1983年3月，纽约商品交易所推出原油期货合约时，很多人只把它看成金融圈又一个新花样。谁料几十年后，这张小小的合约，会成为管理企业成本、观察全球能源供需，甚至影响地缘政治的重要工具。
2026年5月，历史也许正在重演。CME集团（全球最大衍生品交易所）与数据公司Silicon Data宣布计划推出全球首个算力期货市场。一周后，ICE（洲际交易所，纽交所的母公司）也宣布将与算力公司Ornn合作，推出基于“Ornn算力价格指数”（OCPI）的GPU期货合约。两家交易所巨头几乎同时入场，说明这不是一个偶然的金融创意，而是AI产业发展到一定阶段后的必然反应。算力不只是技术资源，也可能成为一种可以定价、可以交易、可以对冲风险的金融资产。
同样的信号，也出现在中国。2026年全国两会期间，多位代表委员建议探索推出算力期货，建设更加统一、透明、规范的算力交易市场。6月2日，上海市政府官网发布《关于深化上海全球资产管理中心建设的若干意见》，明确提出“做好算力期货研发准备”，并将其放在“研发更多代表新质生产力发展方向的新型期货品种”的框架下。也就是说，算力期货已经开始进入国家金融基础设施和新质生产力布局的政策视野。
期货的逻辑并不复杂。几百年前，日本大阪堂岛米市就通过米票和远期约定，提前锁定未来价格。农民不怕丰收时米价暴跌，商人不怕歉收时米价暴涨。现代期货市场虽然复杂得多，但核心没有改变：用今天的合约，管理明天的不确定性。算力期货也是如此。它不是让你买一块英伟达GPU，也不是替你预订一间机房，更不保证你未来一定能拿到某台服务器的使用权。它交易的，是未来某一时间点上GPU租赁价格的涨跌。
比如，一家AI创业公司计划半年后训练大模型，担心届时GPU租金上涨，就可以提前买入相关合约；算力供应商担心未来租金下跌，也可以卖出期货对冲收入风险。这和航空公司用原油期货锁定燃油成本、食品企业用大豆期货管理原料开支，本质相同。但算力又不同于原油。原油可以分级、运输、仓储，物理属性相对稳定。算力则受芯片型号、机房位置、网络条件、租赁期限等因素影响，价格差异很大。更何况，GPU迭代极快，今天市场追逐H100，明天可能是B200，后天又可能是新的架构。
因此，现阶段的算力期货更像电力期货或运价指数期货，交易的不是某台GPU的使用权，而是一个价格指数。合约到期后，大概率采用现金结算。你赚的是指数变化的钱，亏的也是指数变化的钱。为此，CME和ICE计划推出的都是现金交割合约，这就像原油期货，大多数人也不是真的要接收一桶石油。
这也说明，算力期货不能凭空变出更多芯片。它不能解决先进制程、HBM存储、数据中心供电、跨境出口管制这些硬约束，也不能让小公司突然拥有和大厂一样的议价能力。期货市场解决的不是“有没有货”的问题，而是“价格如何被发现、风险如何被转移”的问题。
算力期货的第一层意义，是帮助企业对冲成本风险。
AI企业最怕的，并不只是算力贵，而是未来价格说不清。今天租得起GPU，半年后未必还租得起。今天一个模型能按预算训练完，明天租金上涨30%，原来的商业计划就可能失效。期货市场的作用，就是让企业提前给未来成本上一道保险。AI公司担心未来GPU租金上涨，可以买入期货。算力供应商担心未来租金下跌，可以卖出期货。它不保证企业一定能拿到GPU，却能帮助企业把价格波动的一部分风险转移出去。作为一种成本管理工具，算力期货的出现，说明AI产业已经不再只是拼技术、拼模型，也开始进入拼预算、拼现金流、拼经营能力的新阶段。
算力期货的第二层意义，是推动市场形成透明价格。
今天的算力市场，仍像一个巨大的批发市场。不同供应商各喊各的价，不同客户各谈各的合同。地区不同价不同，期限不同价不同，是否大客户价也不同。这种模式在市场早期灵活有效，但规模越大，问题越凸显。企业不知道自己买贵了还是买便宜了，投资机构不知道如何评估数据中心资产，云服务商也不知道未来产能该如何定价。
期货市场一旦形成，就相当于给算力装上一块“价格公告板”，让市场每天都能看见未来价格的共同预期。原油有WTI和布伦特，铜有伦敦金属交易所价格，航运有运价指数。算力如果要成为真正的生产要素，就不能永远停留在熟人报价、合同保密的阶段，也需要一个能被观察、能被交易、能被引用的价格基准。
算力期货的第三层意义，是争夺AI时代的规则定义权。
谁掌握价格，谁就不只是参与交易，而是在定义规则。过去，AI竞争主要看芯片、模型和数据。现在还要加上一项：金融基础设施。原油之所以重要，不只因为它能燃烧，也因为它拥有全球价格体系和金融交易网络。算力如果成为AI时代的新基础资源，那么围绕算力建立起来的价格指数、结算规则、交易标准和监管框架，也会成为新的制度性资产。这正是美国率先推动算力期货的深层逻辑：它拥有强大的GPU厂商、云计算平台、AI公司和衍生品市场，天然具备把技术优势转化为金融定价权的条件。从这个角度看，算力期货不只是金融创新，而是地缘经济竞争的新战场。
从未来看，算力定价很可能不会只有一种形态。
第一阶段，是GPU租赁价格指数。它最直观，也最接近当前产业痛点。企业要训练模型，首先关心能不能租到高端GPU，租金多少。
第二阶段，可能是token价格指数。随着推理需求爆发，AI成本会越来越多地来自日常调用，而不是一次性训练。到那时，token可能比GPU小时数更贴近应用企业的真实成本。
第三阶段，则可能是“算力—电力—碳—网络”的联动定价。未来的数据中心不是孤立存在的，它要消耗电力，占用土地，依赖网络，产生散热和碳排放。真正成熟的算力市场，最终会和电力市场、碳市场、数据中心资产、带宽市场发生联动。
那时，算力就不再只是AI公司的采购项，而会变成数字经济的宏观价格信号。就像看铜价，可以判断工业景气；看油价，可以判断能源供需；未来看算力价格，也许能判断AI产业的冷热。价格持续走高，说明需求旺盛或供给紧张；远期期货价格低于近期期货价格，可能说明市场认为短期缺口会缓解；某类GPU租赁价格下行，可能意味着新一代芯片替代加速，或者模型架构出现效率突破。
算力期货一旦活跃，市场每天都会给AI产业投票，但这枚硬币也有另一面。
期货市场能对冲风险，也能放大风险。它能提高流动性，也可能引来投机资金。它能形成公开价格，也可能让价格脱离真实供需。尤其是算力这种新资产，现货市场还不够成熟，价格指数还需要时间检验，合约设计稍有偏差，就可能出现“指数很热闹，企业用不上”的尴尬。
更值得警惕的是，算力不是普通商品，它关系到AI能力的分配。期货工具本来用于分散风险，但如果主要被资金雄厚的大企业使用，也可能反过来强化资源集中。大企业可以通过长期合同和金融工具提前锁定成本，中小AI企业却仍要在现货市场上排队、议价、承受波动。日本AI企业界也有人担心，一旦算力金融化，强势企业可能更早、更久地锁定算力资源，反而挤压中小企业的获取空间。金融工具并不天然公平。它能给市场提供保险，也可能把保险优先卖给最不缺钱的人。
因此，算力期货不能只从金融创新角度理解。它既是市场工具，也是产业制度；既关系到企业成本，也关系到国家竞争；既能提高效率，也可能带来新的不平等。
我的判断是，算力期货会普及，但不会一夜成熟。短期看，它更像一个价格发现工具。交易量未必马上很大，但只要有权威指数，产业界就会开始引用。AI企业做预算，云厂商谈合同，投资机构评估数据中心资产，都需要一个参考价格。中期看，它会成为大模型公司、云服务商、数据中心运营商的风险管理工具。长期看，它会推动算力从“资源采购”变成“战略资产管理”。企业不再只是问哪里有GPU，而会问：未来三年算力成本曲线怎样？训练和推理成本如何对冲？算力、模型、产品定价之间如何形成闭环？
一个产业只有在成本足够庞大、价格足够波动、供需足够紧张时，才会呼唤期货市场。原油如此。铜如此。大豆如此。电力和航运也如此。如今，算力也走到了这个门口。过去，我们给土地定价，给劳动力定价，给资本定价，给能源定价。现在，我们开始给智能背后的机器劳动定价。
更长远地看，算力期货可能只是第一步。未来，算力价格会和电力价格、芯片供给、数据中心布局、碳排放约束、模型效率共同构成一条新的产业曲线。看懂这条曲线，就能看懂AI产业的冷热、企业成本的边界，也能看懂国家之间围绕智能基础设施展开的新竞争。
历史常常这样开始：一个宣布，一份合约，几个先行者的试水。起初，人们以为那只是金融市场的一点新花样。后来才发现，它改变的不是交易方式，而是一个时代配置资源的方式。1983年，原油期货让能源有了新的全球价格语言。2026年，算力期货也许正在做类似的事。
（作者胡逸为数据工作者，著有《未来可期：与人工智能同行》一书）
责任编辑：朱赫楠
千亿球友会，华体会体育官网，
qyh相关资讯：华体会，