今年以来，全球期货及衍生品市场加速拥抱AI浪潮。多家交易所宣布研发算力期货，后者被视为顺应数字经济发展趋势、把握算力核心要素定价权的关键拼图。

　　6月2日，上海市人民政府办公厅印发的《关于深化上海全球资产管理中心建设的若干意见》提出，根据国家有关部署，做好算力期货研发准备。今年早些时候，芝加哥商业交易所集团(CME Group)、洲际交易所(ICE)先后发布消息，拟推出挂钩算力指数的期货合约。

　　受访人士表示，在AI大模型爆发时代，算力不再仅仅是技术参数，而是演变为驱动数字经济发展的战略性基础资源。交易所竞相布局算力期货，一方面是为解决算力价格波动剧烈的产业痛点，另一方面也是打造全球算力基准价格体系的重要举措。

　　合约标的物选择是最大看点

　　在上海宣布研发算力期货之前，全球已有两家主要交易所公布了相关产品的研发上市计划。其中，合约标的物选择成为最大看点。如何将千差万别的硬件配置进行标准化统一，同时又能反映全球算力市场的整体供需，这需要各家交易所深刻思考。

　　今年5月12日，CME宣布联合专业算力数据服务商Silicon Data，拟在今年内推出全球首个算力期货合约。根据CME披露的合约初步细节，该算力期货锚定Silicon Data编制的“GPU按需租赁费率日度指数”，结算机制预计采用现金结算。

　　为实现算力的标准化，CME与Silicon Data引入了“标准化算力单元(SCU)”概念，以此作为期货合约的交易和计价单位。1个SCU被定义为1张英伟达H100GPU在FP16精度下运行1小时所提供的计算能力，并将来自不同平台、不同配置、不同地域的租赁价格映射到统一的度量基准上。

　　南华期货指数发展部经理曹扬慧对上海证券报记者表示，CME的上述合约设计解决了不同型号GPU性能差异带来的标准化难题。对于其他主流芯片，合约通过预设的折算系数将其统一换算为SCU，这种设计确保了合约标的物的清晰、统一和可扩展性，为涵盖未来新的算力硬件奠定基础。

　　一周之后的5月19日，ICE携手AI算力金融基础设施公司Ornn入局，计划推出一系列挂钩Ornn算力价格指数(OCPI)的GPU算力期货合约。据了解，OCPI是全球首个基于真实成交记录构建的算力指数，数据来源覆盖超过400家数据中心、云厂商的真实成交流水，尤其是在其交易平台上的成交价格。

　　“算力期货的研发，意味着算力将告别单纯的IT服务属性，升级为与原油、黄金、农产品比肩的标准化大宗商品。”曹扬慧说，随着算力成为可公开交易、可对冲风险、可公允定价的金融产品，全球算力产业也将正式迈入金融化、规范化的发展新阶段。

　　构建算力市场高效定价机制

　　随着AI大模型训练、推理及智能体应用的爆发，全球算力需求近年呈指数级增长。研究机构IDC预测，2026年全球算力租赁市场规模将突破800亿美元，年复合增长率超过25%。

　　在高速发展过程中，算力产业链上下游的诸多风险点逐步暴露。其中，受上游硬件产能、关键设备供给及电力供给等共同影响，算力供需缺口持续存在，驱动算力租赁价格持续剧烈波动。根据第三方数据，英伟达H100GPU一年期租赁价格从2025年10月至2026年3月涨幅达38.2%，B300按需云租赁价格从2025年12月至2026年4月涨幅达73.8%。

　　“交易所竞相布局算力期货，其核心是为解决算力定价缺失和价格波动剧烈的产业核心痛点，旨在为产业链上下游提供风险管理和远期定价的金融工具。”国信期货首席分析师顾冯达对记者表示。

　　在顾冯达看来，算力期货将成为决定新一轮数字经济核心要素分配的关键一环：一方面，算力期货允许全球AI公司、云服务商等通过套期保值锁定未来算力成本，提升巨额研发投入的确定性，是未来产业平衡发展创新和运营风险的“压舱石”；另一方面，期货市场形成公开透明的定价基准，能高效引导全球资本优化算力基础设施投资，避免算力资源配置中的盲目囤货及“内卷式”竞争。

　　此外，曹扬慧表示，CME拟率先推出算力期货，其意图在于抢占全球算力定价权。一旦美元与算力价格深度绑定，算力交易纳入美元结算体系，美元将获得继石油之后的又一个刚需应用场景，其他国家企业的算力采购成本可能将被动接受美国金融市场资本博弈的结果。

　　上海算力期货“箭在弦上”

　　上海研发算力期货的消息，很快在期货业内引发热议。“上海此举，是顺应全球科技产业趋势、强化制度创新和工具创新、把握未来数字经济核心要素定价权的关键落子。”顾冯达说。

　　但在具体合约设计层面，业内人士也坦言，算力期货推行有难点，主要集中在算力标准统一难、现货定价体系不透明及交割确权复杂等方面。其中，算力作为标的物如何建立标准化框架，同样是摆在我国交易所面前的重要课题。

　　曹扬慧介绍，算力租赁和token是算力期货化的两种不同路径：以算力租赁价格指数为标的物进行期货交易(类似于CME)，其本质是以算力供给成本作为定价核心，这一设计更偏算力供给侧，核心在于硬件层面；token路线则是锚定算力的需求端，更偏向于服务下游AI应用开发商、SaaS服务商、终端开发者的需求，也更能满足我国在算力需求端庞大客群的风险管理需求。

　　“如果条件具备，我们认为不管是算力供应端还是需求端，都有推出期货产品的必要。”曹扬慧说。