华尔街交易公司开始自己建机房

最懂得毫秒价值的公司，开始嫌云太慢了。据彭博社报道，Jane Street、Hudson River Trading 这类高频交易公司正在花几十亿美元抢算力——建自己的数据中心，甚至投资芯片初创公司。

一、发生了什么

据 the-decoder 10 月 26 日援引彭博社的报道，这些靠速度吃饭的公司越来越依赖机器学习预测市场，算力开销水涨船高。一位高管估计，如今的计算支出是 ChatGPT 发布之前的 10 到 20 倍。

各家路径不同。XTX Markets 在芬兰自建数据中心；Jane Street 在得州运营一个装着四千多块英伟达 GPU 的机房，还向 CoreWeave 直接投了 10 亿美元、承诺再花 60 亿美元购买其算力服务。Hudson River Trading 的 AI 负责人 Iain Dunning 说公司每年在 AI 上花 10 亿美元，并与 CoreWeave 签了多年合同。

更激进的一步是碰芯片：Jane Street 牵头了芯片初创公司 Etched 的融资轮，并成为其首款 AI 芯片的首个客户——这款芯片靠更低电压运行来换取性能。风险同样被点明：成本持续上升、芯片老化快。阿姆斯特丹高频交易公司 Optiver 的 CEO Boomaars 仍认为，什么都不做才是更危险的选择。

二、跟你有什么关系

做量化或交易系统的：模型推理的延迟预算正在成为新的军备竞赛维度，你在用云还是自建，两三年内会直接体现在策略容量上。

在科技与金融之间选工作的：这些公司开出的 AI 岗位预算（一年 10 亿美元级别）意味着待遇和项目规格都在向大厂看齐，是隐性的职业机会。

关注算力市场的：当买方巨头开始绕过云厂商签多年合同、投芯片公司，云的议价权和定价模型都会被重写。

三、怎么判断

1. 看钱流向哪一层。签多年算力合同是租，自建机房是买，投芯片公司是改供应结构——三层动作叠加，说明他们判断算力会长期紧张，不是周期性缺货。
2. 想清楚他们要什么。交易场景要的是低延迟和确定性，跟通用云计算的需求画像不同。大云厂商的标准产品满足不了，才是自建的理由。
3. 把「10 到 20 倍」当量级感用。这是单一高管的口径估计，不是审计数字，用它判断趋势方向可以，用它做精确推算不行。

四、三个别信的说法

「连交易公司都买算力，说明 AI 需求无限。」 他们的需求有明确边界——预测市场、训练模型，规模上限受策略收益约束，跟互联网公司的 C 端需求不是一个量级逻辑。

「投 Etched 说明初创芯片靠谱。」 Jane Street 当首个客户是为自己量身定制的对冲：赌成了拿到优先供应，赌输了损失可控。这是大买方的偏好表达，不构成对芯片技术本身的背书。

「自建机房一定比租云便宜。」 自建省下的是单价，付出的是折旧风险——报道里点名的「芯片老化快」正是自建者的死穴。两三年后 GPU 贬值时，持有者才知道真实成本。

五、一句话结论

当速度就是利润，算力就不再是 IT 开销，而是交易成本的一部分。

信息来源

• the-decoder：华尔街最快的交易员在建数据中心（2026-10-26）

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。