(quán)轉(zhuǎn)發(fā)

編輯 | 丁開艷

審核丨秦婷

責(zé)編 | 蘭銀帆

Review of Past Articles -

01

02