中信证券：算力期货年内落地，算力金融化元年开启。
中信证券研报指出，芝商所与SiliconData计划于2026年内推出全球首个以GPU算力租赁费率为标的的现金结算期货，这标志着算力作为“21世纪的新石油”，正朝着资产化和金融化的方向迈出关键一步。当前全球算力市场已具备建立衍生品市场的三大核心条件：万亿级的市场规模、供需错配引发的价格剧烈波动，以及产业链上下游广泛的风险敞口。算力期货的推出恰逢其时，有望填补行业长期缺乏价格对冲工具的空白。 尽管该产品在实施过程中仍需克服算力标准统一、现货定价透明度不足及交割确权等难题，但一旦落地，预计将从套期保值、价格发现、资源配置优化以及生态繁荣四个层面重塑AI产业链的金融生态，系统性提升整个产业链的资产质量和盈利确定性。从投资角度来看，算力金融化的推进将利好云服务商、AI应用、算力租赁以及AI算力硬件等核心环节。 这一趋势不仅反映了算力在数字经济中的战略地位日益凸显，也预示着未来金融工具将更深度地嵌入到科技产业中，推动整个生态体系的升级与协同发展。
美股策略｜算力期货有望年内推出，算力金融化正式迈入元年
芝商所与SiliconData计划于2026年内推出全球首个锚定GPU算力租赁费率的现金结算期货，标志着算力作为“21世纪的新石油”，正逐步迈向资产化与金融化的关键阶段。当前全球算力市场已具备发展衍生品市场的三大核心条件：万亿级的市场规模、因供需错配导致的剧烈价格波动，以及产业链上下游众多主体面临的风险暴露。算力期货的推出时机恰到好处，有望填补行业长期缺乏价格对冲工具的空白。 尽管该产品在实施过程中仍需克服算力标准统一、现货定价透明度不足及交割确权等挑战，但一旦落地，预计将从套期保值、价格发现、资源配置优化和生态繁荣四个层面重塑AI产业链的金融生态，系统性提升整个产业链的资产质量和盈利确定性。从投资角度看，算力的金融化将利好云服务商、AI应用、算力租赁以及AI算力硬件四大核心环节。 从更长远的角度看，这一金融创新不仅为算力资源提供了新的定价机制，也为AI产业的发展注入了更强的稳定性与可预测性。未来，随着相关制度和市场的进一步完善，算力或将真正成为资本市场的新兴资产类别，推动整个科技行业的深度变革。
▍事件：芝加哥商品交易所计划推出全球首个算力期货产品，标志着算力资产金融化迈出了重要一步。
根据CMEGroup官网，5月12日，芝加哥商品交易所（CMEGroup）与SiliconData宣布合作，计划在获得监管批准后，于今年推出全球首个算力期货市场。此次合作包含三个核心关键点：
其一，该合约将与GPU算力租赁费用挂钩，SiliconData目前已发布H100、B200、A100等主流算力芯片的按需租赁费率日度指数，未来可能作为期货结算的参考依据。
其二，该期货采用无实物交割的现金结算模式，这决定了它更接近电力、运价、利率等服务/使用权价格的衍生品，而非铜、原油等标准实物商品；
其三，芝商所管理层对该产品寄予厚望，CME首席执行官Terry Duffy表示，算力被誉为“21世纪的新石油”，正快速成为一种新兴的资产类别。尽管前景广阔，但目前CME的相关产品仍处于监管审批阶段，许多具体信息尚未公布。
我们认为，该期货的推行确实面临不少挑战，主要体现在算力标准难以统一、现货定价体系不够透明以及交割确权流程复杂等方面。算力期货能否顺利落地，关键仍在于算力现货市场是否能够持续朝着标准化、透明化和可验证的方向发展。 我认为，当前算力市场的规范化程度仍有待提升，尤其是在技术标准和价格机制方面，缺乏统一的参照体系，这无疑增加了期货产品设计与推广的难度。只有当现货市场具备足够的透明度和可追溯性，算力期货才有可能真正发挥其价格发现和风险管理的功能。因此，推动现货市场的成熟，是算力期货成功的基础。
算力已满足衍生品市场建立的基本条件，供应链紧张加剧了强烈的风险管理需求。
期货市场的成立通常需要至少三类前提：足够大的市场容量、足够高的价格波动、以及足够可观的风险暴露主体数量。
据IDC预测，2026年全球算力租赁市场规模将突破800亿美元。彭博一致预期显示，2026年北美四家Hyperscaler合计资本支出将达到7108亿美元。而在英伟达2026财年Q2业绩说明会上，公司预计全球AI基础设施市场将从2025年的6至7千亿美元增长至2030年的3至4万亿美元。 这些数据反映出全球对算力和AI基础设施的持续高需求，尤其是在云计算与人工智能技术快速发展的背景下。算力租赁市场的快速增长，表明企业对灵活、高效计算资源的需求日益增强。而Hyperscaler的大规模资本支出，则进一步印证了行业对基础设施建设的长期投入信心。与此同时，AI基础设施的爆发式增长，也预示着未来几年内，相关产业链将迎来新一轮的发展机遇。
随着AI应用的全面渗透，Token的需求规模呈现出爆发式增长。截至2026年3月，我国日均Token调用量已突破140万亿次，相较于2024年初的1000亿次，增长超过1000倍。这一数据反映出AI技术在各领域的快速落地与深度应用。展望未来，到2030年，全球月均Token调用量预计将达到559至1878Qn之间，相当于2025年5.5Qn的100至340倍，显示出AI产业对计算资源的持续高需求。 从行业发展趋势看，Token消耗的激增不仅体现了AI技术的广泛应用，也暴露出算力基础设施面临巨大压力。如何在提升效率的同时优化资源分配，将成为推动AI可持续发展的关键课题。
在价格波动与算力紧缺的背景下，上游内存产能、先进制程产能以及产业链关键设备的供给紧张，叠加北美电力供应等因素，导致算力供需缺口持续扩大，直接推高了租赁价格的剧烈波动。根据SemiAnalysis的数据，H100一年期租赁价格从2025年10月至2026年3月上涨了38.2%，B300按需云租赁价格则在2025年12月至2026年4月期间飙升了73.8%。这一系列变化使得云厂商、租赁商和大模型企业等产业链上下游主体面临巨大的成本与收益不确定性，风险暴露的范围不断扩大，市场对冲需求日益迫切。 从行业发展的角度来看，这种价格的剧烈波动不仅反映出算力资源的稀缺性，也暴露出整个产业链在面对需求激增时的脆弱性。随着人工智能技术的不断推进，算力需求将持续增长，如何平衡供需关系、稳定市场价格，将成为行业亟需解决的问题。
▍算力期货或将重塑AI产业链的金融生态，利好产业长远发展。
我们认为，算力期货一旦落地，将对全产业链产生四个维度的深远影响：
1）套期保值：为产业链提供对冲工具，大模型公司与云厂商可买入套保锁定算力采购成本，算力租赁商可卖出套保防范价格下跌风险。
2）价格发现功能与远期定价体系的构建：晶圆制造商和硬件供应商可通过算力期货价格的变化趋势预判下游市场需求，从而优化生产安排和库存管理；对于下游的云服务商及AI应用企业而言，可为固定资产投资计划提供可靠的参考依据；对市场参与者来说，则有助于更准确地对算力资产进行价值评估。
3）一定程度上优化了AI产业链的抢购逻辑：部分企业的核心竞争力将不再仅限于获取稀缺的GPU现货，而是转向通过金融工具提升算力资源的配置效率和跨周期管理能力。
4）促进生态发展，越来越多的下游企业开始参与人工智能应用。随着算力成本的可预期化，中小企业和初创公司在进入AI赛道时面临的财务不确定性显著降低，这将激励更多开发者投身于应用创新，推动形成良性循环。 我认为，算力成本的稳定与可控是AI技术普及的重要前提。它不仅降低了技术门槛，也让更多的创新力量得以释放。这种趋势有助于构建更加开放、多元的AI生态，为整个行业带来持续的发展动力。
▍风险因素：
监管机构审批进度未达预期，SiliconData指数的代表性存在风险；算力标准化进程推进缓慢；AI需求出现放缓迹象；算力期货市场流动性不足，且可能受到全球投机资金的冲击。
▍投资建议：
算力金融化将全面增强产业链各环节的资产质量和盈利稳定性，建议重点关注云服务商、AI应用场景、算力租赁以及AI硬件设备四个关键领域。
1）云厂商作为算力基础设施的核心建设者，近期北美四大Hyperscaler公布的2026年资本开支指引出现明显上调，显示出对算力需求的持续旺盛。这些企业不仅具备对冲工具的需求方属性，同时也是AI算力增长的最大受益者，其云业务的营收增速已得到充分体现。 从当前趋势看，云厂商在AI驱动下的投资力度不断加大，反映出行业对算力基础设施的长期信心。随着人工智能技术的深入应用，云服务提供商将在未来几年中扮演更为关键的角色。这种资本开支的上升，也预示着行业竞争将更加激烈，同时为相关产业链带来新的发展机遇。
2）AI应用发展将促使算力价格更加透明，进而推动下游需求从观望状态转向规模化扩展。智能体（Agent）、多模态生成等高频应用场景将持续快速增长，进一步加速相关企业的商业化进程。
3）算力租赁市场正在迎来新的发展契机，算力期货的推出为租赁商提供了有效对冲价格下行风险的工具，增强了其在长期经营中的稳定性与可预测性。对于那些拥有存量高端算力资源，并且长协订单占比较高的优质服务商而言，这一变化或将推动其资产估值体系的重新评估与提升。 在当前算力需求持续增长、技术迭代加速的背景下，具备稳定资源和长期合作优势的服务商有望在市场中占据更有利的位置。算力期货的引入不仅有助于优化行业资源配置，也为服务商提供了更为灵活的风险管理手段，进一步强化了其在产业链中的议价能力与价值地位。
4）AI算力硬件正迎来新的发展拐点，随着算力金融化的推进，整个行业的需求基数将被系统性扩大。同时，CPU与GPU配比的提升以及内存墙问题的加剧，进一步推动了芯片、存储、先进封装、光通信、PCB、服务器及电力设备等关键硬件环节的长期高景气度，其确定性正在不断增强。 从行业发展趋势看，算力金融化不仅提升了市场对硬件的需求，也促使产业链上下游更加紧密地协同。特别是在当前人工智能技术快速发展的背景下，算力需求的持续增长将成为支撑相关硬件板块的重要驱动力。此外，随着技术演进带来的性能瓶颈，如内存带宽限制，也倒逼企业加大对高性能计算基础设施的投入，这将进一步巩固相关领域的投资价值。整体来看，这一趋势为整个硬件产业链带来了更广阔的市场空间和发展机遇。
