你给英伟达的哥们打电话说：“兄弟，能不能给我搞 1000 块 B300，再搭点 InfiniBand 网络？” 英伟达说：“行，不过得等 30 周。但既然你是我兄弟，我看看能不能把你塞进一批货里——因为有人（嘿嘿，OpenAI）刚买了 20 万块 GPU。”
“没问题”
你给 OEM 的姐们打电话问：“能给我报个价吗？我要一些风冷 B300。” “行啊，大概要 100 亿美金吧。” 你又给英伟达的哥们打电话：“兄弟，OEM 跟我说要 100 亿。” “别急，我跟他们聊聊，看看能怎么办。” OEM 回电话了：“嘿，不好意思，我们重新报价了，降到 50 亿。不过你有托管机房吗？” “行，我去问问我的机房负责人。” 你给机房负责人打电话：“兄弟，圣克拉拉那边还有电力吗？” “没了，刚填满。不过我可以把你安排在蒙特利尔。” “好，那没问题了。” “行，但我们刚跟银行谈过，你能不能在三年合同里先付 50% 的定金？每 GPU 每小时大概 4.50 美元。另外，网络和 GPU 的可用性只有 95%。”
？？？？？？？？
目前 GPU 行业最大的瓶颈并不是芯片、CoWoS 封装，甚至不是电力。
没错，交货周期在延长，英伟达宣布涨价，OEM 偷偷提价，晶圆比以往任何时候都更稀缺，整个庞大而复杂的供应链中散布着无数小型垄断企业。但说到底，如果你有足够的钱，这些都不是问题。
他们会告诉你，要拿到 NVLink 交换机得等 30 周，但如果你买得够多或者出价够高，这个时间就能缩短到 14 周！整个行业就是建立在关系之上的，非常“懂的都懂”，但最大的问题其实要简单得多。
最大的问题是信贷。具体来说，是缺乏残值市场。
残值，简单说就是资产在折旧期结束时的价值。想象一下你租了一辆车，租期结束后它值多少钱。显然，至少它的零件是有价值的，更不用说还能开的整车了。
但没人知道如何为 GPU 的残值建模。例如，银行只是简单地按直线折旧法将其模型化为 0，因为没有流动的公开市场。
残值之所以重要，是因为它是将资产证券化并创建风险对冲工具的关键障碍，而有了这些工具才能降低资金成本。这对小型玩家来说很糟糕，因为他们无法获得低成本融资。
当这些贷款的利率达到 SOFR + 900 个基点（SOFR 是用于定价美元贷款、衍生品和债券的利率）时，你需要支付巨额的首付，这是任何小玩家都负担不起的。
为了说明这一点，我们来看一个高成本融资的现实例子。
假设你购买 B300 芯片，128 个节点（8 块 GPU），为期 5 年，每 GPU 每小时 3.50 美元，首付 30%（顺便说一句，这已经低于当前市场价格了）。
TCV = 128 \ 8 \ 3.50 \ 24 \ 365 * 5 =
$156,979,200
这意味着你的首付是 156,979,200 * 0.3 =
$47,093,760
。
别忘了，你还要祈祷服务水平协议（SLA）能兑现。对于一些超微（SMCI）的机器，零件可能来自马来西亚某个角落，一旦一年后坏了，根本找不到替换件，而维修时间可能要 14 周。
你一个初创公司，手头有 4700 多万美元闲钱吗？你确定能立刻把这些节点填满？哦，对了，这是按订单生产的，所以你一签字他们才会去订购零件，而且签之前你连测试都不能做。
另外，128 个节点的风冷 B300，包括冷却在内，大约需要 2.5 兆瓦的电力。Anthropic 每兆瓦的营收大约是 5000 万美元。
假设你能像 Anthropic 一样从算力中榨出营收，那么你这 128 个 B300 节点只能带来 1.25 亿美元的收入。而你为此支付的费用却比这多出 3200 万美元，这可以看作是你为贷款支付的溢价。
好了，吐槽够了。我们来深入探讨一下残值问题：行业目前是如何处理的，其他行业又是如何应对的，以及未来可能是什么样子。
目前的大型公开交易是什么样的？
他们是如何处理残值的？
2026 年 8 月，英伟达提交了一份名为《残值担保》的文件。它承诺为 SB Energy 为 OpenAI 建设的数据中心（约 4.25 吉瓦）提供高达 1050 亿美元的最低价值担保。芯片制造商担保了残值，问题解决了，对吧？去读读那份文件吧。
担保的价值被定义为数据中心、电力和传输相关成本，而英伟达自己的设备则被单独列在一个回购条款中，不包含在担保金额内。担保覆盖的是建筑和为其供电的设施，而不是里面机架上的芯片。英伟达故意不为 GPU 设定具体价值。
那么 Lambda 的 9.26 亿美元优先担保贷款呢？它的利率是 SOFR + 300 基点，发行价为 99.5，穆迪评级为 Baa2，由 GPU 服务器及其产生的现金流作为担保，并在 2030 年到期时完全摊销——该公司称这与合同现金流和基础设施的使用寿命一致。
但真正起作用的是公告中的这句话：“专用于投资级承购方。” 是客户支撑了信贷，而不是可观察到的清算价值。
还有 CoreWeave，它在公开记录中借入的 GPU 抵押贷款比任何其他公司都多。它的贷款是延迟提款定期贷款：一组贷款人预先承诺一笔资金，CoreWeave 在 GPU 根据特定客户合同交付时提取，因此贷款和合同同步增长。最大的一笔是 85 亿美元，穆迪给予了 A3 评级，CoreWeave 称这是首个获得投资级评级的 GPU 支持融资。
如果 GPU 贷款中存在任何残值假设，那么它应该出现在这些文件中，所以我读了它们。
我对最新的协议进行了全文搜索：出现了 35 次 GPU，而贷款人用来根据外部参考评估硬件价值的术语则一个都没有出现。没有评估，没有残值，没有有序清算，没有预付利率，没有贷款价值比，没有借款基础，没有转售市场。
其他二手资产行业是如何处理残值的？
这对 GPU 来说意味着什么？
一辆二手车可以根据 Manheim 二手车价值指数来定价，该指数基于对每年超过 500 万笔批发交易数据的统计分析构建而成，其稳健性足以让 Kalshi 在其上列出结算合约。同一个平台还列出了 DDR5 内存现货合约。在这两种情况下，市场都可以指向一个外部的、由交易推导出的资产本身的价格，而算力市场只解决了问题的一半。
对于 GPU，我们在 Kalshi 上确实有 H100 阶梯合约，它们是按执行价堆叠的双向二元市场。这些是在一个仍然很小的市场中可报价的合约。Silicon Data 也在彭博终端上发布每日 H100 租赁基准，并将其延伸至 36 个月的曲线。Ornn 为 Kalshi 提供结算数据。
芝加哥商品交易所（CME）计划于 10 月 5 日上市现金结算的 H100 和 B200 租赁期货，但需等待监管审查。算力市场终于做了大宗商品市场一直在做的事情——它建立了一个利率。
租赁期货对于收入随 GPU 小时价格波动的云服务商来说很有用。但对于一个在违约后站在数据中心里、试图决定某个特定机架能卖多少钱的贷款人来说，作用就小多了。代际、拓扑结构、状况、位置、电力、网络以及重新部署的成本，所有这些都存在于小时价格和整机价格之间的基差中。
学术界对这个差距非常谨慎。约翰霍普金斯大学的 Federico Bandi 和 Yinan Su 利用 Silicon Data 和 Ornn 的数据研究发现，算力是不可存储的，因此现货和期货之间通常的无套利关系失效了（就像电力市场一样），而由定期租赁合约构建的合成期货很可能是真实期货价格的上限。
最接近解决这个问题的两家公司由同一个人——Carmen Li——运营，它们共同构建了市场的两端，但缺少了中间环节。
Silicon Data 对残值的解决方案是现金流折现（DCF）。其于 8 月 25 日推出的 GPU 残值产品，采用自身曲线上的远期租赁利率，假设利用率会随着更新芯片接手工作负载而下降，扣除运营成本，并对剩余部分在其剩余使用寿命内进行折现。
这是一个真实的数字，但它不是一个价格。 它是用不同单位表示的租金指数。它告诉你一块 GPU 对继续运行它的人来说值多少钱，这与贷款人不得不出售它时能拿到多少钱是两码事，而后者才是评级机构需要的数字。
在同一个 CEO 领导下，Compute Exchange 于 7 月 17 日开设了一个二手 GPU 市场。它发布按型号和状况划分的价格区间（数据来源于汇总的供应商报价），为买家和经过验证的卖家牵线搭桥。
它不托管资产、不持有资金、也不作为交易的一方，其页面也明确说明定价仅供参考。所以，模型产生了一个价值，交易平台产生了报价，但两者都没有产生实际的成交记录。
成交记录掌握在 Compute Credit Index Research（CCIR）手中，这是一家于 3 月在特拉华州成立的基准管理机构，它不运营市场，也不持有头寸。它拥有三年的二手 GPU 成交记录：3009 条已售列表，10911 件商品，总金额 2630 万美元。
换个角度来看，Manheim 每年通过自己的拍卖处理超过 500 万笔交易，而整个有记录的二手 GPU 市场三年的交易量，大约只相当于 CoreWeave 那笔 85 亿美元融资的 0.3%。
8 月 21 日，美国商品期货交易委员会（CFTC）就上市算力衍生品合约公开征求意见。其初步看法是：“算力市场是碎片化的，价格形成主要发生在不透明的双边交易中，阻碍了当前和历史价格数据的获取。”它补充说，占主导地位的参与者“可能拥有巨大的定价权，这可能导致市场被操纵”，因此“算力可能尚未展现出通常作为商品衍生品市场基础的商品所具有的某些特征，包括可互换性、标准化和足够的流动性。”
委员会的部分论证依据来自 Bandi 和 Su，三次引用了同一篇约翰霍普金斯大学的论文。它的两条工作线以错误的顺序结束。CME 的申报文件处于“待批准”状态，审查期于 9 月 25 日结束，因此除非委员会采取行动，否则这些合约将在 10 月 5 日默认获批并开始交易。
关于算力是否已准备好作为衍生品基础的征求意见期则一直开放到 10 月 20 日。具体产品在一般性问题关闭之前就获得了批准，这意味着第一个受监管的算力期货可能会交易两周，而委员会仍在收集关于其底层市场是否足以支撑它的答案。
退一步看，算力市场显然有很多令人兴奋的事情在发生。但是，正如孙子所说：“如果没有流动市场但又需要残值，你必须使用远期合约，而不是期货。”
我确实相信，总有一天我们会拥有足够的流动性，来推出 GPU 期货和以 GPU 实际残值为抵押的资产支持证券（ABS）贷款，但我认为这一天不会很快到来。人们现在就想（需要、乞求、恳求）得到 GPU，如果我们不能尽快找到一种对冲风险的方法，那么我们可能都完了。
来源
以下所有内容均为直接阅读。市场数据在 2026 年 8 月 29 日至 9 月 2 日之间核对；CCIR 汇总数据截至 8 月 31 日；CME 和 CFTC 状态截至 9 月 2 日。
已提交文件
- 英伟达，2026 年 8 月 17 日提交的 8-K 表格（第 1.01 项）：为 SB Energy 的 PORTS-Pike 数据中心（OpenAI 为租户）提供的担保，上限 1050 亿美元，约 4.25 吉瓦 IT 负载。https://www.sec.gov/Archives/edgar/data/1045810/000104581026000069/nvda-20260817.htm
- 英伟达，残值担保表格，2027 财年第二季度 10-Q 表格（2026 年 8 月 26 日提交）的附件 10.1：担保最低价值“由数据中心、电力和传输相关成本组成”，“4.25 吉瓦关键 IT 负载”，英伟达设备在单独的回购条款中。https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda2027q2ex101.htm
- CoreWeave，2026 年 8 月 7 日签订的 DDTL 5.5 信贷协议，2026 年 8 月 10 日提交的 8-K 表格附件 10.1。这是全文搜索（35 次出现 GPU；评估、残值、有序清算、预付利率、贷款价值比、借款基础、转售市场均为零次）所依据的协议。https://www.sec.gov/Archives/edgar/data/1769628/000176962826000357/ex101creditagreement.htm
- CoreWeave，2026 年 3 月 31 日关于 85 亿美元融资的新闻稿：穆迪评级 A3，DBRS 评级 A（低），“首个投资级评级的 GPU 支持融资”，以及延迟提款机制。https://www.sec.gov/Archives/edgar/data/1769628/000176962826000129/ex991.htm 和穆迪评级新闻 https://ratings.moodys.com/ratings-news/462400
- Lambda，“Lambda 定价 9.26 亿美元优先担保定期贷款 B”（2026 年 8 月 12 日）和完成公告（2026 年 8 月 27 日）：利率 SOFR + 3.00%，发行价 99.5，穆迪评级 Baa2，由 GPU 服务器及其现金流担保，2030 年 12 月 31 日完全摊销，“专用于投资级承购方”。https://lambda.ai/blog/lambda-prices-926-million-senior-secured-term-loan-b-facility 和 https://lambda.ai/blog/lambda-closes-926-million-senior-secured-term-loan-b-facility
交易所和监管机构
- Kalshi 公共 API，系列和市场：Manheim 二手车价值指数系列（KXMANHEIMUSEDCAR），DDR5 现货系列（KXDDR5MS），以及 H100 月度阶梯合约（KXH100MS），Ornn 被列为结算来源。https://api.elections.kalshi.com/trade-api/v2/
- CME 集团和 Silicon Data 新闻稿，2026 年 8 月 11 日：H100 和 B200 租赁期货将于 2026 年 10 月 5 日上市，尚待监管审查。https://www.prnewswire.com/news-releases/cme-group-and-silicon-data-to-launch-compute-futures-on-october-5-to-unlock-new-way-to-hedge-ai-risks-302848593.html
- CFTC 关于 Silicon Data H100 和 B200 租赁指数期货（NYMEX）的行业申报文件，状态“待批准（45）”，2026 年 8 月 11 日提交，45 天审查期于 2026 年 9 月 25 日结束。https://www.cftc.gov/IndustryOversight/IndustryFilings/TradingOrganizationProducts/62544 和 NYMEX 提交文件 26-370 https://www.cftc.gov/filings/ptc/ptc08112615405.pdf
- CFTC，《关于上市算力衍生品合约的征求意见》，91 FR 54259，2026 年 8 月 21 日发布，意见截止日期为 2026 年 10 月 20 日。所有引用的短语均直接来自该文件，该文件在脚注 5、42 和 43 中引用了 Bandi 和 Su 的研究。https://www.federalregister.gov/documents/full_text/text/2026/08/21/2026-17163.txt
公司页面
- Manheim（Cox Automotive），二手车价值指数方法论：“对其每年超过 500 万笔二手车交易数据库进行统计分析。”https://site.manheim.com/en/services/consulting/used-vehicle-value-index.html
- Silicon Data：H100 租赁指数 SDH100RT https://www.silicondata.com/products/silicon-index/h100；GPU 远期曲线（最长 36 个月）https://www.silicondata.com/products/forward-curve；GPU 残值产品及其方法论（租赁利率 x 折现率 x（1 - 运营成本比率）在预期使用寿命内计算，利率来自远期曲线）https://www.silicondata.com/products/gpu-residual-value；2026 年 8 月 25 日的发布帖子 https://www.linkedin.com/posts/silicon-data_the-gpu-residual-value-launches-today-straight-line-activity-7498011372006424576-idgc
- Compute Exchange：硬件市场页面（价格区间“来源于汇总的供应商报价”，仅提供介绍，不托管或持有资金，定价“仅供参考”）https://compute.exchange/hardware-market；2026 年 7 月 17 日的市场发布公告 https://www.einpresswire.com/article/927423264/compute-exchange-launches-secondary-gpu-hardware-marketplace-as-demand-for-refurbished-ai-infrastructure-accelerates；关于页面，Carmen Li 同时担任 Silicon Data 和 Compute Exchange 的 CEO https://compute.exchange/about
- CCIR（Compute Credit Index Research LLC）：治理页面，2026 年 3 月 11 日成立的特拉华州有限责任公司，“不运营市场，不运行交易台，不持有头寸”https://ccir.io/documents/governance；硬件页面，三年成交记录，3009 条已售列表，10911 件商品，2630 万美元 https://ccir.io/hardware
论文和播客
- Federico M. Bandi 和 Yinan Su（约翰霍普金斯大学），“（早期）AI 算力资产定价”，arXiv 2607.12156，2026 年 7 月：算力不可存储，因此现货-期货无套利关系失效，来自定期租赁的合成期货很可能是上限。https://arxiv.org/abs/2607.12156
- Hendrik Bessembinder 和 Michael Lemmon，“电力远期市场的均衡定价与最优对冲”，《金融学刊》，2002 年：标准结论是电力远期价格基于预期现货价格加上风险溢价，因为电力无法存储，这是“像电力市场一样”这一类比的基础。
- Dwarkesh 播客与 Dylan Patel 的对话，上文引用的边际算力讨论。https://www.youtube.com/watch?v=aV26V1UvkJw&t=1352s
