6月8日，高盛与摩根大通正探索基于GPU租赁成本的期货交易机制，帮助客户对冲算力价格波动风险。这一动作标志着AI基础设施正从单纯资本开支转向可交易金融资产。[[1]](https://www.theinformation.com/articles/goldman-jpmorgan-explore-new-ways-tame-ai-lending-risks)
AI资本开支已达前所未有规模。2026年 hyperscaler 预计投入超6600亿美元，仅NVIDIA等核心玩家就面临内存与算力长期短缺。传统能源或大宗商品早已形成成熟期货市场对冲波动，而算力此前完全依赖长期合同锁定，如今银行试图引入衍生品工具，反映融资规模与不确定性同步放大。
对比OpenAI、Anthropic此前依赖软银、亚马逊等战略投资的路径，大厂如今更多通过公开市场与衍生品分散风险。高盛与摩根大通的尝试既是防守——保护自身AI贷款敞口，也是进攻——抢占新资产类别定价权。但这也暴露根本张力：当算力需求从模型训练延伸至推理与边缘部署，价格信号若失真，可能加剧过剩或短缺循环。
未来6-12个月，关键看首批GPU期货产品能否落地并获得流动性。若成功，AI基建将真正金融化，吸引更多对冲基金与机构；若流动性不足或监管介入，则大厂资本结构风险将进一步暴露。
信源：https://www.theinformation.com/articles/goldman-jpmorgan-explore-new-ways-tame-ai-lending-risks
https://www.gurufocus.com/news/8905499/goldman-sachs-and-jpmorgan-explore-gpu-futures-amid-ai-boom