AI算力是新石油，但市场机制尚未成型

算力为什么被比作石油

Hacker News 上一条题为「AI compute is the new oil–and needs a new market」的讨论帖，把当前 AI 算力的处境与石油工业早期做了类比。这个比喻之所以反复出现，是因为它同时命中了三个特征：稀缺性、基础设施属性、以及定价机制缺失。

石油在成为全球大宗商品之前，也曾经历卖方随意报价、买方无法对冲、运输和储存成本不透明的阶段。今天的 GPU 算力市场很像那个阶段——头部云厂商掌握大部分供给，中小企业按小时租用，价格随供需剧烈波动，却缺少一个公开透明的现货与期货市场。

帖子本身的评论数不多，但它抛出的问题足够具体：当算力成为 AI 产业最关键的投入品时，我们是否需要一个专门的市场来发现价格、分配风险？

当前算力交易的三个结构性问题

价格发现机制缺失

目前算力交易主要依赖云厂商的挂牌价和私下合同。同一块 H100 在不同渠道的报价可能相差数倍，买方很难判断哪个价格是「市场价」。缺少统一的报价与成交数据，意味着价格信号无法有效传导，囤卡和抢购行为被放大。

价格发现（price discovery）是市场经济的核心功能之一：通过公开、连续的买卖报价与成交记录，让参与者共同形成一个被广泛认可的「市场价」。在成熟的金融市场中，价格发现由交易所的订单簿和做市商完成；在大宗商品市场，则由期货交易所的公开喊价或电子撮合系统承担。其前提是交易标的可标准化、成交信息公开透明、参与者足够多元。算力目前缺乏这些条件：GPU 型号、互联带宽、可用性 SLA 各不相同，成交价格多为私下合同，导致每一笔交易都像是一次独立的双边议价，无法形成可参考的基准价。

价格发现缺失的直接后果是信息不对称加剧。拥有渠道资源的买方能拿到更低价格，而缺乏信息的中小企业只能接受挂牌价甚至溢价。这也解释了为什么囤卡和抢购行为会被放大——当参与者无法判断当前价格是否合理时，最安全的策略往往是先买到手再说。建立统一的报价与成交数据体系，是让价格信号重新发挥资源配置作用的第一步。

供给高度集中

少数云服务商和大型 AI 实验室控制了绝大部分高端 GPU 的采购与分配。这种集中度让市场天然缺乏竞争性定价，也让中小玩家在算力紧张时处于被动地位。石油市场曾经也由「七姐妹」主导，直到现货市场和衍生品工具出现，才逐步形成多层次的定价体系。

缺少风险转移工具

AI 公司最大的成本不确定性之一就是算力价格。如果存在算力期货或长期合约市场，企业可以锁定未来成本，把价格波动风险转移给愿意承担的一方。目前这类工具几乎空白，导致企业只能靠提前囤卡来对冲，进一步加剧供需失衡。

风险转移工具是成熟大宗商品市场的标配，主要包括远期合约、期货和期权。远期合约让买卖双方约定在未来某日以固定价格交割，直接锁定成本；期货在交易所标准化交易，允许参与者通过保证金机制对冲价格波动；期权则赋予买方在未来以约定价格交易的权利而非义务，适合对价格方向不确定的企业。这些工具的共同作用，是把价格波动从实际使用方转移给愿意承担风险的投机者和金融机构。

对 AI 公司而言，算力成本占运营支出的比例正在快速上升，价格波动带来的预算不确定性已成为财务规划的主要难题。如果存在算力期货，企业可以提前锁定未来一年甚至更长时间的算力成本，把精力集中在模型研发上；供应商也能通过远期合约稳定收入预期，从而更敢投资建设。目前这类工具几乎空白，企业只能靠提前囤卡来对冲，这恰恰是供需失衡的重要推手。

新的算力市场可能长什么样

从石油市场的发展路径推测，算力市场的成熟大概需要三层结构：现货交易层（按小时或按任务计价的即时算力）、合约层（长期锁价协议与期货）、衍生层（围绕算力价格的金融工具）。

区块链和代币化算力是近期出现的一类尝试，它们试图用去中心化方式撮合闲置算力，形成连续报价。但这类方案面临质量验证、延迟保证和合规三大难题，短期内难以替代主流云厂商。

更现实的路径可能是由中立的交易平台或行业联盟牵头，先建立标准化的算力计量单位和公开成交数据，再逐步引入合约交易。计量标准化是前提——不同型号 GPU、不同网络条件、不同可用性承诺下的「一单位算力」必须可以互相比价，否则市场无从谈起。

现货与期货的区别是理解算力市场分层的关键。现货交易指即时交割、即时付款，价格随行就市，适合短期、弹性的算力需求；期货则是约定未来交割的标准化合约，价格反映市场对未来供需的预期，主要用于锁定成本和投机套利。二者的价差（基差）本身也是重要的市场信号，能反映库存水平和市场紧张程度。

算力市场若要复制这一结构，首先需要标准化的合约标的——比如「某型号 GPU、某网络条件、某可用性等级下的一小时算力」。没有标准化，期货合约就无法设计，因为买卖双方无法就交割物的质量达成一致。这也是为什么文章强调计量标准化是前提：只有「一单位算力」可以被清晰定义和验证，现货报价才能互相比价，合约交易才有基础，衍生层才有存在的可能。

对 AI 从业者的实际影响

算力市场的成熟与否，直接决定了 AI 创业公司的成本结构和竞争格局。如果价格发现机制缺失，算力预算就变成一场信息战，掌握渠道资源的玩家获得隐性优势。反过来，一个透明市场能让团队把精力放回模型和应用本身。

短期看，从业者能做的是把算力成本当作可管理的变量：比较多家供应商的报价、关注合约与按需的价差、避免为囤卡支付过高溢价。长期看，算力金融化几乎是必然方向，提前理解大宗商品市场的运作逻辑，有助于在下一阶段的算力交易中做出更理性的判断。

算力是否会真的成为「新石油」，取决于市场基础设施能否跟上。石油的价值不只在于地下的储量，更在于围绕它建立起来的定价、运输和风险分配体系。AI 算力目前只完成了前半段。

代币化算力是去中心化物理基础设施网络（DePIN）的一种应用形态：将闲置 GPU 资源通过区块链协议聚合，用代币激励资源提供者，并以智能合约完成撮合和结算。其吸引力在于能盘活分散的中小算力供给，形成连续报价，理论上可以缓解供给集中问题。

但这类方案面临三个现实障碍。质量验证：如何证明远端节点的算力真实、稳定、未被篡改，需要可信的基准测试和证明机制。延迟保证：AI 训练和推理对网络延迟敏感，分散节点的互联质量难以与集中式数据中心匹敌。合规：代币发行和跨境结算涉及证券监管与外汇管制，不同司法辖区要求各异。这些障碍意味着去中心化算力短期难以承载大规模商业负载，更可能作为边缘场景的补充，而非主流云厂商的替代品。