市场评论

1. 介绍

每一次技术革命不仅产生了新公司，而且产生了新的融资和投资资产。铁路支持了基础设施债券的发展；石油创造了广泛的期货市场；电信导致网络基础设施的金融化；互联网促成了与数据中心和数字基础设施相关的一整类资产。

生成式人工智能可能会触发类似的过程。使人工智能模型能够运行的基本资源是计算能力——计算。在这种情况下，它不仅包含单个 GPU，还包含将电力和数据转换为计算的整个系统：加速器、处理器、内存、网络、冷却、数据中心和软件。

八月2026NVIDIA首席执行官黄仁勋认为，AI基础设施正开始成为新的“可投资资产类别”。 NVIDIA 还宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 就 AI 基础设施融资平台进行合作，最终旨在筹集超过 1000 万美元资金。500十亿第三方资本。然而，英伟达的声明描述了计划中的融资平台，并且来自一家对扩大人工智能基础设施市场有直接经济利益的公司。

因此，研究问题不应该是 NVIDIA 是否将计算称为资产类别，而是计算能力是否满足作为单独资产类别所需的经济和财务条件。

2. “资产类别”到底意味着什么？

并非所有有价格的东西都是资产类别。罗伯特·格里尔（Robert Greer）在他的经典文章什么是资产类别？中将资产类别定义为一组具有区别于其他资产的基本经济特征的资产。

CFA 协会使用的当代方法还表明，资产类别的成员应该相对同质，代表共同的风险来源，并提供足够的规模和可投资性，以形成投资组合的有意义的部分。

就计算而言，至少可以区分四种不同的经济对象：

物理计算基础设施——GPU、服务器和数据中心；

计算服务的流量——例如一小时的GPU使用量；

基于计算的合同和金融工具——长期协议和期货；

为基础设施融资的工具——由 GPU 或客户合同担保的贷款、债券和项目融资结构。

这种区别很重要。拥有一个数据中心类似于产生现金流的传统基础设施资产，而未使用的 GPU 小时更像是一种与电力相当的易腐烂的经济商品。

3. 为什么计算开始变得像商品一样？

金融市场需要基础商品有一个活跃的市场。这样的算力市场正在逐渐兴起。

在（早期）人工智能计算资产定价中，Bandi 和 Su 认为，交易的经济对象不应该只是 GPU，而应该是对特定服务包的访问：加速器、内存、CPU、网络、位置、可靠性和运营商基础设施。

因此，GPU 小时（访问指定 GPU 类型的一小时）可以成为类似于一桶石油或兆瓦时的单位。

问题在于 GPU 小时并不是均匀的。在 NVIDIA A100、H100 或 B200 或 AMD MI300X 上运行一个小时，可以提供截然不同的性能。数据中心在网络配置、内存和基础设施质量方面也有所不同。

Bandi 和 Su 将当前市场描述为异质性，并认为金融化需要将许多不同价格转换为标准化基准的指数。

这个过程已经开始。公布 A100、H100、B200 和其他加速器租金价格的指数已经出现。 Silicon Data 发布每日基准测试，以每 GPU 小时美元表示，以及其他衡量标准。

指数本身并不能创造资产类别，但它是衍生品和风险管理市场的基本先决条件。

4. 计算市场的经济规模

巨大的投资规模为计算金融化提供了第二个论据。

根据斯坦福人工智能指数，自 2022 以来，全球人工智能基础设施计算能力每年增长约 3.3 倍，到 2025 年底达到约 17.1 百万 NVIDIA H100 等值。 NVIDIA 占据的全球产能预计超过 60%，谷歌、亚马逊等厂商也持有大量份额。

该基础设施还需要大量的能源投资。斯坦福大学估计，2025 中人工智能数据中心基础设施的电力容量约为 29.6 GW。

财务规模更是惊人。国际能源署报告称，五家主要科技公司的资本支出超过$400十亿2025预计将增加大约另一个75%在2026。国际能源署指出，仅五家科技公司的资本支出就超过了上游石油和天然气的全球投资。

这意味着人工智能基础设施正在达到这样的规模：仅通过科技公司资产负债表进行融资的效率正在降低。自然的结果是银行、私人信贷基金、基础设施投资者和债券市场的到来。

5. 期货是一个转折点

将经济商品转变为金融资产的最重要阶段之一是衍生品市场的创建。

CME 集团和 Silicon Data 宣布了 NVIDIA H100 和 B200 租赁价格的期货。根据 CME 的公告，交易预计于5十月2026，须获得必要的监管批准。截至23九月2026，这意味着市场已经公布但尚未有长期的实际交易记录。

ICE 和 NATIVX 宣布了类似的计划，致力于开发基于 COIL 的期货，COIL 是衡量标准化算力价格的指数。

期货的出现有两个原因。

首先，期货可以进行套期保值。计划在 2027 中训练模型的公司可能会对冲当前的未来计算成本。数据中心运营商可以对冲租金价格下降的风险。

其次，期货为那些不想自己建造数据中心或购买 GPU 的投资者带来了财务风险。

此时，计算开始类似于电力、天然气和其他商品的市场。

6. 然而，计算与石油不同

计算与许多传统商品的一个基本特征不同：未使用的计算能力无法存储。

如果储存设施的所有者今天不出售一桶石油，则可以稍后出售。然而，如果 GPU 闲置一小时，该小时的生产能力就会永久丧失。

Bandi 和 Su 指出，可存储商品中常见的标准现货-期货套利关系因此并不直接适用于计算。从这方面来说，计算能力更接近电力。

因此，计算价格取决于以下因素：

目前的基础设施利用率；

能源供应；

新芯片供应；

模型训练和推理的需求；

处理器一代；

内存可用性；

网络基础设施；

数据中心位置；

软件效率。

因此，基础设施价值对利用率高度敏感。名义价值数十亿美元的GPU可以在接近满负荷的情况下产生可观的收入，但如果供过于求，盈利能力可能会大幅下降。

7. 技术过时

与传统基础设施的另一个区别在于资产的生命周期。

发电厂、天然气管道或高速公路可以运行数十年。相比之下，随着新一代芯片的出现，人工智能处理器可能会相对较快地失去竞争力。

NVIDIA 认为 CUDA 软件可以扩展旧硬件的经济用途。该公司以2020中推出且仍在商用的A100为例。

这一论点并不能消除技术风险。 Bandi 和 Su 指出，物理硬件会老化，而财务指标可能会逐渐转向新一代处理器。

这创造了一个有趣的情况：基础设施所有者可能持有老化的实物资产，而计算指数的投资者可能拥有动态迁移到更新技术的风险。

因此，这两种工具的风险状况截然不同。

8. 计算支持的金融的出现

最先进的金融化可能发生在信贷市场而不是期货市场。

CoreWeave 已经采用了融资与 GPU 购买和客户合同履行直接挂钩的结构。三月2026，一家集团公司签订了高达 1 美元的延期提款定期贷款协议8.5十亿美元，部分旨在购买履行客户合同所需的 GPU 服务器和基础设施。

截至2026年6月底，CoreWeave报告的债务约为35.6十亿美元。部分融资安排以特殊目的实体持有的资产作担保，包括大规模基础设施和应收账款。

5月2026，该公司还宣布以人工智能基础设施为担保的公开银团融资。

类似的模式正在更广泛地出现。九月2026，路透社报道约$22为 Blackstone 和 Alphabet 参与的基础设施合资企业提供 十亿美元的融资，据报道抵押品包括 TPU 处理器和客户合同。

这类似于其他基础设施资产类别的历史发展：首先是创收资产，然后是资产支持贷款，然后是证券化、指数和衍生品。

9. 新兴资产类别的主要风险

建立单独资产类别的最大障碍是市场目前缺乏成熟度。

技术风险源于加速器的快速发展。新一代 GPU 可以大幅降低计算单位的成本，并降低早期 GPU 的经济价值。

需求风险涉及未来人工智能使用的规模。目前的投资假设对模型训练和推理的需求持续强劲。如果人工智能货币化的进展速度比预期慢，基础设施利用率可能会下降。

技术集中度风险尤为重要。斯坦福人工智能指数表明了 NVIDIA 在全球计算领域的主导地位以及尖端半导体制造的高度集中。

能源风险使得计算价格部分取决于电价和可用性。 IEA预计未来几年全球数据中心电力消耗将迅速增长。

当一家公司使用 H100 指数对冲成本但实际上使用不同的供应商、地区或硬件配置时，就会出现基差风险。 Bandi 和 Su 表明，不同细分市场的价格并不总是一起变动。

最后，该行业的高负债带来了财务风险。随着人工智能投资的增长，债务、租赁、项目融资和残值担保变得越来越重要。因此，信贷市场承担着越来越多的围绕人工智能设备和合同未来价值的风险。

10. 计算已经是一个单独的资产类别了吗？

在现阶段，答案应该比基础设施制造商提出的说法更加谨慎。

计算已经具备了新兴资产类别的几个特征：

一个非常庞大且快速增长的基础市场；

计算能力单位的可衡量价格；

价格指数；

长期合同；

根据未来现金流量为资产融资的能力；

设备支持融资；

不断发展的衍生品市场；

自然市场参与者寻求对冲价格风险。

与此同时，计算尚未满足成熟资产类别的所有标准。价格历史较短，指数较新，市场仍然分散，产品不能完全互换，期货缺乏多年的流动性交易记录。也没有足够的历史数据来可靠地评估长期回报、波动性以及与股票、债券、大宗商品和房地产的相关性。

有趣的是，Bandi 和 Su 对合成期货的初步结果表明计算风险溢价有可能出现正值。作者本人强调了这些发现的早期性质。

因此，目前将计算描述为资产和金融风险的新兴市场比描述为完全成熟的资产类别更为准确。

11. 结论

人工智能的发展正在改变计算能力的经济本质。计算不再仅仅是一项 IT 支出。它正在成为一种价格可观察的稀缺生产资源、收入来源、债务抵押品和期货的潜在基础资产。

因此，这一转变的关键要素不仅仅是 GPU 市场价值的增长，而是计算的金融化。

该过程可以用以下顺序表示：

GPU→人工智能基础设施→GPU小时租赁→计算价格指数→长期合同→计算支持的融资→期货→潜在资产类别。

从这方面来说，2026可能是过渡的一年。 NVIDIA 和全球金融机构正在创建价值数千十亿美元的基础设施融资结构，而 CME 和 ICE 正在开发旨在将计算价格风险转移到金融市场的工具。

与此同时，计算仍然比传统商品复杂得多。它是易腐烂的、技术异构的、依赖能源的、快速老化的并且高度集中于少数技术供应商。

因此，最可能的结果不是一种简单的“计算”资产类别。更广泛的人工智能基础设施金融生态系统更有可能出现，涵盖基础设施资产、私人信贷、债券、计算合约和衍生品。

如果未来几年能够产生流动性强的现货市场、可靠的基准、深度的期货市场以及足够长的价格历史来确定独立的风险溢价，那么计算就可以真正开始在投资组合理论中充当独立的资产类别。

目前，我们正在观察可能导致其出现的过程的开始。

参考书目

Bandi, F. M., Su, Y. (2026)，（早期）AI 计算资产定价，arXiv:2607.12156，版本日期为 10 9 月 2026 ArXiv — 全文

CFA协会（2026），资产配置概述。 CFA协会

CME 集团 (2026)、CME 集团和 Silicon Data 将于 10 月推出计算期货 5，以解锁对冲人工智能风险的新方法。芝商所

Greer, R. J. (1997)，什么是资产类别？，投资组合管理杂志，23(2)，86–91，DOI： 10.3905/JPM.23.2.86。

国际能源署 (2025)，能源与人工智能。 IEA——能源和人工智能

国际能源署 (2026)，能源和人工智能关键问题。 IEA — 2026 报告

洲际交易所、NATIVX (2026)、ICE 和 NATIVX 将推出能源标准化计算期货合约。冰

NVIDIA (2026)、Huang, J.，NVIDIA AI 工厂计算正在成为可投资资产类别，11 8 月 2026 NVIDIA 博客 — 来源文章

NVIDIA (2026)，NVIDIA 与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 合作建立 AI 计算基础设施融资平台，以动员超过 500 十亿美元的第三方资本。 NVIDIA 新闻室

斯坦福以人为中心的人工智能研究所 (2026)，人工智能指数报告 2026 – 研究与开发。斯坦福人工智能索引 2026

CoreWeave Inc. (2026)，向 SEC 提交的有关 GPU 基础设施融资和金融负债的文件。 SEC – CoreWeave 2026 备案

Silicon Data (2026)，GPU 租赁价格指数或计算期货。 Silicon Data 指数