Kalshi 推出用于 AI 计算定价的 GPU 远期曲线

Kalshi 推出 GPU 远期曲线，为 AI 计算基础设施提供定价基准。由于新一代芯片的推出以及供应限制，GPU 的可用性和价格仍高度波动，催生出类似大宗商品市场的金融对冲工具的需求。这一举措使 Kalshi 在新兴的 AI 计算衍生品市场中与 ICE 和 CME Group 等传统交易所站在同一阵营，反映出行业对 GPU 产能逐渐演变为一种资产类别的日益认同。

训练前沿 AI 模型需要包含数以万计 GPU 的集群，而推理工作负载也越来越多地在日常中消耗大量计算能力。对于 AI 开发者、云服务商、企业用户和超大型算力提供商而言，计算已成为最大的运营支出之一。与传统云服务不同，GPU 的可用性与价格仍高度波动；新一代芯片的推出会引发突发性需求变化，而供应限制又会大幅推高租赁成本。

远期曲线通过估算市场参与者对未来价格变动的集体预期，为成熟市场提供参考。能源公司在制定燃料采购计划时会依赖远期曲线，航空公司用以对冲喷气燃料价格，制造商则会锁定金属价格。根据 Kalshi 的说法，AI 公司将越来越希望在计算成本上做同样的事情。

尽管 Kalshi 的远期曲线本身并非可交易工具，但它们可以作为场外协议和结构化计算合约的基准定价。寻求实际价格保护的公司可以在 Kalshi 上交易相关的计算市场，或通过交易所协商大宗交易。

ICE 和 CME Group 宣布 GPU 期货产品

今年 5 月，洲际交易所（Intercontinental Exchange，NYSE 所有者）宣布计划基于 Ornn 的 Compute Price Index 推出 GPU 计算期货。这些合约旨在为 AI 开发者、云服务商和基础设施运营商提供标准化工具，用于对冲 GPU 租赁价格波动。

CME Group 也已宣布计划在今年晚些时候推出与 AI 计算能力相关的期货，并采用 Silicon Data 开发的定价基准。CME 首席执行官 Terry Duffy 将算力称为“21 世纪的新版石油”，反映出越来越多的人认为 GPU 产能正逐步演变为一种资产类别。

这些举措表明，行业正从单纯衡量 GPU 价格，迈向围绕 AI 基础设施打造完整金融生态系统的方向。这一演变类似于许多大宗商品市场的发展路径：通常先出现现货交易，随后是基准指数、远期定价、期货合约、期权、互换，最终还会出现由机构参与者使用的复杂风险管理产品。

Kalshi 使用预测市场构建远期曲线

Kalshi 的策略不同于传统期货交易所，因为它采用预测市场机制来生成价格预期。该公司表示，当计算市场因不同 GPU 型号、云服务商、部署方式与合约结构而高度碎片化时，预测市场能够提供更大的灵活性。

Kalshi 不等待单一标准化基准的出现，而是认为预测市场可以在最终逐步收敛于被广泛接受的参考价格之前，将众多定价预期进行汇总。由此生成的远期曲线由多个覆盖不同时间跨度的预测市场组成，使交易者能够推断未来数周和数月的 GPU 价格预期。

这一做法也符合 Kalshi 更广泛的扩展战略，超越了传统事件合约。今年早些时候，该交易所宣布推出永续合约，标志着其首次在预测市场之外迈出进入传统衍生品领域的重要一步。

GPU 计算面临的标准化挑战：不像石油

在业界，将 AI 计算与石油进行对比已变得越来越普遍。两者都代表经济活动中关键的投入，都需要巨额资本以扩展供应，且都经历由供需失衡引发的价格波动，催生出企业用以对冲未来成本的金融市场需求。

但仍存在重要差异。石油是全球范围内标准化的实物大宗商品，而 GPU 计算在不同硬件代际、云服务商、地理区域和部署模型之间高度碎片化。英伟达的最新芯片可以迅速取代上一代芯片，这意味着当前的基准资产可能比传统大宗商品更快失去相关性。

流动性也是一大挑战。大宗商品市场只有在有足够多的参与者积极买卖合约时才会有效。尽管对 AI 基础设施的需求持续增长，但与成熟的石油、电力或农产品期货市场相比，GPU 衍生品仍处于起步阶段。

另一个难点是定价透明度。GPU 租赁成本会因合约期限、服务商、利用率和区域可得性而显著不同，这使得基准构建比标准化实物大宗商品更为复杂。