你打給你 NVIDIA 的哥們：「欸，能不能給我 1000 顆 B300，再配上一些 Infiniband？」
NVIDIA 回說：「要等 30 週，不過既然你是我兄弟，我或許能偷偷把你塞進一批貨裡，因為有人（嘿嘿，OpenAI）剛買了 20 萬顆 GPU。」</p>
</blockquote>
「成交」
你打給你 OEM 的妹子：「能不能給我報個價，一些氣冷 B300？」
「行啊，大概要 100 億美元吧。」
你又打給 NVIDIA 的哥們：「欸，OEM 剛跟我說要 100 億美元。」
「別急，我來跟他們談談，看能怎麼處理。」
OEM 回電：「嘿，抱歉，我們把報價下修到 50 億美元，但你有機房嗎？」
「成交，我去問問我的人。」
你打給機房的人：「欸，你在 Santa Clara 還有電力嗎？」
「沒了，剛好滿了，但我可以把你安排在蒙特婁。」
「好，那就這樣定了。」
「行，但我們剛跟銀行談過，你能不能在三年合約裡先付 50% 的頭期款，每 GPU 每小時大概 4.50 美元？而且網路和 GPU 只有 95% 的正常運行時間喔。」
？？？？？？？？
目前 GPU 產業最大的瓶頸，不是晶片、CoWoS，甚至不是電力。
沒錯，交貨時間越來越長，NVIDIA 宣布漲價，OEM 偷偷跟進，晶圓比以往更稀缺，整個龐大複雜的供應鏈中散落著許多小型壟斷者，但歸根結底，如果你有足夠的錢，這些都不是問題。
他們會告訴你，要拿到一個 NVLink 交換器需要 30 週，但只要你買得夠多或付得夠多，這個時間就能縮短到 14 週！整個產業刻意建立在關係之上，非常「懂的就懂」，但最大的問題其實更簡單。
最大的問題是信貸。具體來說，是缺乏殘值市場。
殘值，基本上就是資產在折舊結束時的價值。想像一下你租賃一輛二手車，它還值多少錢。顯然，至少零件的價格是有價值的，更不用說還能開的車了。
但沒有人知道如何為 GPU 的殘值建模。例如，銀行只是用直線折舊法將其建模為 0，因為沒有流動的公開市場。
殘值之所以重要，是因為它是將資產證券化、創造工具來對沖風險、從而降低資金成本的關鍵障礙。這對小型參與者來說很不利，因為他們無法獲得低成本融資。
當這類貸款的市場利率是 SOFR + 900 個基點（SOFR 是用於定價美元貸款、衍生品和債券的利率）時，你需要支付巨額頭期款，這是任何小型參與者都負擔不起的。
為了說明這一點，考慮這個現實的高成本融資例子。
假設你購買 B300，128 個節點（8 顆 GPU），為期 5 年，每 GPU 每小時 3.50 美元，頭期款 30%（順便說一下，這低於當前市場價格）。
TCV = 128 \ 8 \ 3.50 \ 24 \ 365 * 5 =
$156,979,200
這意味著你的頭期款是 156,979,200 * 0.3 =
$47,093,760
。
請記住，你還在祈禱 SLA 能達標，對於某些 SMCI 的設備，可能還需要 14 週的 RFS，而這些設備的零件來自馬來西亞某個角落，一年後壞了根本無法更換。
你一個新創公司，手邊有 4,709 萬美元閒置資金嗎？你確定能立刻填滿這些節點嗎？喔對了，這是按訂單生產的，所以你一簽約他們才會訂購零件，而且你簽約前甚至無法測試。
另外，128 個節點的氣冷 B300 大約需要 2.5 MW 的電力，包括冷卻。Anthropic 的營收大約是每 MW 5000 萬美元。
假設你能像 Anthropic 一樣從你的算力中擠出營收，你的 128 個 B300 節點只能帶來 1.25 億美元。但你卻要為此多付 3200 萬美元，你可以把這筆錢想像成你為貸款支付的溢價。
好了，抱怨夠了。讓我們深入探討殘值、目前產業如何處理這個問題、其他產業如何處理，以及未來可能的樣貌。
目前的大型公開交易是什麼樣子？
他們如何處理殘值？
2026 年 8 月，NVIDIA 提交了一份名為「殘值擔保」的文件。它承諾為 SB Energy 正在為 OpenAI 建造的資料中心（約 4.25 GW）提供最高 1050 億美元的最低價值。晶片製造商擔保了殘值，結案，對吧？去讀讀那份文件。
擔保價值被定義為資料中心、電力和輸電相關成本，而 NVIDIA 自己的設備則被劃入一個單獨的回購條款中，不包含在擔保金額內。這份擔保涵蓋的是建築物和為其供電的電力，而不是機架內的晶片。NVIDIA 刻意不為 GPU 設定一個數字。
那 Lambda 的 9.26 億美元優先擔保貸款呢？它的定價是 SOFR + 300 和 99.5，穆迪評級為 Baa2，由 GPU 伺服器及其產生的現金流擔保，並在 2030 年到期時完全攤銷，該公司表示這與合約現金流和基礎設施的使用壽命一致。
但真正起作用的是這項公告：「專用於投資級別的承購方。」是客戶錨定了信貸，而不是可觀察的清算價值。
還有 CoreWeave，它用 GPU 借的錢比任何公開記錄上的公司都多。它的貸款是延遲提取定期貸款：一群貸款人預先承諾一筆資金，CoreWeave 則在 GPU 根據特定客戶合約交付時提取，因此貸款和合約是同步增長的。最大的一筆是 85 億美元，穆迪給予 A3 評級，CoreWeave 稱之為首個獲得投資級評級的 GPU 擔保融資。
如果 GPU 貸款中存在任何殘值假設，那它應該出現在這些文件中，所以我讀了它們。
我對最新協議進行了全文搜索：出現了 35 次 GPU，而貸款人用來根據外部參考點評估硬體價值的所有術語則出現了零次。沒有評估、沒有殘值、沒有有序清算、沒有預付利率、沒有貸款價值比、沒有借款基礎、沒有轉售市場。
其他二手資產產業是如何處理殘值的？
這對 GPU 來說是如何發展的？
一輛二手車可以根據 Manheim 二手車價值指數來定價，該指數是基於每年超過 500 萬筆批發交易的統計分析建立的，其穩固性足以讓 Kalshi 列出以其結算的合約。同一個平台也列出了 DDR5 記憶體現貨合約。在這兩種情況下，市場都可以指向一個外部的、基於交易的資產本身價格，而算力市場只有一半的方程式。
對於 GPU，我們確實有 Kalshi 的 H100 階梯，它們是按履約價堆疊的雙向二元市場。這些是在一個仍然很小的市場中的可報價合約。Silicon Data 也在 Bloomberg 代碼上發布每日 H100 租賃基準，並將其擴展到 36 個月的曲線。Ornn 為 Kalshi 提供結算。
CME 計劃在 10 月 5 日上市以現金結算的 H100 和 B200 租賃期貨，尚待監管審查。算力市場終於做了商品市場會做的事：它建立了一個費率。
對於其收入隨 GPU 小時價格波動的雲端服務商來說，租賃期貨很有用。但對於一個在違約後站在機房裡，試圖決定某個特定機架能賣多少錢的貸款人來說，它的作用就小多了。世代、拓撲、狀況、位置、電力、網路以及重新部署的成本，都存在於小時費率和整機價格之間的基差中。
學術研究對這個差距非常謹慎。約翰霍普金斯大學的 Federico Bandi 和 Yinan Su，利用 Silicon Data 和 Ornn 的數據發現，算力是不可儲存的，因此現貨和期貨之間常見的無套利關係失效了（就像電力市場一樣），而由定期租賃合約構建的合成期貨很可能是真實期貨價格的上限。
最接近這個問題的兩家公司由同一個人 Carmen Li 經營，它們共同建立了市場的兩端，但缺少中間環節。
Silicon Data 對殘值的解決方案是 DCF。其於 8 月 25 日推出的 GPU 殘值產品，採用 Silicon Data 自身曲線上的遠期租賃費率，假設隨著更新晶片接手工作負載，利用率會下降，扣除營運成本，並在該卡剩餘使用壽命內對剩餘價值進行折現。
這是一個真實的數字，但它不是一個價格。 它是以不同單位表示的租金指數。它告訴你一個 GPU 對繼續運行它的人來說值多少錢，這與貸款人在必須出售它時能拿到多少錢是兩個不同的問題，而後者才是評級機構需要的數字。
同一 CEO 旗下的 Compute Exchange 於 7 月 17 日開設了一個二手 GPU 市場。它發布每個型號和狀況的價格範圍（來自匯總的供應商報價），將買家與經過驗證的賣家匹配，並進行介紹。
它不保管資產、不持有資金、也不作為交易的一方，其自己的頁面也說定價僅供參考。所以，模型產生了一個價值，平台產生了報價，但兩者都沒有產生成交記錄。
成交記錄存在於 Compute Credit Index Research (CCIR)，這是一家於 3 月在德拉瓦州成立的基準管理機構，不經營市場，也不持有任何頭寸。它擁有三年執行的二手 GPU 銷售數據：3,009 個已售列表、10,911 個單位、總金額 2,630 萬美元。
把這個數字放在背景中看：Manheim 每年透過自己的拍賣處理超過 500 萬筆交易，而整個有記錄的二手 GPU 市場三年的總和，僅約為 CoreWeave 一筆 85 億美元融資的 0.3%。
8 月 21 日，CFTC 就上市算力衍生品合約發布了意見徵詢。其初步看法是：「算力市場是分散的，價格形成主要發生在不透明的雙邊交易中，阻礙了當前和歷史價格數據的可用性。」它補充說，主導參與者「可能擁有顯著的定價權，可能導致可操縱性」，因此「算力可能尚未表現出通常作為商品衍生品市場基礎的商品的一些特徵，包括可替代性、標準化和足夠的流動性。」
委員會部分基於 Bandi 和 Su 的研究來構建其論點，三次引用了同一篇約翰霍普金斯大學的論文。它的兩條軌道以錯誤的順序結束。CME 的申請處於「待批准」狀態，審查期將於 9 月 25 日結束，因此除非委員會採取行動，否則這些合約將在 10 月 5 日自動獲批並開始交易。
關於算力是否準備好作為衍生品基礎的意見徵詢期將持續到 10 月 20 日。具體產品在一般性問題結束之前就獲得批准，這意味著第一個受監管的算力期貨可能會交易兩週，而委員會仍在收集關於其底層市場是否能夠支持它的答案。
退一步看，算力市場顯然有很多令人興奮的事情正在發生。但是，正如孫子所說：「如果沒有流動市場卻需要殘值，你必須使用遠期合約，而不是期貨。」
我確實認為，總有一天我們會有足夠的流動性來擁有 GPU 期貨，以及由實際 GPU 殘值作為抵押品的 ABS 貸款，但我認為這不會很快到來。人們現在就想要（需要、懇求、哀求）GPU，如果我們不能盡快找到一種對沖風險的方法，那麼我們可能都會完蛋。
資料來源
以下所有內容均直接閱讀。市場數據於 2026 年 8 月 29 日至 9 月 2 日之間核對；CCIR 匯總數據截至 8 月 31 日；CME 和 CFTC 狀態截至 9 月 2 日。
提交的文件
- NVIDIA，2026 年 8 月 17 日提交的 8-K 表格（項目 1.01）：針對 SB Energy 的 PORTS-Pike 資料中心（OpenAI 為租戶）的擔保，上限 1050 億美元，約 4.25 GW 的 IT 負載。 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000069/nvda-20260817.htm
- NVIDIA，殘值擔保表格，2026 年 8 月 26 日提交的 2027 財年第二季度 10-Q 表格的附件 10.1：擔保最低價值「由資料中心、電力和輸電相關成本組成」，「四又四分之一 (4.25) GW 的關鍵 IT 負載」，NVIDIA 設備在單獨的回購條款中。 https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda2027q2ex101.htm
- CoreWeave，日期為 2026 年 8 月 7 日的 DDTL 5.5 信貸協議，2026 年 8 月 10 日提交的 8-K 表格的附件 10.1。這是全文搜索（35 次 GPU；0 次評估、殘值、有序清算、預付利率、貸款價值比、借款基礎、轉售市場）背後的協議。 https://www.sec.gov/Archives/edgar/data/1769628/000176962826000357/ex101creditagreement.htm
- CoreWeave，2026 年 3 月 31 日關於 85 億美元融資的新聞稿：穆迪 A3，DBRS A（低），「首個投資級評級的 GPU 擔保融資」，以及延遲提取機制。 https://www.sec.gov/Archives/edgar/data/1769628/000176962826000129/ex991.htm 和穆迪評級新聞 https://ratings.moodys.com/ratings-news/462400
- Lambda，「Lambda 定價 9.26 億美元優先擔保定期貸款 B」（2026 年 8 月 12 日）和完成公告（2026 年 8 月 27 日）：SOFR + 3.00%，價格 99.5，穆迪 Baa2，由 GPU 伺服器及其現金流擔保，完全攤銷至 2030 年 12 月 31 日，「專用於投資級別的承購方」。 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
交易所與監管機構
- Kalshi 公共 API，系列和市場：Manheim 二手車價值指數系列 (KXMANHEIMUSEDCAR)，DDR5 現貨系列 (KXDDR5MS)，以及 H100 月度階梯 (KXH100MS)，Ornn 被指定為結算來源。 https://api.elections.kalshi.com/trade-api/v2/
- CME 集團和 Silicon Data 新聞稿，2026 年 8 月 11 日：H100 和 B200 租賃期貨將於 2026 年 10 月 5 日上市，尚待監管審查。 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 關於 Silicon Data H100 和 B200 租賃指數期貨 (NYMEX) 的行業申報，狀態「待批准 (45)」，於 2026 年 8 月 11 日提交，45 天審查期於 2026 年 9 月 25 日結束。 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，關於上市算力衍生品合約的意見徵詢，91 FR 54259，於 2026 年 8 月 21 日發布，意見截止日期為 2026 年 10 月 20 日。所有引用的短語均直接來自該文件，該文件在腳註 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
公司頁面
- Manheim（Cox Automotive），二手車價值指數方法論：「對其每年超過 500 萬筆二手車交易的數據庫進行統計分析。」 https://site.manheim.com/en/services/consulting/used-vehicle-value-index.html
- Silicon Data：H100 租賃指數 SDH100RT https://www.silicondata.com/products/silicon-index/h100 ；GPU 遠期曲線（最多 36 個月） https://www.silicondata.com/products/forward-curve ；GPU 殘值產品及其方法論（租賃費率 x 折扣 x (1 - 營運成本比率) 在預期使用壽命內，費率來自遠期曲線） https://www.silicondata.com/products/gpu-residual-value ；2026 年 8 月 25 日的發布貼文 https://www.linkedin.com/posts/silicon-data_the-gpu-residual-value-launches-today-straight-line-activity-7498011372006424576-idgc
- Compute Exchange：硬體市場頁面（價格範圍「來自匯總的供應商報價」，僅提供介紹，無保管或資金，定價「僅供參考」） https://compute.exchange/hardware-market ；2026 年 7 月 17 日的市場發布公告 https://www.einpresswire.com/article/927423264/compute-exchange-launches-secondary-gpu-hardware-marketplace-as-demand-for-refurbished-ai-infrastructure-accelerates ；關於頁面，Carmen Li 同時擔任 Silicon Data 和 Compute Exchange 的 CEO https://compute.exchange/about
- CCIR (Compute Credit Index Research LLC)：治理頁面，德拉瓦州有限責任公司，成立於 2026 年 3 月 11 日，「不經營市場、不運行交易台、不持有任何頭寸」 https://ccir.io/documents/governance ；硬體頁面，三年執行的銷售數據，3,009 個已售列表，10,911 個單位，2,630 萬美元 https://ccir.io/hardware
論文與播客
- Federico M. Bandi 和 Yinan Su（約翰霍普金斯大學），「（早期）AI 算力資產定價」，arXiv 2607.12156，2026 年 7 月：算力不可儲存，因此現貨-期貨無套利關係失效，來自定期租賃的合成期貨很可能是上限。 https://arxiv.org/abs/2607.12156
- Hendrik Bessembinder 和 Michael Lemmon，「電力遠期市場的均衡定價與最優避險」，Journal of Finance，2002 年：標準結論是電力遠期合約的定價基於預期現貨價格加上風險溢價，因為電力無法儲存，這是「就像電力市場」類比背後的原理。
- Dwarkesh Podcast 與 Dylan Patel，上述關於邊際算力的討論。 https://www.youtube.com/watch?v=aV26V1UvkJw&t=1352s
