算力怎样才能转手：Evan Conrad 谈 SF Compute 的交付工程与远期市场

一、嘉宾背景

本集 Latent Space 由 Alessio Fanelli 与 Shawn swyx Wang 主持，受访者是 SF Compute 团队成员 Evan Conrad，话题围绕公司的可编程数据中心与算力市场展开。提供的嘉宾资料没有明确 Conrad 的具体职务，但列出了他参与的工作：建设算力交易订单簿，以及支撑可靠交付的基础设施。他在访谈中解释公司的工程选择、市场设计与商业判断，既是相关实践的参与者，也在推介公司自身的路线。

Conrad 回顾，团队最初名为 Junark，只是想把自己的集群转租出去。随着业务推进，团队逐步承担起云平台运营工作。他把这段经历比作从出售酒店房间开始，陆续接手清洁、餐饮与安保，最终经营整座酒店。买家需要持续运行所需的配套服务，这也解释了一家试图撮合买卖的公司为何逐渐深入云运营。

访谈由此围绕一个具体问题展开：SF Compute 如何把容量变成能够兑现、也能转售的服务。Conrad 关于流动性、标准化与金融化的主张，都建立在这项交付工作的基础上。

二、本期主要内容

Conrad 用“实物交割”描述按约兑现可运行的算力服务。他借商品市场的交付网络说明，交易必须依托设备和运行条件。SF Compute 因而同时设计交割系统与订单簿，把中断、存储恢复等约束纳入交易。例如，容量可以中断，但任务必须能够迅速从存储恢复，这类要求需要在成交前明确。

兑现服务意味着承担具体的运营责任。Conrad 说，公司不持有硬件，却要考察现场、设计物料清单、协调供应链、规划集群架构、监督机架部署，并管理供电、交换及节点周边系统。与拥有数据中心或电力资源的伙伴合作时，底层资源由伙伴提供，公司承担超级计算部分；建设依靠合作方，公司不自行施工。他也谈到与主权算力参与者合作的方向，但没有在节目中公布可点名的主要伙伴。

“可编程数据中心”已经体现在网络控制上：据 Conrad 介绍，客户能够自行动态划分 InfiniBand 网络。过去需要联系云商调整的网络边界，如今可以随集群扩缩容改变。客户购买或释放容量后，基础设施控制也能相应调整，交易接口与运行接口由此衔接起来。

订单簿目前覆盖的容量仍然有限。Conrad 表示，访谈时约有公司总容量的 5% 进入订单簿，容量占比较小，但流动性集中在其中。他还称，客户每购买 100 美元容量，平均可通过转售收回 25 美元。节目没有交代这一客户结果指标的样本、统计周期或成交耗时，因此不能把它视为固定回收承诺。

在期限安排上，Conrad 更关注有流动性的远期曲线。他描述的容量范围从当前一小时延伸至数年，同时区分了当前容量区块全额预付与长期租约的付款处理。不同期限对应不同的容量权利与付款安排，不能因为它们共用金融市场术语，就推定所有产品采用统一的付款或交易制度。

三、核心观点：推理、例子与边界

算力标准化首先要面对运营差异。Conrad 举例称，即便是同一运营商，不同虚拟机实现也可能带来约 40% 的性能差异，具体涉及 GPU 内核启动耗时，并最终影响 MFU。节目没有提供这个例子的测试条件，因此不能把它推广为虚拟化的普遍损耗。但它指出了标准化的一道障碍：芯片型号和商品名称相同，买家实际获得的性能仍可能不同。

SF Compute 让买单携带一组可接受条件，再据此匹配卖单，以免过早抹平这些差异。Conrad 说，有些客户可以接受每小时低于指定价格的多种 Blackwell 配置，有些则要求精确配置。前者有更大的匹配范围，后者可能需要支付更高价格。保留差异也有代价：约束维度越多，流动性越容易分散，买卖价差也可能扩大。平台必须在满足配置要求与集中流动性之间取舍。据 Conrad 介绍，查询机制已经用于订单簿，命名查询则是新开展的功能。

中断条件也会影响容量的价值。转售未来才开始的容量，不必立即迁走正在运行的任务；转售当前容量，则可能要求任务退出。Conrad 以批量推理和在线推理作对照：批量推理可能接受提前几分钟或几小时通知，在线推理受面向客户的 SLA 约束，可能需要一至三个月准备。这些时长是情景举例，不能替代具体合同。它们说明，同型号 GPU 的使用权仍可能包含不同的持续运行保障和调整余地，不能简单合并为同一种商品。

中断成本还取决于恢复能力。Conrad 提到，存储系统、数据位置和跨集群快速传输路径，都会影响任务能否在中断后恢复。即使任务可以暂停，数据若不能及时到达下一处集群，迁移仍可能不可行。他指出，靠近电力资源部署的 GPU 集群，未必拥有理想的跨站网络。可中断容量的低价能否转化为收益，要看工作负载能否恢复、数据能否移动，以及是否有替代容量可用。报价差异背后，可能还包含这些系统能力的差异。

期限价格同样没有固定方向。Conrad 描述了一条驼峰状曲线：临近开始却尚未售出的容量，无法在时间过去后补卖，可能降价出清；稍远期的容量回到另一价格水平，更远期又受到客户等待意愿的影响。与此同时，担忧未来供应紧张的买家，可能愿意加价锁定容量。他把其中一种形状称为自己理解的健康曲线，但访谈也承认，不同时间、不同客户的情况会有差异，不能据此判断远期容量总是更贵或更便宜。

这些交付差异，也是 Conrad 讨论现金结算时的出发点。他支持现金结算，但主张其价格应从实物交割衍生。他担心，样本稀少的指数可能偏离实际采购储备容量的价格，使对冲工具与采购支出之间出现基差风险，并留下操纵空间。这是对市场设计的警告，节目并未证明某个现有指数已经失效。他也认为现金结算与实物交割可以互补，相关参与者可能成为合作伙伴；分歧主要在于建设顺序，以及价格应以什么为依据。

Conrad 还把不持有硬件解释为维护市场独立性的选择，并认为独立性与远期流动性有助于融资。这构成了 SF Compute 对自身路线的商业论证，但访谈没有提供融资成本下降的量化结果，也没有证明其他类型的企业必然无法运营可信市场。这套逻辑说明了公司的战略选择，其实际效果仍需与愿景分开判断。

四、学习与应用

采购团队可以先把算力需求写成可检验的接受条件。Conrad 提到，客户仍然在意芯片代际、内存和 NVLink 域等差异，单看每 GPU 小时报价不足以完成比较。采购时应先确定工作负载不能放宽的条件，再测试哪些配置可以替代。替代配置只有在实际任务中可用，扩大匹配范围才有意义；由此可能获得的采购收益，也需要与适配和验证工作一起衡量。

运行批量任务的团队，可以通过受控的中断与恢复演练，确定能够接受多短的通知期。任务暂停、数据恢复、跨站传输和重新运行分别需要多长时间，应成为提出交易条款的依据。在线服务还需要从客户 SLA 倒推准备期。Conrad 举出的分钟级、小时级或月级通知反映的是不同使用情景，不能直接套用为团队的默认配置。

可靠性审查需要分别考察 burn-in 与系统性问题的修复。Conrad 解释，压力测试可以提前筛出坏 GPU 或节点，但影响整批服务器的固件问题可能需要另一套处理方式。采购方因此需要分别了解测试流程、已知问题和修复状态；“做过老化测试”并不意味着所有风险都已排除。至于按部署批次选择容量，Conrad 认为客户可能愿意为较晚部署的硬件批次付费，但也明确表示，支持这类批次属性仍是尚未实际完成的设想，不能列入现成功能清单。

容量能否顺利退出，需要结合订单簿覆盖量、转售成交条件和退出耗时判断。Conrad 所述的 25% 平均转售回收，与公司累计完成数亿美元交易量，回答的是不同问题，后者也未附详细统计口径。他同时表示，公司正在引入新集群。这些信息都不能单独证明某笔容量能够立即卖出。采购决策若依赖未来转售，就应为无法按预期退出的情况保留预算，不能直接把平均回收结果从成本中扣除。

收入与租价的比较同样需要补足条件。Conrad 以 B300 为例，估算满利用率下的推理收入约为每小时 40 美元，较低利用率下约为 25 美元，并与约 5 至 6 美元的小时租价比较。这些是他的口述估算，节目没有提供完整的需求和成本模型，也不能据此得出较低利用率收入的精确换算公式。使用这一例子测算收益，仍需验证需求能持续多久、利用率如何形成、收入能否实现，以及租价之外有哪些必要成本。收入与租价的差额不能直接称为净利润。

使用价格指数对冲时，需要核对指数是否对应自身采购的型号、配置、期限和交付条件。考虑资产合作时，则需要把 Conrad 关于承担 SLA、帮助集群资产持有人退出，以及不影响资产负债表的推介落实到合同审查，明确责任、退出条件和会计处理。访谈提出了这些合作主张，但没有说明相关合同与会计条件，尚不足以保证任何具体交易的结果。

来源

• 原始节目：The Programmable Data Center — Evan Conrad, SF Compute