AI的下一场军备竞赛

很多人看AI，盯着的是模型：谁更聪明，谁跑分更高，谁又发布了新版本。

但黄仁勋提出了对普通人很有启示的观点：

2025年Computex上，他把AI称为一种新的基础设施，说它会像互联网、像电力一样进入整个经济，而这种基础设施需要“工厂”。英伟达后来把“AI Factory”解释得更直白：工业时代，发电厂把能源变成电；AI时代，AI工厂把能源变成Token。

未来AI竞争，表面上争模型，底层争的却是另一件东西：谁能用更低的成本，把电、芯片和数据持续变成Token。

于是，算力开始从一种技术资源，变成一门可以“收租”的基础设施生意。

Token一爆发，算力就不够用了。

Token可以简单理解成大模型处理信息时的最小计算单位。模型读一句话、写一句话、调用一次工具，都要消耗Token，也就要消耗GPU和电力。

所以判断AI到底热不热，不能只看用户数，还要看Token到底跑了多少。

OpenRouter的数据显示：2026年6月22日至28日，平台一周模型调用产生的Token达到46.7万亿；而2025年7月7日至13日只有2.37万亿，不到一年接近20倍。

中国更夸张。2024年初，国内大模型日均Token调用量只有约1000亿；2025年底升到100万亿；2026年3月又突破140万亿。两年，增长超过千倍。

为什么突然这么快？

因为AI正在从“人问一句，机器答一句”，转向Agent自己干活。一个Agent帮你查资料、写代码、做报表、订机票，背后可能连续调用模型几十次、几百次。未来真正消耗算力的单位，不只是“用户”，而是24小时运行的无数任务。

这也是为什么模型越来越便宜，算力需求反而越来越大。越便宜，调用越多；调用越多，Token越多；Token越多，对算力的需求越大。

2026年，DeepSeek完成首轮大规模外部融资，融资规模据相关报道和投资结构测算约500亿元，投后估值超过3500亿元。几乎与此同时，它开始明显加码自己的算力基础设施。

DeepSeek把地点选在了内蒙古乌兰察布。

7月底，彭博援引知情人士称，DeepSeek计划在当地建设约1GW级别的AI数据中心，部分容量目标在2027年底或2028年初上线。

乌兰察布本身就是“东数西算”国家枢纽节点，电力资源丰富，绿电条件较好，年均气温较低，对服务器散热也有天然优势。

1GW是什么概念？

严格说，它不是“耗电量”，而是功率或电力容量。若按1GW量级持续运行，已经接近一台大型核电机组的额定输出。

换句话说，一家原本以算法效率闻名的AI公司，最终还是走向了极重的物理基础设施。

更值得注意的是梁文锋自己的表态。

今年5月的一场投资人闭门交流后来流出，《每日经济新闻》向参与投资的机构核实了会议真实性。梁文锋说得很直接：DeepSeek相信Scaling，模型规模越大仍然越有效，“阻止我们Scaling的其实就是算力”，不是不想做，而是没有那么多算力。

注：Scaling是指把模型做得更大、用更多数据。

这句话，比任何行业预测都更说明问题。

真正的大模型集群，需要GPU服务器、高速网络、交换机、存储、液冷、机房、电力接入，还要有调度软件和专业运维。更麻烦的是，高端AI芯片两三年就可能换一代。

今天花几十亿买来的机器，几年后可能已经不再是最有经济性的设备。

于是租赁出现了。

客户把一次性的资本开支，变成按月、按年支付的运营开支。需要多少租多少，不用自己养机房，也把一部分设备快速折旧的风险甩给服务商。

服务商怎么赚钱？

最常见的是2—5年的长期合同。通常，承诺制合同加权平均期限约4年，客户签约时往往还会先支付合同总价值15%—25%的预付款。另一种就是按需付费，用多少算多少，价格高一些，但灵活。

因为真正稀缺的是“马上能用”的高端算力。

Ornn数据显示，Blackwell系列云端现货租金一度达到4.08美元/GPU·小时，比2月上涨48%。Semi Analysis数据显示，H100一年期租赁价格从2025年10月的1.77美元/GPU·小时，升到2026年3月的2.40美元，涨幅约35.6%。

到2026年6月，B300按月中位价格已接近7.92美元/GPU·小时，B200约6.11美元，H200约4美元。

一个模型项目如果晚三个月上线，损失可能远高于GPU每小时贵一两美元。因此，已经买到卡、已经装进机房、能稳定交付的算力，本身就有溢价。

这也是算力租赁最硬的壁垒：拿卡能力、融资能力和交付能力。

算力租赁不是互联网式轻资产生意，而更像航空、港口、电站：资本开支巨大，回报却高度依赖设备有没有持续运转。

国内已经能看到这种变化。

某公司2025年累计公告的高算力服务器采购额度不超过212亿元，2026年2月又公告拟采购不超过110亿元；到2026年一季度末，固定资产、在建工程和其他非流动资产合计约219.64亿元。与此同时，公司一季度归母净利润同比增长343.45%。

这类数字比“签了多少战略合作”更值得看。因为资产真正进场、服务器真正上架、现金真正回来，才意味着算力租赁从故事走到了生意。

中国面临的是一个很特殊的组合：Token需求增长极快，但顶级GPU供给又受到更多限制。

数据显示，2024年中国智能算力租赁规模达到377 EFlops，同比增长88.5%，预计2027年达到1346 EFlops。按另一种市场口径测算，如果国内AI服务器资源有20%—30%通过租赁对外释放，2025年国内算力租赁市场约350亿—560亿元。

今天的算力租赁，卖的是GPU小时。下一步，可能直接卖Token。

这就是黄仁勋所说“AI Factory”最关键的变化：以后衡量一座数据中心，不能只看有多少张卡，而要看每瓦电能生产多少Token、每张卡每秒能吐出多少Token、单位Token成本能不能继续下降。

一旦计价单位从“GPU小时”变成“智能产出”，算力公司就不再只是设备房东，而会向模型托管、推理服务、API甚至Token分成继续往下走。

最后真正拉开差距的，可能不是谁先做出一个更惊艳的AI产品，而是谁能长期、稳定、低成本地生产智能。

这才是算力租赁开始值钱的原因。

点击并关注下方公众号，可以收到我的更多观点分享：