同一块H100，为什么能差出6.7倍的价格？

彭博终端上挂着三家机构编制的GPU价格指数——Silicon Data、Ornn和Compute Desk，它们都追踪H100的租赁价格，但给出的数字互相打架。

问题不在于谁算错了，而在于GPU算力根本没有一个统一的市场。

绝大多数GPU算力是通过私下双边合约以折扣价流转的，公开费率卡上的标价和实际成交价之间，隔着一道巨大的鸿沟。大买家谈下来的价格，通常比公开报价低40%到50%。

所以这些指数追踪的，其实是一个大多数人并不真正支付的价格。

你租的到底是芯片，还是一整套环境？

在Vast.ai上花3美元租一小时H100，你拿到的是某人备用服务器机架里的一张卡，走普通以太网，机器什么时候掉线没人向你保证。

同样一张H100，在Oracle Cloud上要10美元一小时。贵在哪？贵在这是专门建造的设施，GPU之间用每秒400吉比特的InfiniBand互联，背后有一整支工程师团队7×24小时盯着。

价格差了三倍多，但你买的根本不是同一个东西。Oracle卖的是完整的计算环境，Vast.ai卖的是对一块芯片的访问权。

这个差别，让同一块硅片在不同提供商之间的价差达到了6.7倍。

债务市场比指数市场看得更清楚

CoreWeave多次以同一类H100硬件为抵押借款，但利率天差地别：

  • 当这笔债务有Meta的长期照付不议协议背书时，利率约5.9%

  • 同样的硬件，没有客户合同包装时，利率跳到9.75%


400个基点的差距，完全来自硬件之上的客户合同。债券市场很清楚自己在承保什么——不是GPU，是合同。

期货合约的逻辑，在GPU上根本跑不通

期货合约能成立的前提，是产品可以被分级。最优等级和最差等级之间的差距，必须窄到定价机制能消化。

看看其他商品是怎么做的：

  • 黄金：相对伦敦合格交割金条的偏差不到1%，所以黄金期货从1970年代跑到现在

  • WTI原油：允许约5%的偏差，其余由升贴水表吸收

  • 活牛：每头牛在生物学上都独一无二，但质量带仍能控制在15%到20%


而Silicon Data对11个不同设施的3500张H100S GPU做基准测试，性能差异达到38%。这还只是芯片本身，没算上网络、正常运行时间、冷却这些把低成本机架和企业级集群区分开的东西。一旦计入完整服务配置，价差膨胀到200%到700%。

地球上没有任何分级表能吸收7:1的质量范围。

逆向选择：柠檬市场的老问题

假设你签了一份期货合约，卖方欠你1000个H100小时。他们可以交割高端集群上的时间，也可以交割每小时3美元的零散低成本现货实例。两者在技术上都能满足合约。

他们每次都会交便宜的那个。 差价进了自己口袋，你没有任何追索权。

George Akerlof在1970年关于柠檬市场的论文里描述过这个现象：当买方在交割前无法验证质量时，最差版本的产品会系统性地挤出每一个更好的版本，直到整个市场从内部掏空。

CME显然知道这个问题。其计划于2026年10月5日推出的GPU期货合约，完全避免实物交割，改为以现金结算对照Silicon Data的调查指数。

但该指数收集的是云提供商在公开费率卡上公布的价格——而大买家实际谈判出的价格通常低40%到50%。结算机制基于一个市场上大多数大买家并不支付的价格。

算力是流量商品，定价必须实时

你没法用更好的调查来修复这个问题。准确为特定设施中特定GPU小时定价所需的信息，只存在于运营该硬件的人头脑中，而他们有充分理由保持私密。

更关键的是，算力是流量商品。没人在那一瞬间买下的GPU小时就永远消失了。任何定价信号都必须实时运作，否则数字在你发布时已经过时。

获取这些知识的唯一途径，是真实规模下、对手方有真金白银押注的真实交易。

---

Pearl的做法：让矿工用矩阵乘法做工作量证明

比特币矿工运行SHA-256哈希，这种计算只为一个目的存在：证明矿工烧掉了一定量的电力。一旦证明被记入区块，哈希本身毫无价值，不能被重用或卖给区块链之外的任何人。

问题在于，成千上万的矿工为每个区块做这项工作，但网络只接受一名矿工的一个区块。其余工作全部被丢弃。

每一个曾被挖出但未被网络接受的SHA-256哈希，都代表一个本可以做商业上有价值之事的GPU周期。而在2026年，“商业上有价值的GPU工作”只意味着一件事：AI算力。

Pearl是一条试图让GPU算力具备商业价值的Layer 1区块链。它继承了自2009年以来保障比特币的同一套工作量证明共识和难度调整，但Pearl矿工运行的不是SHA-256哈希，而是在GPU上做矩阵乘法。

矩阵乘法为什么有价值？因为这是你向ChatGPT提问时得到所有答案的基础。Nano Banana根据文本提示渲染图像、公司用专有数据微调语言模型、自动驾驶汽车实时处理摄像头画面——计算核心都运行在矩阵乘法上。

NoisyGEMM：怎么防止矿工偷懒？

哈希函数没有捷径，不做完整计算就无法产生输出。但矩阵乘法不同——你本质上是在对数字串做乘法和加法，模式可以让矿工用很少的努力算出答案。

Pearl用NoisyGEMM机制来确保矿工保持诚实：

1. 矿工先对输入矩阵做出承诺，一旦提交，输入就不能更改
2. 协议向已承诺的矩阵添加随机噪声，消除矿工可能计划的任何对称性捷径。因为矿工不知道噪声是什么，他们必须稍后执行工作
3. 矿工在加噪版本上运行完整的矩阵乘法，在GPU上逐块进行
4. 每个输出块被哈希，对照网络的难度目标检查
5. 如果某个块的哈希低于目标，矿工赢得区块奖励

噪声阻止了矿工不实际工作就获得奖励，但噪声也意味着得不到原始工作负载的答案。Pearl的解决办法是给噪声一个已知结构，让它在矿工完成乘法后可以低成本剥离。

每194秒更新一次的真实算力基准

当一张GPU挖Pearl时，网络测量这台机器在协议目标的194秒区块间隔内，于当时存在的电力、冷却和网络条件下，实际完成了多少次矩阵乘法。

一台位于冷却良好的企业设施中的H100，每个区块完成的工作可能多于同一芯片放在某人车库里、用消费级以太网且气流不佳的情况。Pearl自动捕捉这一差异，这是任何按型号平均的价格指数都做不到的。

把这扩展到数十个地理区域的32万张GPU，总算力就成为有史以来最大的真实世界AI算力连续基准，每194秒更新一次，无需任何人做调查或发布费率卡。

---

算力流动如何产生价格信号

这32万张GPU中的每一张，都可以在Vast.ai、CoreWeave、Lambda或数十家其他云提供商上赚取租赁收入。这些运营商选择把机器指向Pearl。

  • 当世界上某处对GPU算力的真实需求飙升时，运营商把机器从Pearl上撤下，去服务付费客户，算力下降

  • 当需求走软、租赁收入下降时，这些GPU回流，算力上升


网络的难度调整对这些迁移做出反应，方式与比特币难度自2009年以来对挖矿经济变化做出的反应相同。

差别在于，比特币矿工权衡的是电力成本与出售所挖比特币能赚到的收益。2023年8月德克萨斯热浪期间，Riot Platforms关闭了大部分矿机，收取了3170万美元电力信用，是当月挖出的333枚比特币价值的三倍多。当足够多的矿工做出这一选择时，算力下降，难度每2016个区块重新调整。

GPU在Pearl与租赁市场之间的这种流动，产生了GPU算力持续更新的均衡价格。

  • 算力高且上升 → 公开市场上计算机便宜，因为运营商发现挖Pearl比出租更划算

  • 算力下降 → 某处有人开始支付足够高的价格，把机器拉走


这个价格信号来自显示性偏好——来自成千上万GPU运营商用自己的硬件和自己的钱选择做什么。它不来自云提供商市场团队决定印在费率卡上的东西。

---

第一个商业化案例已经落地

Together AI是第一个在此基础上做商业化的。2026年5月15日，它宣布一个运行在Pearl挖矿网络上的推理端点，以比标准云费率低25%以上的价格提供Gemma-4-31B-it-Pearl。

经济性成立的原因很简单：通过Together端点提供推理的GPU同时在挖Pearl，挖矿收入抵消了部分运营成本，Together可以低于更广泛市场定价，而无需从自己的利润中补贴差额。

Pearl网络的大部分尚未服务来自付费推理客户的这一水平需求，弥合这一差距显然是前方的挑战。但定价并不依赖它——它依赖机会成本是真实的，而这一机会成本对这32万台机器中的每一台都存在。

---

一个数千亿美元市场，终于有了价格发现机制

GPU算力市场年规模数千亿美元，却长期没有可靠的价格发现机制。彭博指数试图跟踪它，但在任何给定一周都无法给出准确方向。CME计划于2026年10月5日推出GPU期货，以现金结算对照大买家明显不支付的标价。

而一个基于比特币代码库、仅五个月长的工作量证明网络，有32万张GPU持续决定是挖矿还是在公开市场上出租产能。这些决策的汇总，正在产生GPU算力行业有史以来最接近准确价格的东西。

这个方案的巧妙之处在于，它没有试图去“测量”一个本质上无法静态测量的市场，而是让市场参与者用自己的真金白银持续投票，每194秒重新计票一次。