Kalshi 推出 GPU 遠期曲線，為 AI 公司提供用於計算基礎設施的定價基準。由於新一代晶片以及供給限制，GPU 的可用性與價格仍高度波動，進而帶動對類似大宗商品市場的金融對沖工具需求。此舉使 Kalshi 與 ICE、CME Group 等傳統交易所並駕齊驅，進入新興的 AI 算力衍生品市場，反映出產業對「GPU 容量正逐步演變成一種資產類別」的信念日益增強。
訓練前沿 AI 模型需要包含數萬枚 GPU 的叢集，而推論工作負載則愈來愈多地在每日消耗龐大的算力容量。對 AI 開發者、雲端供應商、企業用戶與超大型規模的雲服務商而言，算力已成為最大營運支出之一。與傳統雲端服務不同的是，GPU 的可用性與定價依然高度波動；新一代晶片帶來需求的驟變，加上供給限制使租賃成本大幅上升。
遠期曲線能在成熟市場中提供參考點，透過估計參與者普遍預期價格將如何隨時間變動。能源公司在規劃燃料採購時依賴遠期曲線，航空公司用來對沖噴射燃油，而製造商則會鎖定金屬價格以對沖價格波動。根據 Kalshi 的說法，AI 公司將越來越希望在算力上做同樣的事。
雖然 Kalshi 自家推出的遠期曲線本身並非可交易的工具，但它們可作為場外協議與結構化算力合約的基準定價。若企業尋求實際的價格保護，可在 Kalshi 上交易其所對應的底層算力市場，或透過交易所洽談大額區塊交易。
ICE 與 CME Group 宣布 GPU 期貨產品
在 5 月，洲際交易所 Intercontinental Exchange（紐約證券交易所的所有者）宣布計畫推出基於 Ornn 的 Compute Price Index（算力價格指數）的 GPU 算力期貨。這些合約旨在讓 AI 開發者、雲端供應商與基礎設施營運商，能使用標準化工具對沖 GPU 租賃價格的波動。
CME Group 也宣布計畫在今年稍晚推出與 AI 計算能力掛鉤的期貨，並使用 Silicon Data 所開發的定價基準。CME Group 首席執行官 Terry Duffy 將算力形容為「21 世紀的新石油」，反映出日益增長的看法：GPU 容量正以自身為基礎演變成一種資產類別。
這些推出顯示，產業正從單純衡量 GPU 價格，走向在 AI 基礎設施周邊打造完整的金融生態系統。這樣的演進也呼應了許多大宗商品市場的發展歷程：現貨交易通常先出現，接著是基準指數、遠期定價、期貨合約、選擇權、交換（swap），最後才會出現由機構參與者使用的、更加成熟的風險管理產品。
Kalshi 使用預測市場來建構遠期曲線
Kalshi 的策略不同於傳統期貨交易所，因為它使用預測市場機制來生成價格預期。據該公司表示，當算力市場仍因不同 GPU 型號、雲端供應商、部署方式與合約結構而高度分散時，預測市場能提供更大的彈性。
Kalshi 認為，與其等待單一的標準化基準浮現，不如讓預測市場先匯總來自多個定價問題的預期，最後收斂到被廣泛接受的參考價格。由此形成的遠期曲線是由多個涵蓋不同時間範圍的預測市場建構而成，使交易者能推估未來數週與數月的預期 GPU 價格。
這種做法也符合 Kalshi 更廣泛的擴張方向，超越傳統的事件合約。今年稍早，該交易所宣布推出永續合約，代表其首次在預測市場之外邁向較傳統的衍生品領域的大型舉措。
與石油不同，GPU 算力面臨標準化挑戰
業界將 AI 算力與石油進行比較的情況日益常見。兩者都代表經濟活動中必不可少的投入，需要投入巨額資本來擴充供給，並因供需失衡而出現價格波動，同時也會催生對金融市場的需求，使企業能對沖未來成本。
然而，重要差異仍然存在。石油是全球標準化的實體大宗商品，而 GPU 算力則在硬體世代、雲端供應商、地理區域與部署模型之間呈現分散化。輝達 Nvidia 的最新晶片可以迅速取代過去世代，意味著今日的基準資產可能比傳統大宗商品更快喪失相關性。
流動性同樣是挑戰。大宗商品市場只有在足夠多的參與者會主動買賣合約時才會有效。儘管對 AI 基礎設施的需求仍持續激增，與涵蓋石油、電力或農產品等成熟市場相比，GPU 衍生品仍處於起步階段。
另一個挑戰是定價透明度。GPU 租賃成本可能會因合約期限、供應商、使用率以及地區供給而有顯著差異，使得基準建構的難度遠較標準化實體大宗商品更高。
常見問題
Kalshi 為 AI 算力定價推出了什麼？
Kalshi 推出 GPU 遠期曲線，提供 AI 算力基礎設施的定價基準。這些遠期曲線是由多個涵蓋不同時間範圍的預測市場建構而成，使交易者能推估未來數週與數月的預期 GPU 價格。雖然曲線本身並非可交易的工具，但它們可作為場外協議與結構化算力合約的基準定價。
Kalshi 的做法如何不同於 ICE 與 CME Group？
Kalshi 使用預測市場機制來生成價格預期，而 ICE 與 CME Group 正在推出傳統的 GPU 算力期貨合約。ICE 於 5 月宣布計畫推出基於 Ornn 的 Compute Price Index 的期貨，而 CME Group 則宣布計畫使用 Silicon Data 基準來推出期貨。Kalshi 認為，當算力市場因不同 GPU 型號、雲端供應商與部署方式而仍高度分散時，預測市場能提供更大的彈性。
為什麼 GPU 算力比石油更難標準化？
GPU 算力在硬體世代、雲端供應商、地理區域與部署模型之間呈現分散化，而石油是全球標準化的實體大宗商品。輝達的最新晶片可以迅速取代過去世代，意味著基準資產可能比傳統大宗商品更快失去相關性。GPU 租賃成本會因合約期限、供應商、使用率與地區供給而有顯著差異，使得基準建構的難度較標準化實體大宗商品更高。
