跳至内容
算力交易市场建模调研:总览与逐题回答

算力交易市场建模调研:总览与逐题回答

所属专题:算力交易市场建模调研

本笔记是四份详细报告的导读与综合回答。每个市场按同一套问题回答:交易什么 → 谁在交易 → 主体有多复杂 → 为什么交易(动机/目标函数)→ 哪些行为理性、哪些不理性、为什么。最后把三类传统市场映射到算力市场,给出第一版建模框架。

详细报告(各篇附出处和观察日期):

标记沿用报告约定:**【事实】有公开来源;【推断】为经济解释或建模建议;【待核实】**为缺口。本页数字均出自上述报告,出处见对应报告文末。信息截止日为 2026-10-28。


〇、先建立一套通用的分析框架

讲具体市场之前,先统一几个概念。后面四个市场都用这套框架拆解,建模时也可以直接沿用。

0.1 描述一个市场主体的“八个维度”

维度要回答的问题举例
规模有多少钱、多少货、占多少份额散户持股约三成,但贡献约七成成交
动机为什么要进场交易赚钱、避险、保供、完成考核、政策目标
目标函数具体在最大化/最小化什么绝对收益、相对排名、加工费、现金流不断裂
约束什么限制了它的选择资金、杠杆、保证金、监管、合同、预算不可结转
信息它知道什么、不知道什么冶炼厂知道自己库存,不知道全球需求
时间尺度决策频率与持有期高频量化以毫秒计,矿山投资以十年计
理性程度行为在“目标+约束+信息”下是否最优见 0.2
互动它的对手方是谁,如何影响别人套保者把价格风险转给投机者

0.2 “理性 / 非理性”怎么判断

这是你最关心的问题。四份报告的共同结论是:**很多看起来不理性的行为,换成该主体真实的目标函数和约束后,其实是理性的。**判断分三层:

  1. 完全理性:在给定目标、约束和信息下选了最优动作。例如冶炼厂卖出期货锁定价格,即使事后期货亏钱,也是理性的套期保值。
  2. 约束下理性(看似非理性):从“整体最赚钱”看是错的,但对该主体自己的考核、合同或现金约束是最优的。典型例子:
    • 基金经理抱团买热门股:按相对排名考核,跟错了大家一起错,比独自错更安全。
    • 被迫平仓:保证金不足时只能卖出,即使明知价格被低估。
    • 年底突击采购:预算不能结转到下一年。
    • 新云低于全成本出租旧卡:只要收入覆盖可避免成本,就能改善现金流。
  3. 真正的行为偏差(非理性):系统性、可重复、违背自身利益的偏差,例如处置效应(过早卖盈利股、死扛亏损股)、彩票偏好、过度自信、羊群/FOMO、锚定、沉没成本谬误。

【推断】建模原则:先建一个“无心理偏差、但约束异质”的基线模型,再逐个加入行为偏差。否则分不清波动来自制度约束还是心理偏差。

0.3 “主体复杂性”的五个来源

来源含义后果
异质性资金、信息、期限、目标各不相同同一价格信号引出相反动作
反身性价格改变预期,预期又改变价格泡沫与踩踏
杠杆借钱放大头寸价格下跌触发强平,引发连锁抛售(保证金螺旋)
委托—代理操盘人与出资人的目标不一致追排名、追规模、避免“独自犯错”
制度/政策规则改变可行动作涨跌停、T+1、出口管制、补贴考核

一、A 股市场

详见A 股市场的主体、动机与行为。

1.1 交易的是什么

【事实】交易的是公司股权份额。它是标准化的,同一只股票每一股权利相同,可以无限期持有。成交依靠交易所集中的限价订单簿:开盘集合竞价,盘中连续竞价,按价格优先、时间优先撮合。A 股特有的制度包括:

  • T+1:当天买入,次日才能卖出。
  • 涨跌停:主板单日 ±10%,创业板和科创板 ±20%。
  • 融资融券:可以借钱买股,也可以借股票卖出。
  • 股指期货:可用于对冲。

量级方面,2026 年 9 月 A 股总市值约 111 万亿元,日均成交约 1.8 万亿元。

1.2 主体有哪些、为什么交易

主体主要动机实际目标函数关键约束
散户(按资产分层)财富增值、娱乐、博取暴富主观效用,含博彩快感;小资金户偏好低价“彩票股”信息弱、资金小、易受情绪和社交媒体影响
公募主动基金管理费收入相对排名、规模增长(规模决定管理费)仓位与集中度限制、赎回压力
被动/指数基金跟踪指数跟踪误差最小必须按指数权重买卖,对价格不敏感
私募业绩报酬绝对收益、高水位线募资、清盘线
量化/高频统计套利、做市价差夏普比率、容量监管(程序化交易报告)、拥挤度
保险、社保、养老金负债匹配长期稳定收益、偿付能力权益仓位上限、会计波动
券商自营、做市价差与佣金资本回报净资本监管
外资(QFII、北向)全球配置全球相对收益汇率、额度、地缘政治
“国家队”(汇金、证金等)稳定市场防止系统性踩踏,属于政策目标而非利润政策授权
产业资本、上市公司融资、回购、减持控制权、公司价值、个人流动性减持规则、信息披露
游资短线题材快进快出的短期收益涨跌停、监管问询
监管市场稳定、投资者保护多目标—

1.3 复杂性:A 股最突出的特征

【事实】**交易量和持股量严重不对称。**2014–2015 年,家庭投资者持有约 25.1% 的市值,却贡献了约 86.6% 的成交。2024 年的估计为:散户持股约 32.3%,交易量约 70%。2024 年 4 月,程序化交易持股仅约 5%,却贡献了约 29% 的成交。

【推断】换句话说,决定价格短期波动的主体,和决定资产长期归属的主体不是同一批。建模时必须把“持仓者”和“交易者”分开。

1.4 理性与非理性

行为判断逻辑
散户处置效应、过度交易、追涨行为偏差有大量实证;交易越多,收益越差
散户偏好低价小盘“彩票股”偏差,但符合博彩效用用小钱买极小概率的暴富
公募抱团热门赛道约束下理性相对排名考核,加上规模与管理费挂钩
指数基金不看价格买卖规则理性目标是跟踪指数,不是选股
2015 年杠杆资金被强平、踩踏个体被迫理性,集体灾难保证金约束迫使卖出,卖出又压低价格,形成螺旋(Bian 等的研究)
2024 年初微盘股、雪球产品、DMA 踩踏同上结构化产品的敲入机制,加上杠杆与拥挤
“国家队”在暴跌中买入政策理性目标函数是系统稳定,不是利润
2024 年 9 月政策驱动行情理性预期与羊群交织政策信号改变预期,随后被情绪放大

1.5 对算力建模的意义

【推断】A 股可以借鉴的是:订单簿撮合、异质预期、杠杆螺旋、做市商、制度规则如何塑造行为。不可直接借鉴的是:股票可无限期持有、高度标准化、可做空。而“GPU 小时”过期即作废,且高度异质。


二、有色金属现货市场(以铜为主)

详见有色金属现货交易市场:以铜为主线的市场结构与算力建模启示。

2.1 交易的是什么

【事实】交易的是有形的实物货物:带牌号、品牌、纯度,有交货地点和交期。定价的关键在于:现货不是独立定价,而是

现货价 = 期货基准价(LME/SHFE) + 升贴水(premium/discount)

再配合以下机制:

  • 点价/作价期(QP):买方在约定时段内选择以哪天的期货价结算。
  • 长单/零单:年度合同与临时成交。
  • 加工费(TC/RC):矿山付给冶炼厂的冶炼费,冶炼厂的利润主要来自这里。
  • 报价机构:SMM、长江有色、Mysteel、Fastmarkets、Argus 等提供升贴水参考。
  • 洋山铜溢价与进口套利公式:国际与国内价差扣除运费、关税、汇率后,决定进口是否有利可图。

2.2 主体与动机

主体规模锚点(来自报告02)动机/目标函数关键特征
矿山BHP 年产铜 200 万吨以上;紫金 109 万吨卖出精矿、锁定现金流;产量和成本是核心投资周期长达 5–10 年,短期供给几乎无弹性
冶炼厂江西铜业产能 200 万吨以上赚加工费,不赌铜价,价格风险用期货对冲利润取决于 TC/RC,而不是铜价
加工厂/终端线缆、电机、空调、汽车赚加工费,原料成本转嫁给客户需要稳定供货,库存是生产缓冲
贸易商Glencore 年经营 380 万吨赚时间、空间、质量价差和物流价值;掌握信息高周转、高杠杆、靠贸易融资
废料回收—精废价差对价格敏感,供给弹性较大
仓储/物流—仓储费库存可见性的关键环节
银行/贸易融资—利息与抵押安全2014 年青岛港重复质押事件
国储2021 年投放储备战略安全、平抑价格(政策目标函数)吞吐行为可改变市场预期
政府出口管制(镓/锗、锂电相关)产业与安全规则冲击

2.3 复杂性

  • 产业链很长(矿 → 精矿 → 冶炼 → 加工 → 终端,再加上废料回收)。每一环都有库存和交期,因此有牛鞭效应:终端需求的小波动,被每一环的“目标库存+安全库存”逐级放大。
  • 库存分三种:可见库存(交易所仓单)、隐性库存(贸易商与保税区)、可用库存(真正能马上交付的)。【推断】这对算力极其重要,因为“挂牌的 GPU”不等于“可交付的 GPU”。
  • 融资属性:铜可以质押融资,于是出现“融资铜”。当抵押折价率收紧时(报告示例:货值从 100 跌到 90、折价率从 80% 降到 70%,借款人需要补的资金缺口为 17),会出现被迫抛货的螺旋。

2.4 理性与非理性

行为判断逻辑
冶炼厂、加工厂做套期保值理性主营是加工费,不赌价格
短缺时囤库存、多渠道重复下单个体理性,集体放大断供损失很大,但重复下单会让上游误判需求(牛鞭效应)
贸易商在升水高时囤货理性套利,有风险前提是有融资和仓储能力
融资铜、重复质押监管套利乃至欺诈利用信息不对称;2014 青岛港案(Mercuria v Citibank)
国储收储/抛储政策理性目标不是利润

2.5 对算力建模的意义

【推断】GPU 硬件买卖与金属现货非常像:经纪商和贸易商、质量异质、升贴水定价、库存、配额与交期、抵押融资、出口管制带来的区域价差。产业链映射为:

芯片厂 ≈ 矿山 | OEM/ODM ≈ 冶炼厂 | 云/新云 ≈ 加工厂 | 模型推理商 ≈ 深加工 | token ≈ 终端加工品

此外,CoreWeave 合同的加权期限约 5 年,与金属长单类似,都是用长约支撑融资。


三、有色金属期货市场

详见有色金属期货交易市场:从铜、铝、镍到算力衍生品。

3.1 交易的是什么

【事实】交易的是未来某日交割标准化货物的合约,而不是货物本身:

  • 保证金 + 逐日盯市:只付一小部分押金,每天按收盘价结算盈亏,亏损时必须追加保证金。LME 有特殊的折价/或有变动保证金安排。
  • 交割:通过仓单完成实物交割,多数合约到期前就会平仓。
  • 基差 = 现货价 − 期货价。
  • 期限结构:
    • 正向市场(contango):远期价格更高,表示库存充足,持有有回报。
    • 反向市场(backwardation):近期价格更高,表示现货紧缺。
  • 定价公式:期货价 ≈ 现货价 + 仓储费 + 资金成本 − 便利收益。其中,“便利收益”指手上有现货带来的保供价值。

主要交易所包括 LME、SHFE/INE、COMEX,以及做碳酸锂的广州期货交易所(GFEX)。

3.2 主体与动机:三大类加基础设施

类别主体动机目标函数
套保者矿山、冶炼厂、加工厂、贸易商、国储转移价格风险最小化整体(现货+期货)收益的方差;最优套保比率 h* = Cov(ΔS, ΔF)/Var(ΔF)
投机者散户、自营、CTA(趋势跟踪)、宏观基金、指数基金承担风险换取收益期望收益、夏普比率;CTA 按规则追趋势
套利者期现套利、跨市场(LME↔SHFE)、跨期无风险或低风险价差价差扣除成本
做市商交易所指定做市商买卖价差库存风险最小化
基础设施期货公司、交易所、中央对手方(CCP)、监管手续费、市场完整性违约不外溢

【事实】2026-10-20 的 COMEX 铜细分期货持仓中,生产/贸易/加工/使用者合计净空 77,406 手,管理资金净多 47,690 手。两类方向相反,与风险转移相容,但不能识别逐笔交易的对手方或动机。上期所 10 月 27 日 cu2611 的前 20 名会员持多占 69.81%、持空占 68.11%;这是席位集中度,不是终端客户份额。

3.3 复杂性

  • 杠杆和逐日盯市造成非线性:价格不利变动 → 追加保证金 → 无钱则强平 → 进一步推动价格,即保证金螺旋。
  • 实物交割的稀缺性会被利用:如果一方控制了可交割库存,空头无货可交,就会被逼仓。
  • 金融化:指数基金和 CTA 让金属价格更多受宏观和资金流驱动,而不仅是供需。

3.4 理性与非理性

行为/事件判断逻辑
冶炼厂卖期货,事后期货亏钱理性套保看整体,现货端赚回来了
投机者净多理性承担风险,获取风险溢价;同时为套保者提供流动性
CTA 趋势跟踪规则理性,集体放大动量效应,同向交易造成拥挤
1996 住友铜事件(滨中泰男)委托—代理与欺诈交易员隐瞒亏损,长期操纵
2005 国储铜事件越权投机,加上风控失灵套保机构的交易员变成了大额投机空头
2022 LME 镍逼空空头保证金危机,交易所干预青山集团持有巨额空头,镍价一日内暴涨;LME 取消交易,后被 FCA 罚款 920 万英镑
保证金螺旋个体被迫理性,集体灾难与 A 股 2015 年同一机制

3.5 对算力建模的意义:最重要的一个结论

【推断】GPU 小时不能储存,所以 GPU 租赁期货更像电力期货,而不像铜期货。

  • 铜期货可以用“持有成本”定价:今天买铜放进仓库,到期交割。
  • 今天空闲的 GPU 小时无法留到下个月用,所以持有成本套利不成立。期货价只能由“对未来现货的预期 + 风险溢价”决定,期限结构可以剧烈变化。
  • 电力市场的经验可以直接借鉴:分时段合约(基荷/峰荷)、节点价格、价格上限、现金结算。

【事实】截至 2026-10-28,算力衍生品仍处于起步阶段:

  • Silicon Data 有 H100 租价指数(SDH100RT)。
  • Ornn 与 ICE 合作推出 OCPI 指数。
  • CME/NYMEX 计划推出以 730 GPU 小时为单位、现金结算的 H100/B200 租价期货,原定 10 月上线,后宣布延期,等待监管审查。
  • CFTC 已发布《Request for Comment on the Listing of Compute Derivatives Contracts》,就算力现货市场规模、操纵风险、永续期货等征求意见(本笔记已核对官网原文)。

目前没有成熟的算力期货成交和持仓数据。


四、算力交易市场:GPU 租赁、GPU 买卖、token 买卖

详见算力交易市场现状与主体。

4.1 三层标的:不能合并定价

标的买到的东西计价单位到期后剩下什么最像哪个传统市场
GPU 买卖硬件所有权美元/卡、节点、机柜可转售的设备,但需要机房、电力和网络才能用金属现货
GPU 租赁指定时段使用指定硬件的权利GPU·小时、月租、多年集群合同时段消逝,机器仍归卖方电力
token 买卖某模型处理输入、生成输出的 API 服务每百万输入/输出/缓存 token生成的结果(不可转给别人复用)加工品/服务,但没有固定的“投入产出率”

【推断】三层的关系是:硬件 → 加上机房、电力和运维,成为 GPU 小时 → 加上模型和推理优化,成为 token。**同一笔最终支出会依次表现为推理商收入、云租赁收入、硬件采购,三层交易额不能相加。**另外注意,这里的 token 是模型计量单位,不是加密货币。

4.2 市场现状要点

  • GPU 租赁分三层:

    • 超大规模云:AWS、Azure、GCP、OCI,以及国内阿里、腾讯、华为和运营商。
    • GPU 新云:CoreWeave、Lambda、Nebius、Crusoe 等。
    • 撮合平台:Vast.ai、RunPod、SF Compute、Akash。

    【事实】交易机制有多种:双边多年长约、承诺消费折扣、按需、可中断 spot、容量订单簿(SF Compute)、反向拍卖(Akash)。AWS 的 spot 价格是平台逐步调整的,并非实时竞价。

  • 中国:国家算力网不是统一交易所,而是由上海、北京、贵州、宁夏、武汉等多个平台互联,并叠加算力券和地方智算中心。

    • 【事实】截至 2026-08,官方公布有 20 余家调度主体入驻国家试验验证平台,145 万 PFLOPS(FP16)纳入监测。
    • 【事实】“接入”“可调度”“已成交”是不同口径。
  • 价格(美元/GPU·小时):H100 复合指数从 2023 年下半年的 6.62 降至 2025 年 7 月的 2.79。一年期合同是另一列报价:2025 年 10 月区间为 1.45–1.95,2026 年 3 月为 2.00–2.70。后一个区间不是复合指数的下一个点。

  • GPU 买卖:

    • 一级市场是配额加交期,而不是统一价格。
    • 二级市场靠经纪商。H100 SXM5 二手报价约 2.2–2.7 万美元,仅为单一卖方报价。
    • 出口管制造成区域分割:2026-01-13 起,BIS 对 H200 等改为逐案审查(已核对官网)。
    • GPU 抵押贷款已经存在(CoreWeave 2023 年融资 23 亿美元)。
  • token:

    • 输入、输出、缓存、Batch、高低峰、优先级各自定价。
    • 能力成本前沿在 2022–2024 年下降超过 280 倍,但同一厂商在升级后也会涨价。
    • 聚合路由(如 OpenRouter)与灰色中转(账号来源和模型身份有风险)要分开对待。

4.3 主体、动机与目标函数

主体为什么进场(动机)目标函数关键约束类比
芯片厂(NVIDIA、AMD、国产)卖卡、扩大软件生态利润 + 生态延续先进制程、HBM、封装、出口许可矿山
OEM/ODM、集成商集成和交付集成毛利 − 资金占用配额、营运资金、验收冶炼厂
超大规模云云生态与客户留存整体生态利润(GPU 单项低毛利也可接受)资本预算、供电综合加工巨头
GPU 新云把 GPU 变成租金名义上是长期利润,实际常是“下期现金不断裂”高杠杆、客户集中(CoreWeave 2025 年 Microsoft 约占收入 67%)高杠杆贸易商/加工厂
IDC/电力/矿工转型提高电力和土地的价值长期可收费功率的现金流并网、冷却;矿场 MW 不等于 AI 可交付容量仓储/能源
金融资本(PE、私募信贷、银行、ABS)风险调整收益利息、抵押回收、股权增值难判断技术残值;客户与抵押品同受 AI 需求冲击(错向风险)贸易融资银行
大实验室/模型公司保证训练集群、抢发布窗口研发速度 + 产品收入 − 成本 − 延期损失资金、需要大规模同质互联集群大型终端用户(签长单)
AI 应用公司服务用户单客毛利、现金跑道质量、SLA、预算中小加工厂(买零单)
科研机构按期完成实验科研产出、公平预算周期、采购规章—
个人开发者学习、项目效用 − 价格 − 维护时间小额资金散户
撮合平台、经纪商降低搜索与验货成本佣金 − 履约/声誉损失市场异质、薄经纪商/报价机构
token 中间商路由服务费(合法)或价差(灰色)服务毛利;灰色者追逐短期现金上游封禁、身份风险贸易商 / 灰色渠道
政府/公共平台产业、科研、安全、区域发展多目标公共效用;考核口径决定行为财政、能耗、任期与投资周期错配国储 + 监管

一个关键区别:金属期货有分类持仓可查,本文没有算力市场可比的参与者统计。不能从两家交易所的拟议合约倒推其他场所没有金融交易者。可以模拟有、无金融参与者两种情景,再用成交、持仓和对手方数据检验。

4.4 理性与非理性:算力市场的典型行为

观察到的行为可能的理性解释可能的行为偏差如何识别
2023–2024 年抢卡、提前下单断供损失大、项目时间价值高、交期不确定FOMO、羊群、过度外推对比自有任务增长与订单增长;检查重复下单与取消
签多年固定价格长约保供,并支持供应方融资锚定短缺时期的价格,低估代际替代比较有效任务成本,而不只比较单卡小时价
低于全成本出租旧卡覆盖可避免成本,减少空置拒绝承认减值,延迟退出是否有更高价值用途,电费能否覆盖
继续建设低利用率中心已签合同、政策外部性沉没成本谬误、地方竞赛、规模崇拜只看“从今天起追加投入”的净收益
token 降价或免费真实成本优化(缓存、批处理)、获客只追调用量,忽视付费转化观察优惠结束后的留存和真实付费量
追逐新一代芯片每任务、每瓦成本改善技术光环、彩票偏好用真实负载做基准测试
高息借款买卡赶上高价值合同的交付窗口为维持估值盲目扩张看是否有已签约的付费需求对应

【事实】中国的闲置问题有报道依据,但口径不一。科技日报 2025 年报道,某西部千卡中心上架率不足 50%、利用率不足 30%;另有报道引用全国智能算力使用率 36.8%(原表与分母【待核实】)。同时也有公司自报使用率接近 100%。低利用率与高利用率并存,本身就说明市场高度异质。

【事实】循环融资确实存在:NVIDIA 投资 CoreWeave,CoreWeave 买 NVIDIA 卡,NVIDIA 又承诺购买 CoreWeave 未售出的容量(63 亿美元)。【推断】存在循环关系不等于已证明是泡沫。需要检验的是:不依赖关联方的终端收入,能否覆盖整个链条的投入。

4.5 复杂性:算力市场为什么比股票和金属都难建模

维度股票金属算力
可储存可以可以(有仓储费)硬件可存,GPU 小时不能存
同质性高中(有牌号标准)极低:型号、显存、互联、地点、连续时长、SLA 共同定义商品
折旧无物理折旧几乎不折旧快:物理寿命、经济寿命、合同期、会计折旧(CoreWeave 按 6 年)是四个不同概念
供给调整快慢(数年)制造、整机、机房、并网多环节滞后,缺一环就不能交付
需求结构可小额分散工业需求训练需要成批同质卡同时可用(互补性);推理可切分
交割即时仓单必须是“某地、某配置、某时间窗口连续可用”
加工转换无有稳定投入产出率GPU 小时 → token 的转换率随模型、精度、批量剧烈变化
套利容易运输成本数据搬运、出口管制、数据驻留、集群分割都会阻碍套利
清算集中清算交易所清算以双边合同为主,履约与质量验收比价格更重要

4.6 四条核心反馈回路

    flowchart TD
    A[租金上升] --> B[GPU 收益估值上升]
    B --> C[抵押与融资能力改善]
    C --> D[更多采购与建设]
    D -->|建设滞后 6–36 个月| E[未来供给上升]
    E --> F[租金下跌]
    F --> G[运营现金减少]
    G --> H[契约触发或再融资困难]
    H --> I[被迫卖卡或降价卖时段]
    I --> J[残值与租价进一步下跌]
    J --> G
    K[token 降价] --> L[更多应用与 agent 调用]
    L --> M[推理需求增加]
    M --> A
    N[算法效率提升] -.->|降低单位任务 GPU 需求| M
    P[投资补贴] --> D
    Q[低利用率暴露] --> R[算力券与调度平台]
    R --> M
  
  1. 滞后的供给调节:租金上升 → 融资更容易 → 更多建设;新增供给交付后,又可能压低租金。建设需要时间,所以当前短缺与未来过剩可以同时存在。
  2. 杠杆放大的下行循环:租金下跌 → 现金紧张 → 被迫抛售 → 残值下跌 → 其他借款人的抵押品贬值。机制同 A 股 2015 年和金属融资铜,但设备贷款的规则不同于每日盯市。
  3. 技术反身性:token 降价带来更多需求,算法进步又减少单位需求。两股力量谁占主导,取决于需求弹性。
  4. 政策反馈:补贴建设 → 低利用率 → 用算力券刺激使用 → 再扩张。考核口径决定这条回路的方向。

五、跨市场映射:从传统市场借什么、不借什么

可借鉴的机制来源市场适用的算力标的不能直接照搬的地方
限价订单簿、做市、异质预期A 股已标准化的 SKU+时段(如 SF Compute)做空、无限可分、即时交割、统一盯市
杠杆螺旋、强制平仓A 股 / 金属期货新云的设备贷款设备贷款按契约触发,不是每日追保
散户 / 机构异质A 股个人开发者 vs 大实验室—
升贴水定价、经纪商、质量折价金属现货GPU 二手与一级配额无统一“纯度标准”
产业链、牛鞭效应、扩产滞后金属现货GPU 供应链、多渠道重复下单—
长单 vs 零单金属现货多年集群合同 vs 按需/spot—
融资铜、抵押折价金属现货GPU 抵押贷款、ABSGPU 残值下跌速度远快于金属
区域价差、进口套利金属现货出口管制下的中外价差管制改变的是“能否交易”,而不只是加价
套保者 vs 投机者、COT 持仓金属期货算力指数合约的参与者模拟缺少可比的分类持仓,不能照搬金属市场份额
持有成本定价金属期货不适用于 GPU 小时GPU 小时不可储存
分时合约、节点价格、价格上限电力GPU 租赁电力同质,GPU 不同质
加工费、加工利润金属加工GPU 小时 → token转换率随任务变化,不固定

六、第一版建模框架(建议)

完整规格见算力交易市场现状与主体第十节;传统市场各有一节“建模启示”,分见A 股市场的主体、动机与行为、有色金属现货交易市场:以铜为主线的市场结构与算力建模启示、有色金属期货交易市场:从铜、铝、镍到算力衍生品。下面是综合后的最小版本。

6.1 结构:三层市场 × 两条区域线 × 五类账本

  • 三层:硬件所有权、GPU 时段、token 服务。

  • 两条区域线:全球开放市场与中国境内市场。两者通过受许可约束的硬件流相连。中国线额外加入政府、算力券、国产芯片适配和跨域调度。

  • 五类账本:

    1. 设备与所有权
    2. 容量日历:未来每个时段卖给了谁,同一时段不能重复卖
    3. 任务队列与完成质量
    4. 合同义务、预付与应收
    5. 现金、债务与抵押

    一家公司可以同时扮演多种角色,但资产和收入不能重复计数。

6.2 第一版只需 6–7 类主体

主体最小状态决策规则
供给方(云/新云/智算中心)GPU 队列、容量日历、利用率、长约、债务、现金按利用率调价:p(t+1) = max{底价, p(t)·exp[k(u(t)−u*)]};在融资和电力可行时扩产;现金约束优先于账面利润
大买方(模型公司)训练任务、截止期、预算、长约比较“长约 / 自建 / 按需”的风险调整任务成本,加上延期损失
弹性买方(应用公司、开发者)请求到达率、质量阈值、余额在满足质量和 SLA 的方案中选最低总成本,失败要重试
推理商(GPU 小时 → token)吞吐函数、模型、缓存加工利润 = token 收入 − GPU 成本
撮合平台/经纪商订单、质量评分、库存(可选)先按兼容性筛选,再匹配
金融方可贷资金、LTV、DSCR 阈值按压力情景下的清算值放贷,按契约触发处置
政府(中国线)补贴预算、考核指标分配算力券、设准入;考核口径作为可调参数

6.3 四种清算机制并存

  1. 双边长约:谈判后锁定日历,附带预付和 take-or-pay 条款。
  2. 挂牌价 + 配额:普通云的按需/spot 由平台调价,不建模为竞价。
  3. 订单簿或反向拍卖:仅限标准化的 SKU、地点和时段。
  4. RFQ/报价撮合:二手硬件,带质量折价。token 则按请求级路由。

6.4 时间尺度

请求和推理用秒或分钟,spot 租赁用小时,现金和合同用日或月,建设与采购用月(滞后 6/18/36 个月三档)。如果都按年更新,就看不到缺货、价格战和现金危机。

6.5 建议优先做的五个对比实验

  1. 同样总卡数下,互联碎片化对缺货与闲置的影响。
  2. 长约比例上升:融资更稳定,但 spot 市场更薄。
  3. **算力券(补需求)vs 建设补贴(补供给)**对有效利用率的不同影响。
  4. 技术突破在不同需求弹性(0.5 / 1 / 2)下是否导致总支出反弹。
  5. 抵押估值内生化后,清算是否放大租金下跌。

此外还有一个值得加的实验:引入指数期货和投机者前后,现货波动与套保效果的变化。

6.6 参数:经验锚点与实验区间要分开

【事实】可用作锚点的数据:

  • H100 复合指数:2023 年下半年 6.62、2025 年 7 月 2.79 美元/GPU·小时。
  • H100 一年期合同报价:2025 年 10 月 1.45–1.95、2026 年 3 月 2.00–2.70 美元/GPU·小时。两列分别校准,不拼接。
  • 各代相对租价
  • 合同期限按披露样本分列:GPU 服务合同与 IDC 场地租约不是同一种期限。
  • 预付比例:IREN 公告合同为 20%,SemiAnalysis 对部分长约记为 25%;不是所有长约的区间。
  • 会计折旧 6 年、客户集中度均为 CoreWeave 案例,不作为行业默认值。

【推断】只能作实验区间的参数:利用率三簇(0.2–0.4 / 0.5–0.7 / 0.8–0.95)、LTV(0.3/0.5/0.7)、清算折价(20%/40%/60%)、FOMO 超买幅度(10%/30%/50%)、需求弹性。这些不是行业统计。

6.7 验证顺序

  1. 守恒检查:容量、所有权、现金、收入。
  2. 匹配特征事实:H100 价格趋势、期限价差、供应者价差、利用率分层。
  3. 尾部情景:大客户违约、二手折价。

七、待核实清单(数据缺口)

建模时这些参数不要硬填,宜设为情景或敏感性区间:

缺口现状
全球/中国三层市场规模与各主体份额无消重口径的统一数据
H200/B200 在 2024–2025 年的连续价格;中国四型号租价历史断档
中国平均利用率(30%?36.8%?)指标定义与分母不统一
GPU 二手真实成交残值、中国区溢价只有报价,无成交数据
GPU ABS 发行规模与回收率只有评级研究,无发行全样本
H20/H200 对华实际逐批供给许可、进口、发货、收入确认是四个不同事件
字节豆包 2026 年完整 API 价格官方页面抓取超时
token 灰色中转规模与欺诈率只有个案调查
CME/ICE 算力期货挂牌与流动性本文 10 月截面:NYMEX 原计划延期,ICE 公告提供参考数据;两者均不能据此推定挂牌或成交。后补材料见衍生品市场全景 4.1
地方平台“交易额”口径合同额还是结算额、是否含转售与补贴,均不清楚

八、一句话总结

  • A 股教你:交易者≠持有者;异质预期、委托—代理和杠杆会让个体理性汇成集体踩踏。
  • 金属现货教你:实物市场靠“基准价+升贴水”、长单与零单、库存与融资运转。GPU 硬件买卖最像它。
  • 金属期货教你:套保者转移风险、投机者承接风险;保证金螺旋与逼仓是尾部风险来源。但持有成本定价不适用于不可储存的 GPU 小时,后者应参考电力市场。
  • 算力市场的本质是:异质、不可储存、快速折旧、长约主导、高杠杆、强政策的三层市场。金融参与者的份额仍缺可比统计。判断行为是否理性的关键,在于识别每个主体真实的目标函数与约束(现金约束、考核口径、交付窗口),而不是事后的价格。

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于