Exchange Ranking
Top Exchanges
24h Volume Ranking
Popularity Ranking
Exchange BTC Balance
Proof of Reserves
Decentralized Exchanges
Funding Rate
Funding Heatmap
Liquidation Data
Max Pain
Long/Short Ratio
Whale L/S Ratio
Binance/Okex/Huobi L/S
Bitfinex Margin L/S
ETF Tracker
Solana ETF
XRP ETF
Hong Kong ETF
Bitcoin Treasuries
Crypto Reversal
Ethereum Reserves
HyperLiquid Wallet Analysis
Hyperliquid Whale Watch
Large Transactions
On-chain Movement
Bitcoin ROI
Stablecoin Market Cap
Options Analysis
News
Articles
Economic Calendar
Features
Wallet
Contract Calculator
Security
Collections
Watchlist
FollowingInjective 推出基于英伟达 GPU 租赁成本的永续合约市场
Injective 推出了一个新的永续合约市场，旨在让交易者对高端英伟达（Nvidia）GPU 的租赁成本波动进行投机。该市场与“超级智能计算指数”（SICI）挂钩，追踪五种英伟达芯片型号的租赁价格，并以 USDC 作为保证金结算头寸。此举旨在将人工智能基础设施——尤其是 GPU 租赁费率——的波动性转化为可交易的链上风险产品。Injective 表示，该指数每小时更新一次，采用过去七天的滚动平均值进行计算，既为寻求方向指引的交易者提供工具，也为企业对冲计算费用需求提供支持。
核心要点
Injective 的超级智能计算指数（SICI）追踪五种英伟达 GPU 的租赁价格：H100、B200、H200、A100 和 RTX 4090。
该指数的权重主要集中在 H100（占 40%）和 B200（占 25%），并基于过去七天租赁价格的平均值进行每小时更新。
交易者可以使用 USDC 作为保证金，根据指数上涨或下跌的预期建立多头或空头头寸，杠杆最高可达 10 倍。
此次发布扩大了此前于 2025 年 8 月推出的单一 GPU 模型（英伟达 H100）市场的框架，将其扩展为一个包含五种芯片的一篮子产品。
此次发布正值外界对 AI “新云”（neocloud）提供商能否在基础设施成本上升的情况下维持回报能力产生高度审视之际。
超级智能计算指数的工作原理
根据 Injective 的公告，SICI 旨在衡量常用于 AI 工作负载的英伟达 GPU 的租赁定价。该指数涵盖五种型号：H100、B200、H200、A100 和 RTX 4090。
Injective 指出，其加权方案优先考虑需求最广泛的加速器：H100 拥有最大权重，占比 40%，其次是 B200，占比 25%。剩余权重分配给 H200、A100 和 RTX 4090，尽管 Injective 的公告强调 H100 和 B200 是主导组成部分。
该指数的计算基于由伦敦市场数据公司 LO:TECH 汇总的计算市场租赁价格数据。Injective 表示，该指数每小时更新一次，并使用过去七天的滚动平均值，这种方法旨在平滑可能扭曲日常定价的短期尖峰。
在链上，永续合约市场允许参与者对指数走势向上或向下进行押注。Injective 补充称，USDC 用作保证金，该产品支持高达 10 倍的杠杆。
从单 GPU 定价到多 GPU 基准
此次新发布直接建立在 Injective 此前进入 GPU 衍生品领域的步骤之上。2025 年 8 月，该网络推出了专门与英伟达 H100 租赁价格挂钩的市场。通过 SICI，Injective 从单一资产参考点转向涵盖五种不同 GPU 的更广泛篮子。
这一变化意义重大，因为它有可能减少对特定芯片市场动态的依赖。AI 需求可能会根据性能特征、可用性以及租赁市场上的定价情况，在不同类型的 GPU 之间轮换。因此，多 GPU 指数可能比单模型基准更好地反映用于模型训练和推理的计算租赁整体经济状况。
Injective 将该产品定位为镜像 AI 基础设施中真实世界定价驱动因素的一种方式：如果租赁率随需求上下波动，那么与这些费率挂钩的期货市场可以为方向性交易和风险管理提供工具。
为何 GPU 租赁波动成为金融议题
GPU 价格关联衍生品市场的出现，正值许多 AI 基础设施提供商面临压力，需证明其在巨额资本支出和持续运营成本之后能够产生回报之时。
研究机构 Gartner 今年 10 月警告称，由于难以维持足够的回报率，超过 80% 的专业 AI 云提供商——通常被称为“新云”——可能在 2030 年前独立运营失败。担忧的核心不仅在于是否存在对 AI 计算的需求，而在于提供商是否能够通过定价覆盖建设和运营数据中心基础设施的经济成本。
埃隆·马斯克周日表达了类似的担忧，他表示，如果贷款方不愿资助收入严重依赖 AI 数据中心产出的公司，超过 200 家新云提供商可能面临倒闭或合并。
围绕这些风险的评论不仅限于提供商一方。主要科技公司也在进行重组和裁员，同时大力投资 AI 系统。据彭博社周一报道，微软正在向约 60,000 名符合条件的员工提供自愿离职计划，作为成本控制的一部分，同时预计 2026 年的资本支出约为 1750 亿美元。
与此同时，Meta——据报道已在 AI 领域投资超过 1000 亿美元——在五月裁减了 8,000 个职位，这是与其控制支出相关的重组努力的一部分。
目标用户：套期保值者与风险承担者
Injective 声明的动机核心在于认为 GPU 租赁市场类似于 AI 构建者的运营投入市场。开发 AI 模型的公司通常从 CoreWeave 和 Nebius 等云和市场提供商处租赁计算能力，而不是直接购买英伟达硬件。
在这种环境下，租赁费率是一种可变成本。当这些成本上升时，可能会扰乱训练运行和迭代开发的预算。当租赁价格下降时，可能会改变进行更大规模实验或大规模部署推理的考量。
Injective 建议，与租赁价格指数挂钩的期货市场可以帮助对冲更高的计算成本。同时，GPU 提供商也可以使用此类与定价挂钩的工具来保护免受租赁收入下降的影响。
对于交易者而言，直接的用例很简单：他们可以使用 USDC 保证金和最高 10 倍的杠杆，对指数价值是增加还是减少建立头寸。对于长期市场参与者来说，更大的问题是指数定价机制和平滑方法（使用过去七天平均值的每小时更新）是否能产生足够稳定的基准以支持对冲策略——特别是在 AI 需求快速变化的时期。
还有待观察的是与 SICI 挂钩的市场将被多大程度地使用——是由寻求对冲的 AI 基础设施运营商使用，还是由寻找计算成本敞口的交易公司使用，亦或是由寻求与现实数据中心经济挂钩的新标的的传统加密货币衍生品参与者使用。
关注这一领域的投资者和构建者应不仅跟踪与 SICI 挂钩的永续合约的采用率和流动性，还应关注关于新云盈利能力和 AI 基础设施支出的更广泛担忧，是否会转化为 GPU 租赁价格的持续波动——这是该市场赖以建立的输入指标。
