什么是算力租赁？
算力租赁（Computing-as-a-Service）是算力运营方采购 GPU/智算设备组成集群，按时长或按算力规模出租给 AI 公司、科研机构、互联网企业的商业模式。客户不用自建机房，按需付费即可获得训练或推理算力。
类比："你不用买电厂，只需要接通电网用电"，算力租赁就是 AI 时代的"电网"模式。
为什么算力租赁站上风口？
1) 大模型训练算力需求爆炸
训练一个千亿参数大模型动辄需要数千张 H100/H800/A100，单次训练成本数千万到上亿元。多数 AI 创业公司、传统行业自建机房既不经济也不现实。
2) GPU 短缺与价格高企
英伟达 H100 全球供不应求；H20/L20 在中国市场限制级供应；H800/A800 早已停售。GPU 算力变成稀缺资源。
3) 国产替代加速
华为昇腾 910B/910C、寒武纪思元 590、海光 DCU、摩尔线程等国产芯片崛起，催生大量国产智算中心。
4) "东数西算"国家战略
把数据中心建到电费便宜、气候适宜的西部，形成全国算力一体化布局。
商业模式拆解
| 模式 | 计费方式 | 客户类型 |
|---|---|---|
| 裸金属租赁 | 按 GPU 卡数 × 时长（如 H100 单卡 ¥80/小时） | 头部大模型公司、央国企 |
| 云上 GPU 实例 | 类似云服务，按秒计费 | 中小 AI 公司、科研团队 |
| 智算中心一体化交付 | 整柜/整集群打包，含运维 | 政府、行业大模型 |
| 模型推理服务（MaaS） | 按 token 计费 | 各类 AI 应用开发者 |
核心玩家
- 三大运营商：移动云、天翼云、联通沃云，集团级算力底座；
- 互联网云大厂：阿里云、腾讯云、华为云、火山引擎；
- 第三方 IDC + 智算运营商：润泽科技、奥飞数据、莲花控股、寒武纪运营子公司等；
- 区域智算中心：合肥、武汉、贵阳、宁夏中卫等地的政企合作项目。
A股产业链速览
| 环节 | 代表公司（仅作梳理） |
|---|---|
| IDC基建 | 润泽科技、奥飞数据、世纪互联、数据港 |
| 服务器/液冷 | 浪潮信息、中科曙光、工业富联、英维克、申菱环境 |
| 国产 AI 芯片 | 寒武纪、海光信息、华为昇腾（未独立上市） |
| 智算运营 | 莲花控股、鸿博股份、首都在线、青云科技 |
| 光互联/PCB | 中际旭创、新易盛、沪电股份等 |
盈利模式与关键指标
- 毛利率：受 GPU 采购价、电费、上架率影响，通常 25~50%；
- 上架率：智算中心 GPU 实际被租用的比例，是核心指标；
- 客户结构：长尾客户 vs 头部客户的占比直接影响回款风险；
- 电力 PUE：1.2 以下属于高水平。
四大风险
- 供需错配：智算中心建设过热，可能出现"算力过剩、找不到客户"风险；
- 价格战：GPU 租赁价格已从 2023 年高峰回落 30~50%；
- 政策与出口管制：高端 GPU 进口受限，影响算力供给；
- 技术迭代：H100→B200→GB300 迭代速度快，旧型号会快速贬值。
结语
算力租赁是 AI 时代的"水电煤"新生意，长期需求确定，但短期面临价格战、过剩压力与 GPU 技术迭代风险。本文从概念、驱动力、商业模式、玩家、产业链与风险六个维度做了客观梳理，不构成任何投资建议。
深度扩展:算力租赁的"商业模式与产业格局"
🔸 一、算力租赁的四大驱动力
- AI 大模型爆发:训练千亿模型需上万张 GPU
- 中小企业上云:买不起 GPU,只能租
- 研发试错成本:小团队尝试大模型需要短期算力
- 算力需求分化:推理算力需求快速崛起
🔸 二、四种商业模式
| 模式 | 代表 | 特点 |
|---|---|---|
| IDC 出租 | 润泽科技/光环新网 | 出租机房+机柜 |
| GPU 算力租赁 | 商汤大装置/阿里云 | 提供 GPU 时租/包月 |
| AI 平台 | 百度智能云/华为云 | 提供 AI 全栈服务 |
| 智算中心 | 商汤/浪潮/宁畅 | 专供 AI 训练 |
🔸 三、三大运营商 + 互联网 + 第三方
运营商:中国移动云、中国电信天翼云、中国联通沃云
互联网大厂:阿里云、腾讯云、百度智能云、华为云、火山引擎(字节)
第三方智算:商汤大装置、并行科技、华夏华为云、九章云极
🔸 四、A 股核心标的
- 润泽科技(300442):超大规模 IDC 龙头
- 光环新网(300383):IDC + 云计算
- 数据港(603881):阿里云核心 IDC 供应商
- 宝信软件(600845):宝武集团旗下 IDC
- 世纪互联(VNET):运营商级中立 IDC
🔸 五、四大风险
- 电价上涨:算力中心耗电巨大,电价敏感
- GPU 供给:英伟达 H100/H200 出口管制
- 价格战:云服务市场内卷
- 技术迭代:国产芯片替代影响需求结构
本文仅作相关主题科普/介绍,不构成任何投资建议。市场有风险,投资需谨慎。