算力租赁:从“云上租电脑”到AI时代的“电力公司”

如果你在2010年告诉别人“我可以租给你一台超级计算机用几个小时”，对方可能会觉得你在开玩笑。但今天，算力租赁已经成为AI时代最炙手可热的生意之一——就像电力公司为千家万户供电一样，算力租赁公司正在为无数AI应用提供“计算电力”。

一、过去：从萌芽到爆发的十年演进

算力租赁并非一夜之间冒出来的新概念。它的发展经历了清晰的三个阶段：

萌芽探索期（2018年之前）：这时期的算力租赁更像是“云上租电脑”。云计算平台开始提供通用服务器租赁，但针对GPU等专用算力的服务体系尚未形成。中小企业常常因为算力需求波动，面临着资源闲置或者短缺的两难境地。

需求驱动期（2018-2022年）：中美科技摩擦和AI技术爆发共同催生了市场。2018年美国实施芯片出口限制，国内高端GPU供应紧张，企业为缓解“算力荒”纷纷转向租赁模式。2021年“东数西算”工程启动，通过政策引导实现算力资源跨区域调度。到2022年，中国智能算力规模达到268EFLOPS，首次超过通用算力，算力租赁市场初步形成规模。

爆发增长期（2023年至今）：ChatGPT的出现改变了一切。千亿级参数大模型的训练需要千卡级GPU集群支持，自建成本动辄上亿元，而通过租赁方式成本可降至数百万元。算力租赁从“可选方案”变成了“必选项”。

二、现在：万亿市场背后的冰与火

市场规模爆发式增长：2024年中国智能算力租赁市场规模达到377EFlops，较2023年同比增长88.5%。预计到2027年，这一数字将超过1300EFlops。从收入看，2025年国内算力租赁市场规模突破2116亿元，预计2026年增至2600亿元。

需求结构高度集中：互联网行业以62%的绝对占比成为核心需求方，其需求主要集中于云计算、AI模型训练及实时推理。政府部门占比14%，金融、医疗、教育、制造分别占比6%、5%、4%、4%。

商业模式多元化：市场形成了“云服务商+专业运营商+跨界玩家”的三元格局。第一梯队为阿里云、华为云、天翼云等云服务商+三大电信运营商，占据70%市场份额。租赁方式也从整机柜包月，发展到按算力规模、按GPU小时等灵活计费模式。

但繁荣背后暗藏隐忧：行业正面临“增收不增利”的结构性矛盾。2025年前三季度，A股算力租赁企业中营收下滑的企业达42家（占比42%），毛利率同比、环比双降的压力明显。以H100为例，全球市场租赁价格从2024年初接近5美元/GPU·小时，下探至2025年中约2.4美元/GPU·小时。

三、潜力：站在AI浪潮之巅的“卖铲人”

需求端爆发式增长：AI正从“训练时代”向“推理时代”转型。据摩根大通预测，中国的推理算力Token消费量将从2025年的10千万亿增长到2030年的3900千万亿，增幅高达369倍。仅2026年元旦至今，国内AI推理任务相关的Token调用量在短短三个月内便暴增250%。

政策红利持续释放：国家“十四五”期间发布了《算力基础设施高质量发展行动计划》，明确到2025年算力规模超过300EFLOPS。2026年4月，工信部正式启动普惠算力赋能中小企业发展专项行动，目标到2028年底基本建成覆盖广、成本低、服务优的普惠算力服务体系。

技术迭代创造新机会：液冷技术推动数据中心PUE值降至1.1以下，国产AI服务器适配率突破90%，虚拟化分时租赁技术提升GPU利用率至85%以上。这些技术进步正在降低运营成本，提升服务效率。

商业模式升级：行业正从“硬件租赁”向“算力+服务+模型”的一体化服务模式升级。头部企业开始探索模型服务或Token分成模式，这不仅能提升客户粘性，还能获得更高溢价。

四、不足：高速发展中的四大挑战

高端芯片“卡脖子”困境：全球对顶级AI GPU的需求远超产能，导致供应紧张，交货周期长。尽管国产芯片替代进程加速，但在高端GPU领域，供给缺口依然显著。这种“芯片荒”直接传导至算力租赁市场，形成了典型的卖方市场格局。

区域供需失衡与资源错配：西部算力中心因传输延迟问题出现闲置，企业被迫拆解设备东运；而东部地区电费成本高达0.7元/度，叠加PUE≤1.25的绿色要求，液冷系统改造成本显著提升。这种结构性矛盾影响了整体资源利用效率。

盈利能力承压：尽管需求旺盛，但行业盈利能力持续承压。A股99家算力租赁相关企业中，2025年第三季度毛利率同比下滑企业达59家（占比56.6%）。价格战、同质化竞争、重资产投入等因素共同挤压了利润空间。

技术依赖与安全合规风险：算力租赁高度依赖上游芯片供应商，技术路线选择风险大。同时，数据安全法规对数据跨境流动、本地化存储提出明确要求，算力租赁平台需在全球范围内布局合规数据中心。

五、未来：从“资源竞争”到“服务竞争”

算力租赁行业的景气度至少可持续至2027年。在此期间，行业将呈现三大趋势：

服务模式深度升级：从单纯的裸算力出租升级为模型服务或Token分成模式。具备技术对接能力与优质客户资源的头部厂商将获得更高溢价。

国产化替代加速：在政策引导下，国产化替代在算力租赁行业中扮演着越来越重要的角色。华为昇腾、寒武纪、摩尔线程等国产芯片厂商营收增长三位数，为行业提供了“第二供给曲线”。

绿色与智能化协同：在“双碳”目标约束下，绿色电力与算力协同布局成为重要方向。智算中心向西部绿色能源富集地区布局，通过“东数西训”“东数西存”等模式实现资源优化配置。

结语

算力租赁正站在历史的风口上。它不仅是AI时代的“卖铲人”，更是数字经济的“基础设施提供商”。虽然行业短期内面临盈利压力、芯片供给等多重挑战，但在AI应用爆发、政策支持和技术进步的多重驱动下，长期前景依然广阔。

未来的竞争将不再是简单的“谁有更多GPU”，而是“谁能提供更高效、更稳定、更安全的算力服务”。对于企业而言，关键在于把握技术发展趋势，优化资源配置，在激烈的市场竞争中构建差异化优势。对于整个社会而言，算力租赁的普及将降低AI应用门槛，推动技术创新普惠化，最终惠及千行百业。

就像电力曾经改变世界一样，算力正在成为新时代的生产力。而算力租赁，正是让这种生产力得以广泛流动的关键管道。