伯恩斯坦：AI算力市场日益商品化，或将效仿电力市场建立交易基准

投资银行伯恩斯坦（Bernstein）在一份最新报告中指出，人工智能（AI）所需的计算能力（即“算力”）市场正变得越来越像大宗商品市场，尤其是电力市场。该机构认为，这为建立一个行业基准并为价值万亿美元的AI资本支出周期提供金融对冲机制铺平了道路。

算力市场呈现商品化特征

伯恩斯坦分析师Gautam Chhugani和Madison Rezaei表示，算力现货市场指的是为获取可用GPU（图形处理器）容量而进行的即时交易。他们认为，与算力市场最相似的是电力市场。

报告指出：“电力曾因无法储存、因地点和质量而异而被认为无法交易——直到标准化的交易中心和参考价格将其远期采购转变为一个金融市场。” 算力也遵循着同样的逻辑，因为它具有相似的物理特性：GPU小时无法储存，其容量因地点、芯片代次和租户而异。因此，其远期曲线反映的是预期的稀缺性，而非储存成本，对冲是管理价格风险的唯一途径。

AI热潮推动需求与金融化探索

自2022年末AI热潮兴起以来，市场对算力的需求猛增，行业领导者之间达成了数十亿美元的交易。据《纽约时报》报道，Meta Platforms正与Anthropic就一项价值100亿美元的算力供应协议进行早期谈判。另据《华尔街日报》报道，马斯克的SpaceX公司也在与美国国防部商谈提供算力事宜。

在此背景下，包括芝商所（CME Group）和洲际交易所（Intercontinental Exchange）在内的主要交易所运营商已于今年早些时候宣布，计划推出与GPU算力现货价格挂钩的可交易期货合约，目前正等待监管机构的审查。这表明市场金融化的趋势已在酝酿之中。

Ad

构建交易基准的路径

伯恩斯坦认为，指数提供商需要像电力市场运营商那样，对算力进行标准化。这需要一个清晰的流程来解决当前市场价格不具可比性的问题。

该机构提出了构建算力金融市场基准的关键步骤：

• 定义标准单位：首先需要定义一个统一的计算单位，例如，一个“NVIDIA H100 SXM 80GB”小时，并明确包含服务器、内存、带宽等规格。此外，还需根据供应商层级（如传统超大规模云服务商或新兴云服务商）、租赁类型和地区进行标准化。
• 建立参考指数：将标准化的数据汇编成一个可靠的参考指数。
• 推导远期曲线：基于市场观察数据，构建反映未来价格预期的远期曲线。

伯恩斯坦总结道，与任何大宗商品金融市场一样，基准和分销渠道是算力市场发展的关键因素。平台的任务是解决算力标准化问题，并为远期合约开发交割机制和金融产品。