AI算力成新華爾街戰場：從Meta百億募資到GPU期貨，科技巨頭與避險基金全面開打

CMoney 研究員

・ 2026 年 10 月 26 日

加入Google偏好

AI 基礎建設投資飆升，Meta 宣布籌資 950 億美元擴建算力，Nvidia 等晶片巨頭搶買持股；同時華爾街量化人才押注「GPU 實物期貨」，試圖為 AI 泡沫設下避險機制，顯示算力已成新型資產類別。

AI 熱潮不只在模型與應用上競速，如今真正的戰場，正轉移到最底層的「算力資產」。從社群巨頭 Meta Platforms(META) 宣布大規模股權募資、到華爾街量化團隊打造 GPU 實物交易市場，各路資金正用截然不同方式，押注或對沖這場可能長達十年的 AI 基礎建設循環。

先從最新的資本動作看起。Meta 表示，將合計籌資高達 950 億美元，以支持其 AI 基礎設施與「超級智慧」（superintelligence）布局。募資結構分兩階段：先透過承銷公開增發募集 350 億美元，後續再以「at-the-market」機制滾動發行股份，累積約 600 億美元。消息公布後，META 盤前股價上揚約 1.6%，顯示市場雖對稀釋效應有疑慮，但仍願意為其 AI 故事買單。

更受矚目的是，AI 晶片三巨頭 Nvidia(NVDA)、Advanced Micro Devices(AMD) 與 Broadcom(AVGO) 都表態有意認購，合計最多 50 億美元 META 新股。這意味著，提供算力硬體的一方，反向成為雲端客戶的股東，將供應鏈關係拉成更緊密的資本同盟，也凸顯 AI 生態正快速「垂直交叉持股」，鎖定關鍵合作夥伴。

Meta 之所以願意付出高昂代價，在於 AI 基礎設施所需資本支出已達「燒錢級」規模。公司最新財報顯示，第三季營收年增 26%，達 646 億美元，優於市場預期；但投資人目光卻落在負自由現金流與再度上調的全年資本支出預估。Meta 現在預期，今年資本支出將落在 1,350 億至 1,450 億美元區間，把原本下緣從 1,300 億往上推，反映其擴建資料中心與 AI 超級叢集的決心。

Meta 正打造四座單體容量逾 1 GW 的「超級叢集」（superclusters），並預期 2026 年整體基礎設施容量將較前一年幾乎翻倍。業界分析師 Ben Wood 直言，此次大規模股權募資，凸顯在 AI 軍備競賽中，「要維持領先，所需的投資金額已到讓人瞠目結舌的程度」。與此同時，Alphabet(GOOGL) 早在 6 月就拋出 850 億美元募資計畫；SpaceX 則完成 400 億美元債務融資，用來大量採購 GPU；AI 新創 Anthropic 傳出正準備 IPO。整體來看，Goldman Sachs 估計，2026 至 2031 年間，全球 AI 相關資本支出在運算、資料中心與電力等領域，恐高達 7.6 兆美元。

當超大規模雲端業者瘋狂砸錢，一個關鍵問題也浮現：若未來某個時點 AI 需求不如預期，這些投入數十億美元的 GPU 叢集，要如何對沖風險、甚至變現？近期 AI 雲服務商 CoreWeave 股價重挫，拖累整體「AI 概念」標的回檔，讓這個問題變得急迫，也促成一批金融創業團隊，試圖打造「算力金融化」的新市場。

由前 Citadel Securities 量化研究員 Jasper Zhang 創辦的 Hyperbolic，正是這股潮流的代表。這家約 50 人的金融科技新創，自 2022 年成立以來，已募得 2,000 萬美元資金，目前平台上連結的年化 GPU 算力價值約 2 億美元，並已累積 25 萬名用戶。Hyperbolic 開發的 Forge 軟體，能遠端登入全球各地的 GPU 叢集，透過技術調整，讓原本異質、配置各異的硬體資源「標準化」，進而把算力打包成可交易單位。

Zhang 的構想，是在此基礎上建立「實物交割」GPU 期貨：合約到期時，買方不只是拿到一筆現金結算，而是取得具明確規格的一組 GPU 叢集實際控制權。對投資人而言，這提供了一種直接以硬體本身對沖 AI 需求風險的方式；對雲端業者與新創公司來說，則等於多了一條在景氣放緩時，出租或變現閒置算力的通道。

與 Hyperbolic 走實物路線不同，CME Group 正規劃推出以 GPU 價格指數為標的的「現金結算」期貨，該指數由 DRW 支持的 Silicon Data 制定，類似傳統的電力或原油期貨，先用現金結算做為市場起點。監管方面，這款產品目前仍在美國商品期貨交易委員會(CFTC) 審查中，審查期已延長至 11 月 9 日，意味著同樣走現金結算路線的 Intercontinental Exchange(ICE) 與 Ornn 提出的類似合約，也可能一併延後。

不過，現金結算是否真能成為 AI 硬體持有者的「救生圈」，市場看法並不一致。Hyperbolic 財務負責人 Hong Chan Kim 就指出，單純以指數價格結算，難免存在「基差風險」：實際每座資料中心在網路架構、記憶體與安全設計上都有差異，導致同樣一張 GPU，算力輸出與建置成本都可能南轅北轍；加上融資條款常限制業者披露實際價格，指數平均值容易忽略極端成本案例，難以精準對沖持有者的真實風險。

Silicon Data 執行長 Carmen Li 也持類似觀點。她指出，GPU 價格指數提供的是「金融上的避險」，對想鎖定採購成本的買方固然有用，但若是像 CoreWeave 這樣背負龐大債務、手握大量實體硬體的業者，僅靠指數期貨並不能解決「庫存怎麼出清」的實務困境。這也是為何她同時打造 Compute Exchange 平台，試圖為未來的實物交割 GPU 期貨奠定交易基礎。

Jasper Zhang 則直言，若 AI 需求出現明顯放緩，「像 CoreWeave 這類 AI 租賃中心，可能會坐擁價值數十億美元、卻缺乏變現管道的硬體資產」。他認為，若有成熟的算力市場，讓供應商在景氣反轉時，把閒置 GPU 出租給其他 AI 新創或研究機構，並搭配實物期貨對沖價格波動，類似的債務壓力將不至於演變成系統性風險。

從更宏觀角度來看，算力正在快速「金融資產化」。一端是 Meta、Alphabet、SpaceX 等科技巨頭，透過股權、債券與合作夥伴關係大量籌資，把 GPU、資料中心與電力視為長期戰略資產；另一端則是 Hyperbolic、CME Group、DRW 等金融玩家，想把同一批硬體重新包裝成可交易的標的，提供避險工具，甚至讓算力本身成為新型商品。

風險當然不容忽視。若 AI 投入回報不如預期，巨額資本支出與新型衍生性商品可能形成新的泡沫來源；但若 AI 應用持續擴散，從社群服務、電商推薦到醫療與製造業，現有算力仍可能供不應求，屆時能否快速調度硬體、用金融工具增加流動性，反而會是產業能否健康成長的關鍵。對投資人與產業參與者而言，下一步要思考的，已不只是「AI 會不會改變世界」，而是「當算力本身變成可交易資產，誰能掌握這場新遊戲的規則」。