AI算力金融產品化 「算交所」概念成真｜久利生

港股「七翻身」真是地獄級難玩，AI股解禁都未完，配售潮又已經殺到。在自己Facebook都有講，智譜（2513）可說是一仗功成萬骨枯，以其燒錢速度股價又是否愈配愈有？加上Meta疑似要賣走多出算力，現時部分「科技錢」是由AI公司重回到雲企身上，這個情況暫時看到是港美市場皆是。

算力與槓桿ETF成熱搜

就在最近，外國獨立研究機構SemiAnalysis發佈一系列主題報告，精準打擊共同封裝光學（CPO）等熱門領域，變成硬核版的「惡意」沽空機構。其最為人詬病的是針對AI技術的負面分析，直接引發光學板塊股災。但事後又很快推出相關ETF，追蹤包括被它公然唱淡的股份，這一輪被形容為黑哨式操作自然惹來質疑以至公憤。

ETF是長做長有，近來兩間發行商ProShares和Roundhill，已向美國證券監管機構提交文件，計劃在算力期貨面世後推出相關ETF，其他供應商亦已申請推出相關的2倍槓桿基金，以槓桿方式放大回報（或虧損）。隨着算力成為人工智能時代的貨幣單位，此等金融資產化嘗試只會愈來愈多。

一時之間，算力同槓桿ETF都成為熱搜。筆者前幾天到LEAP EAST聽了一場小組討論，主題正是下一代算力架構（compute stack）的藍圖，以及為何效率和多元化正成為AI未來的關鍵。簡單地說，AI 的下一次飛躍將不僅由GPU獨力推動。隨着對算力需求加速增長，新的架構、優化方法和基礎設施模式正脫穎而出，使AI變得更高效、具擴展性及韌性。

算力如何作金融產品上架？

十多年前，雲端計算正蓬勃興起，一群德國技術專家與金融平台營運商提出創新構想，推出德意志交易所雲端交易所（Deutsche Börse Cloud Exchange）。該平台讓企業買賣閒置運算能力，將處理能力轉化為可交易的流動資產。但這項嘗試當時未能成功擴展，部分是因為CPU通用晶片仍佔主導，要將其標準化極為困難，不同雲端容量的整合成本高昂，原本令人期待的期貨與期權交易亦未能實現。

當年的超前部署，時機尚未成熟，但可能逐漸實現。根據研究機構Synergy估算，2026年第一季全球企業雲端服務支出達1,290億美元，超越十年前全年總額。美國五大雲端超大規模巨頭今年資本開支預計約7,000億美元。更重要的是，市場焦點已從CPU轉向用於AI訓練與推理的GPU。部分企業在人工智能運算上的支出甚至超過人工。將算力量化，賣家希望將硬件轉化為穩定現金流，買家則希望可對沖價格劇烈波動，市場積極開發金融工具以平衡供需。

雲服務商已將GPU作抵押品

擁有數據中心的企業積極從硬件挖掘價值。新興AI雲端服務商（neocloud）已將GPU用作貸款抵押品，以向例如Nvidia購入AI晶片。但即使是大型neocloud企業，純粹用GPU做抵押仍屬小數。

大如美股CoreWeave營運49個數據中心，運算相關電力容量達1吉瓦（相當於中型核反應堆）。其自2023年起，都要以晶片再加上客戶長年期雲端合同作為擔保，才能向金融機構借款。這種混合擔保降低GPU貶值風險，結構類似傳統基礎設施融資，如收費公路項目。

此類融資可以滿足賣方需求，但大型買家仍要更大保障。多年期合同可鎖定價格，卻無法防範算力跌價的風險。隨著企業算力投入增加，它們期望能夠像對沖能源、利率或外匯般管理風險，最佳途徑便是衍生工具市場。有兩家初創公司正領頭開發算力期貨，均追蹤H100等先進GPU每小時租賃價格的指數，兩者分別跟芝商所和與洲際交易所合作，計劃今年內推出期貨合約。

標準化是市場能否擴大關鍵

同其他「傳統」行業一樣，標準化是衍生工具市場能否擴大的關鍵。例如，晶片型號、供應商效能、互聯方式、數據中心位置等因素皆影響價值，工作極之繁瑣。部分業內人士認為成熟市場需十年時間，但指數發行商認為無市場一開始就完美標準化。他們以原油為實例，不同市場的價差波動是很常見。

但算力的標準化暫時仍算是樂觀。Nvidia的Hopper系列即使在Blackwell推出後仍「企硬」，維持大部分租賃價值，打破了黃仁勳自己「Hopper將無人問津」的預言。這顯示底層資產不易突然歸零。有企業已在百慕達推出算力期貨交易所，提供自有產品。這些平台不僅交易算力，還將涵蓋AI晶片所需銅、銀等原材料及儲能環節。

算力金融化正加速演進。從2014年失敗嘗試到今日AI驅動的市場機會，技術與金融深度融合。未來，算力或成為標準化大宗商品，企業有效管理風險，才能推動AI產業穩健增長。講到底，金融產品結構可能很複雜，但就像AI技術本身是中性，視乎參與者以至使用者如何發揮，這裡就涉及人性本身，以及不同地方的監管制度包括投資者教育。

久利生