芝加哥商品交易所（CME）计划于 10 月 5 日推出两款算力期货合约，标的分别是英伟达 H100 与下一代 Blackwell B200 的每小时租赁成本指数。合约交易的不是 GPU 实物，而是未来一定期限内 GPU 算力的租赁价格。两份合约均采用现金结算，每份对应 730 个 GPU 小时，约等于一块 GPU 连续运行一个自然月；到期后，交易双方按期货价格与 Silicon Data 基准指数的差额进行结算，不涉及实物 GPU 交割。

上述合约目前仍待监管审批。若顺利获批并上市，将标志着 GPU 算力首次进入全球主流受监管衍生品市场。与此同时，洲际交易所（ICE）、Nodal Exchange、Architect 等也在与 Ornn、Compute Desk 等数据及指数机构合作，推进类似产品；国内也在积极推进算力期货的研发筹备工作。

CME 选择 H100 和 B200 作为首批标的，在于两者具有较强的市场代表性。Silicon Data 通过收集云服务商、超大规模云厂商、托管数据中心及私人租赁市场等多渠道数据，形成 GPU 小时租赁价格基准，并进一步提供远期价格曲线。

算力市场因此开始形成此前缺失的金融基础设施链条：现货租赁形成价格，指数机构完成价格标准化，交易所通过期货合约形成期限结构，期货市场实现风险转移，并进一步向融资和资产证券化等金融应用延伸。算力由此开始从企业内部的 IT 成本，转变为具有公开价格和金融属性的生产要素。

此前 GPU 租赁以双边私下议价为主，价格因地区、租期、云平台、配置及芯片代际高度分化，现货市场极度碎片化。租金大幅上涨时，AI 企业承担成本上升风险；需求转弱或新一代芯片推出时，算力供应商则面临租金下跌与设备闲置风险。期货合约的引入，为这些风险提供了标准化的对冲工具。

从产业角度看，算力期货若落地，将改变 AI 产业链的定价与融资方式。对云厂商和算力供应商而言，远期价格曲线可帮助其规划产能与资本开支；对 AI 模型公司而言，可提前锁定算力成本，减少租金波动对研发预算的冲击。同时，公开的算力价格指数也为数据中心资产估值、租赁融资乃至资产证券化提供了参考基准。不过，合约仍待监管审批，且算力租赁市场碎片化程度高，指数能否真实反映全市场价格、期货流动性是否充足，仍是需要观察的问题。