CFTC 计算衍生品咨询将 AI 新型商品测试推上日程

商品期货交易委员会（CFTC）于 8 月 19 日启动了一项为期 60 天的咨询，检验计算能力能否在价格不透明的情况下支撑受监管的衍生品。此举紧随与 Nvidia H100 和 B200 租赁成本挂钩的期货上市计划，也凸显了核心矛盾：企业希望获得对冲 AI 基础设施支出的工具，但计算能力并不像石油、黄金或谷物那样运作。

CFTC 并未提议制定新规，也没有批准某一具体合约。其正式咨询询问，现有的商品市场保障机制能否应对计算现货市场、结算指数、操纵行为、客户保护以及永续期货。相关问题使交易所、云服务商、指数管理机构和潜在交易者面临压力，需拿出证据。

主席 Michael S. Selig 称，这项征询是为美国计算市场建立清晰规则的第一步。其时机经过审慎选择。CME Group 计划在监管审查通过后，于 10 月 5 日开始交易两种计算期货产品；其他市场开发者也在推进不同设计。政策雄心已经显现，仍缺失的是证明标的市场能够形成可信价格的证据。

CFTC 正在询问：计算能力是否已准备好进入衍生品市场

这项咨询将一个新兴金融概念转化为具体的监管测试，但并未预设计算能力已经符合成熟商品市场的条件。

该征询涵盖价值取决于计算能力的衍生品，即用于训练和运行 AI 模型的处理能力。其重点集中于四个领域：现货市场、监控与操纵、客户保护以及永续计算期货。根据联邦公告，意见征集截止至 10 月 20 日，监管信息编号为 RIN 3038-AF77。

现货市场问题被置于首位，因为每一份期货合约都需要与其标的市场建立可靠联系。CFTC 希望获得有关交易量、市场规模、流动性、参与者类型、供应商集中度以及可观察定价行为的数据。它还要求评论者区分现货、按需、预留和承诺容量。

这些类别在经济属性上各不相同。立即购买的一小时按需 GPU 使用时间，与通过长期私下协议预留的容量并不具备相同条件。地点、网络、存储、服务保障、芯片配置和软件访问权限，也都会影响原本看似相似单位的经济价值。

因此，该机构询问有多少交易活动以公开披露的价格进行。它希望了解交易记录是否经过独立审计，以及非公开的双边协议是否占据了大部分经济价值。双边交易是双方直接协商达成的交易，条款通常具有保密性。

这种不透明性至关重要，因为现金结算的期货合约需要交易者可以信赖的结算参考。如果监管机构和交易所无法观察指数背后的交易，就难以确认该指数是否反映更广泛的市场，也缺少侦测蓄意扭曲行为的证据。

CFTC 并未将这些担忧视为自动否决的理由。它正在询问，哪些数据、方法、信息共享协议和合约条款能够使监管可信。这一区别很重要，因为征求意见旨在收集证据，并不会自行建立新的监管框架。

这项咨询也超出了传统交易所上市产品的范围。它询问了上市现金结算计算产品的掉期执行设施，以及实物结算计算掉期。实物结算将要求交付可用的计算能力，而非依据指数进行现金支付。

这种可能性带来了另一个定义问题。交付一桶石油涉及既定的等级、地点和检验惯例；交付计算能力则需要针对硬件、可用性、地域、性能、连接性和访问权限制定规则。合约必须准确说明买方获得什么，以及如何衡量未履约情形。

因此，眼下的变化在程序上虽有限，却影响深远。计算市场开发者现在必须依据熟悉的商品法原则解释其拟议产品。他们必须证明，这一新的标的资产能够满足围绕可观察市场、可靠结算和可执行交付条款所设计的标准。

这项咨询形成了本文的核心张力。受监管的期货市场承诺透明度和风险管理，但它必须从一个依然碎片化且私下协商的现货市场起步。拟议的解决方案依赖于它本身也应当创造的市场特质。

CME 10 月上市计划提高了风险等级

CME Group 为将计算能力视为可交易商品这一更广泛理念，设定了明确的上市日期和两项具体 GPU 基准。

CME Group 和 Silicon Data 宣布了两份计划于 10 月 5 日推出的合约，但仍须接受监管审查。其中一份将追踪 Nvidia H100 GPU 的小时租赁成本，另一份则将追踪 Nvidia Blackwell B200 GPU 的租赁成本。

根据两家公司公布的合约规格，每份合约代表一个月的 GPU 租赁容量。产品将依据 NYMEX 规则上市，并通过 CME Globex 和 CME ClearPort 提供交易。

这并非一场将计算能力代币化的抽象实验。它是一项提议，旨在让企业和投资者通过成熟的衍生品交易场所，对未来 GPU 租赁成本建立头寸。预期用户包括 AI 开发者、云服务商、超大规模云服务商、金融机构和基础设施投资者。

对于一家 AI 公司而言，期货合约可以减少对租赁成本变动的敞口。预计在未来某个月大量使用 H100 的公司，可以建立旨在抵消现货市场支出上涨的头寸。容量提供商则可利用市场另一侧管理收入风险。

这种对冲的价值取决于基差风险，即期货基准与买方实际成本之间的差异。公司可能在不同地区、通过私下合约租用 GPU，或租赁包含指数未涵盖服务的产品。其实际支出因此可能与期货价格出现不同走势。

这种错配并不意味着对冲无法实现。石油、电力和农产品市场同样存在质量和地点差异。成熟的衍生品市场会通过精确定义的基准、交割地点、调整机制，以及围绕公认参考产品的流动交易来管理这些差异。

计算能力尚未建立同样的惯例。来自两家提供商的 H100 容量可能因网络、虚拟化、可用性、互连、合约期限和数据中心位置而有所不同。即使是相同的芯片，在不同系统中也可能带来不同的实际价值。

CME 和 Silicon Data 认为，公开基准能够为碎片化市场带来透明度。Silicon Data CEO Carmen Li 表示，企业过去一直在缺乏明确比较方法的情况下协商 GPU 容量。可交易的参考指标将为买卖双方提供共同基准。

CFTC 正在检验这一论点背后的前提。基准不会仅仅因为被公布就自然具有代表性。监管机构需要了解其输入数据、计算方法、覆盖范围、治理机制、抗干扰能力，以及与可执行交易之间的关系。

CME 的计划上市也压缩了时间表。其技术通知将 GPU 小时确定为计量单位，并安排在 10 月交易日期前进行客户测试。这些运营准备显示，交易所正在建设一个真实市场，而非仅仅提出概念。

压力如今落在多方身上。CME 必须证明其合约符合指定合约市场义务。Silicon Data 必须为其指数辩护。容量提供商必须决定是否共享交易信息。潜在对冲者则必须判断，这些产品是否足够贴近地追踪其实际风险敞口。

长期影响不止于两款 Nvidia 芯片。如果这些合约建立起可信的价格发现机制，后续产品可能涵盖其他加速器、地区、合约期限或计算服务。若流动性始终不足，市场可能会产生可见报价，却无法真正服务于商业对冲。

计算期货试图从不透明市场中创造透明度

核心取舍很简单：计算期货要发挥作用，需要透明价格；而其支持者认为，期货正是创造这些价格的机制。

期货市场通常将分散的预期汇聚为可观察的价格。买方、卖方、对冲者和投机者通过标准化合约表达观点。成功的市场可以提供远期曲线，帮助企业规划资本支出、容量采购和库存。

在 CFTC 咨询之前，白宫已鼓励这一方向。其 2025 年计算金融目标呼吁改善金融市场，使初创企业和学术界能够获得大规模计算能力。该文件指出，长期超大规模云服务商合约可能超出这些群体的实际承受范围。

这一政策目标解释了监管机构为何现在介入。计算能力已成为模型开发、科学研究和 AI 服务的战略性投入。企业需要管理支出和可用性的方式，而政策制定者则希望较小的买方也能竞争获取机会。

期货市场可以在不直接分配 GPU 的前提下改善规划。远期价格可能传递预期稀缺性的信号，并支持融资决策。基础设施开发者可以将预测需求与建设和设备承诺进行比较。AI 公司可依据可观察的市场预期制定预算，而不只是依靠私下报价。

然而，金融化也可能放大不成熟基准的弱点。如果结算指数反映的是挂出的报价而非已完成交易，提供商或许无需投入大量资本便能影响它。如果单一供应商对指数贡献很大，改变其挂出费率就可能影响结算价值。

CFTC 直接询问了这种可能性。它希望了解，提供商是否能通过改变挂出价格、在交易场所之间转移容量，或在观察窗口内安排交易来改变指数。它还询问，是否能够与每一家参与贡献的提供商和交易场所签订信息共享协议。

这些问题反映了指定合约市场的核心原则 3。交易所必须上市不易受到操纵的合约。核心原则 4 则要求具备防止操纵、价格扭曲和结算过程受扰的能力。

当具有重要经济意义的交易处于私下进行时，监管就会变得困难。交易所可以监测自身场内的订单和交易，但对于保密的云服务协议、捆绑服务、协商折扣，以及在私营市场之间转移的算力，其可见度较低。

供应商集中度又增加了一层问题。大型云平台和专业服务商掌握着相当规模的先进 GPU 算力。供应商基础高度集中，固然可能形成合理的定价能力，但也可能使某个指数依赖于少数几家公司。

存储则是另一项问题。金条可以保存在金库中，未使用的计算时间却会到期失效。今天下午可用的一小时 GPU 算力，无法储存到下个月再交付。这一特征使算力更接近电力或交通运力，而非传统的实物库存。

电力市场表明，不可储存的大宗商品可以支持衍生品。它们也说明，合约设计至关重要。电价会因地点、时间、输电条件和系统约束而变化。算力可能同样需要精确的定义，金融合约才能追踪具有实际意义的经济敞口。

OneChronos CEO Kelly Littlepage 在一篇行业分析中概括了这一质疑。他认为，算力不具备传统大宗商品的特征，因为它并非均质可替代、可储存或可运输。他的公司正在开发一个采用组合拍卖的市场，以应对不同算力单元之间的差异。

这一替代方案之所以重要，是因为它将核心竞争界定为标准化与异质性之间的较量。CME 的指数产品将复杂性压缩为可交易的基准；OneChronos 的方案则试图匹配不同算力属性的组合，而不是将每一 GPU 小时都视为等价。

两种方案都承认同一个商业问题：买方需要更好的价格发现机制，以及更灵活的容量保障方式。它们的分歧在于，标准化基准能够安全压缩多少差异。

CFTC 并不需要算力在各个方面都像黄金。它需要证据表明，某一特定合约能够可靠结算、抵御操纵，并服务于可识别的经济目的。算力期货能否成功，将取决于这一更狭义的检验。

操纵风险与客户风险仍未解决

最大的监管风险并非算力价格波动，而是交易者无法判断结算价格是否代表一个可观察、可竞争的市场。

现金结算合约会依据某一参考价值进行资金划转。这种设计避免了交付计算能力的运营复杂性，但也使信任集中于指数管理机构、数据贡献场所、数据收集流程和计算窗口。

CFTC 询问，现有的任何算力价格序列是否符合可靠、可接受、及时且公开可得的结算参考标准。它还询问，如果当前没有任何价格序列满足这些条件，监管机构应如何应对。

部分基于供应商自行管理的挂牌价格构建的指数，面临明显的利益冲突。供应商可能一边提供数据，一边持有会受最终结算影响的头寸。治理规则可以将这些活动分开，但监管机构需要证据证明相关控制措施可以得到执行。

已完成交易比广告报价提供更强的证据，但交易数据仍可能产生误导。少量小额交易可能推动一个流动性稀薄的指数。关联方可能相互交易。参与者也可能将交易活动集中在结算窗口内，或在窗口结束前暂缓正常交易。

交易所监管可以发现可疑的期货交易活动。要识别期货、云市场、私下合约和供应商定价系统之间的协同行为，则需要更广泛的视角。因此，CFTC 询问法律、技术和运营障碍是否会妨碍充分监测。

持仓限额可能降低主导某一合约的动机或能力。设定这些限额，需要估算可交割供应量或其他市场容量指标。算力供应会随着芯片可用性、维护、网络限制、利用率和区域电力条件而变化。

已安装 GPU 的表面数量未必能衡量可用供应。一些机器服务于内部工作负载；另一些则受限于无法短期转售的合约。如果缺少所需的网络、存储或软件环境，算力也可能无法使用。

如果散户交易者进入市场，客户保护将变得更加重要。商业用户可以将头寸与真实运营支出联系起来；散户交易者则可能把算力期货视为另一种高杠杆押注 AI 需求的方式，却不了解基准的局限性。

该机构询问，中介机构是否需要针对算力合约提供特别披露。潜在披露内容可能包括基差风险、流动性稀薄、指数输入的集中度、地缘政治敏感性、技术淘汰，以及不可储存性。此次征询并未规定最终清单。

反洗钱和了解你的客户义务也出现在征询请求中。算力是一种具有战略敏感性的资源，其用途跨越国界。中介机构可能需要了解，特定市场结构是否会带来超出成熟大宗商品产品范围的风险。

永续算力期货增加了更多复杂性。永续合约没有固定到期日，而是通过定期支付或其他机制，使其价值与参考市场保持一致。这种结构免除了替换到期头寸的需要，但也引入了对价格锚定机制的持续依赖。

CFTC 询问，永续算力产品是否能够提供定期期货无法实现的商业益处；也询问它们是否会产生需要额外保障措施的独特风险。答案取决于流动性、资金费用计算、保证金做法、全天候运营和基准治理。

永续产品可能吸引具有持续计算需求的企业。然而，持续性合约并不会消除基差风险。若参考指数始终与参与者的实际算力成本脱节，它反而可能无限期延续这种风险。

因此，审慎的结论并不是否定算力衍生品。监管机构尚缺乏足够公开证据，来断言现有指数代表了更广泛的现货市场。交易所和指数提供商必须弥合这一验证缺口，透明度的主张才能自证成立。

三个信号将决定市场是否有效运作

此次征询的价值，将由提交数据的质量、10 月的上市结果，以及市场早期吸引真实对冲活动的能力来衡量。

第一个信号是 10 月 20 日前的公开意见记录。最有力的提交材料将提供交易层面的证据，涉及交易量、合约类型、供应商集中度、指数覆盖范围和已观察到的定价行为。泛泛而谈 AI 需求，无法回答监管机构的核心问题。

来自云服务商和算力市场的意见尤为重要。这些公司掌握的数据，监管机构和指数管理机构可能无法通过其他渠道获取。它们是否愿意披露汇总信息，或支持正式的数据共享协议，将表明有意义的监管是否可行。

商业买方提供的证据同样重要。AI 开发者必须说明，其实际支出如何与拟议的 H100 或 B200 基准挂钩。如果许多买方面临巨大且不稳定的基差差异，这些合约可能吸引金融交易，却无法提供可靠的运营对冲。

第二个信号是，CME 是否完成监管审查并按计划于 10 月 5 日开始交易。上市将表明，该交易所认为其合约设计符合现有挂牌要求；但这并不代表 CFTC 最终认可算力已成为一个广泛的资产类别。

最初几场交易将揭示基本市场质量。观察者应关注报价价差、订单簿深度、交易量、未平仓合约和不同合约月份的参与情况。未平仓合约衡量的是尚未平仓或结算的未结头寸。

仅看交易量可能高估采用程度，因为同一批头寸可以反复交易。若未平仓合约在数月内持续增长，将更有力地证明参与者正利用市场获取远期敞口。更窄的价差则表明，买卖双方能够以较低执行成本完成交易。

参与者的身份也很重要。一个由短期金融交易者主导的市场仍可产生流动性，但其经济目的不同于由 AI 公司和容量提供商使用的市场。商业参与将加强这样一种论点：这些合约确实在应对真实的运营风险。

第三个信号是基准在压力时期的表现。一个有用的指数应在底层租赁条件变化时作出反应，同时保持对孤立报价和策略性交易的抵抗力。这项检验需要公开的方法论，以及足够的数据，让外部人士能够理解异常波动。

指数管理机构应披露其如何处理缺失数据、异常值、供应商集中度、地区差异和硬件需求变化。它们还应说明，基准是使用可执行交易、挂牌报价、模型估值，还是混合方法。

硬件迭代将构成早期挑战。随着模型、软件和数据中心部署变化，需求可能在 H100 与 B200 算力之间转移。与某一代芯片绑定的基准，必须在足够长的时间内保持相关性，才能支撑流动性充足的合约。

竞争性设计值得作为补充背景加以关注。如果异质化市场吸引了用户，而标准化期货却举步维艰，这将削弱把算力压缩为广泛指数的理由。如果两种模式都能增长，它们可能服务于不同需求，而非决出唯一赢家。

此次征询不会在三个月内解决所有问题，但它可以明确监管机构期待何种证据，以及市场参与者能否提供这些证据。仅此一点，就能推动算力金融从政策语言走向可衡量的标准。

对 AI 构建者而言，实际问题不是算力是否已成为“新石油”，而是合约是否依据他们实际支付的成本结算。对交易所而言，检验在于透明度能否经受私下定价的考验。对监管机构而言，检验在于监管能否延伸至期货交易屏幕之外。

关注意见记录、10 月上市，以及商业用户最初持有的持续性头寸。这些信号将共同表明，算力衍生品是否正在成为一个有效运作的风险管理市场，还是仅仅是一套附着于稀缺硬件之上的金融叙事。