中立算力交易所之争
3 节点1 篇3 来源
【背景】在AI算力短缺背景下，SF Compute创始人Evan Conrad提出，英伟达及CoreWeave等云厂商因自身业务利益冲突，无法建立中立的算力交易市场。Conrad认为，只有独立第三方通过“物理结算”（实际交付GPU而非现金差价）才能解决信任问题。
目前，SF Compute已促成数亿美元的交易量。其核心论点在于：若先建立现金结算衍生品而缺乏物理市场支撑，将导致巨大的基差风险和市场操纵隐患。数据显示，B300 GPU运行推理每小时可产生约40美元收入，但租赁成本仅为5-6美元，这一价差揭示了市场效率的缺失或定价机制的扭曲。争议焦点在于：中立性是否必须通过放弃硬件所有权和直接运营权来实现？以及物理结算能否在技术快速迭代中维持流动性？
【存疑】Conrad声称SF Compute是首个此类市场，但其规模仍远小于传统云计算巨头。未来需关注Silicon Data等指数提供商是否与物理市场脱钩，以及监管层对算力金融化的态度。
事情怎么走到这一步
Latent Space发布播客《The Programmable Data Center》，Evan Conrad详细阐述为何英伟达和云厂商结构上无法建立中立交易所，强调物理结算的重要性。
latent.space ↗Upstarts Media报道Conrad访谈，披露SF Compute近期签署了一笔2.45亿美元的协议，并解释算力短缺如何推高AI初创公司估值至数十亿美元级别。
upstartsmedia.com ↗Disconfirm收录该主题，综合多方信源确认Conrad的核心观点：中立性是建立可信算力期货市场的先决条件，且必须由不拥有硬件的第三方执行。
latent.space ↗
还没定论的部分
- 现金结算的算力指数（如Silicon Data提供）是否会因缺乏物理交割基础而被证明易受操纵？
- 随着GPU代际更迭加速，非标准化订单簿导致的流动性分散是否会阻碍市场规模扩大？
- 监管机构是否会介入界定算力交易属于商品期货还是金融服务，从而改变中立性要求？