高杠桿、高景氣、高懸念：拆解算力租賃的真實底色

2026-05-26 09:25

2026年，AI應用規模的擴大帶來了算力產業的熱度暴漲，一個叫“算力租賃”的概念迅速大眾化。顧名思義，在算力卡和集群供給有限的情況下，市場涌現了一批專門提供這類平臺服務的企業。

這是一個“錢砸出來”的市場：2026年5月，英偉達Blackwell系列GPU在云端數據中心的現貨租賃價格達到每小時4.08美元，較兩個月前上漲48%。H100的一年期租賃合同從2025年10月的每卡每小時1.7美元升至2026年3月的2.35美元，漲幅接近40%。

這也是一個關系到萬千創新的產業：OpenRouter數據顯示，截至2026年4月，全球AI大模型詞元總調用量已達27萬億，環比增長18.9%。字節跳動的豆包日均Token消耗量達到120萬億，較發布之初增長1000倍。

而中金則指出，2026年3月全國日均Token調用量突破140萬億，“當Agent的滲透率達到8%時，Agent的總Token消耗量已與Chatbot相當”。

但這僅僅是開始，因為隨著Agent普及，增長空間依然能以倍數計算。而市場關心的問題，更多集中在算力租賃模式的分化上——高額采購、高負債率、稀缺渠道、AIDC，名為“算力租賃”概念的企業，實際上在依賴不同的模式展業。它們必須回答三個問題：

誰在賺景氣本身的錢，誰在賺壁壘的錢，誰又在用杠桿追逐明天。

一、算力為什么需要租賃？

算力租賃不是一個新概念。由于算力需要依附于服務器，所以早期的模式便是轉租——平臺采購GPU掛在網上按小時計價，客戶按需使用，就像云端的自動售貨機一樣。

不過，當AI應用成為主要的消耗者，算力租賃需求的驅動力，也就變成了需求從訓練為主轉向推理為主的結構性遷徙。

訓練階段的算力需求是脈沖式的。一個大模型訓練一次可能需要數千塊GPU連續運行數月，但訓練結束后需求就會斷崖式下降。而推理階段的需求則是持續增長的，與用戶規模和調用頻率正相關。OpenAI、豆包或者DeepSeek的每一次API調用，背后都在消耗Token。Token消耗越多，需要的推理算力就越多。

不少機構測算顯示，目前AI領域的推理算力需求已經是訓練階段的10到15倍。這個倍數還會繼續擴大，因為推理需求跟著用戶量走，而訓練需求只跟著模型迭代周期走。

過去，算力租賃賣的是GPU運行時間，客戶按小時付費，實際利用率取決于客戶自身的技術能力。現在市場正在向Token分成模式遷移——客戶不再關心租了多少小時，只關心模型生成了多少Token、完成了多少任務。

于是，行業出現了升級。算力租賃商需要提供的不再只是裸金屬算力，而是配套的調度、優化和模型適配能力。硬件采購規模仍然重要，但單位硬件的產出效率開始變得同等甚至更加重要。此時，硬件的高端與否決定了最基礎的性能上限，所以中國部分高端GPU機型在租賃平臺出現上架即秒光的現象。

這種緊張不是短期的庫存波動，而是供給端存在剛性約束的表征。

更重要的是，從“賣算力”到“賣Token”，本質上是從資源型生意向服務型生意的轉變。資源型生意的護城河是誰的卡多，服務型生意的護城河是誰能讓同樣的卡產出更多Token。市場依然對算力租賃充滿期待，因為它們相信，最終會有一個“天選之人”打破常規模式。

二、多元轉型殊途同歸，短期邏輯可“相信”不可“迷信”

2026年以來，算力租賃概念火熱，中國信通院數據顯示，2026年一季度國內算力租賃市場規模達680億元，同比增長62%。這導致不少公司跨界而來，宣稱要以各種形式轉型。

例如，市值僅130億元左右的賽意信息在5月中旬宣布計劃最高投入200億元開展算力服務器融資租賃業務。今年早些時候，火電領域的豫能控股通過增資11億元參股“先天算力（河南）科技有限公司”，成功切入數據中心（IDC）與算力運營領域，走向“算電協同”。

像這種模式的不同，在市場上還有很多案例。

協創數據是從消費電子制造轉型而來的算力新貴，前身是做U盤和攝像頭的代工廠。2023年切入服務器再制造，隨后大規模采購高端GPU，做起了算力租賃。轉型的力度和速度都相當驚人。

2025年全年，其智能算力產品及服務業務收入27.61億元，同比增長超過1700%。2026年一季度營收60.85億元，同比增長193%，歸母凈利潤7.5億元，同比增長343%。

不過，由于算力產業屬于重資產，所以2025年至今，協創數據先后披露了6次大規模采購計劃，累計采購AI服務器金額超過320億元。截至2026年一季度末，公司總負債規模達到316.9億元，同比大增382%，資產負債率升至85.89%。

這類策略可以概括為杠桿驅動規模、規模驅動份額。在景氣上行期，新增算力能夠快速轉換為收入。一季度，協創數據實現經營性現金流2.72億元，同比增長146%，說明投入的產能確實在產生回報。

但它的隱性短板在于，GPU存在更新周期，而這個周期由上游企業決定，盡管GPU更新后前代產品依然有算力價值，但企業需要追加投入。如果新一代產品的商用導致上一代設備租金承壓，賬面折舊尚未完成，實際盈利已經縮水，利潤表會出現時間錯配，進而再次放大資產投入壓力。

英偉達Blackwell之后Vera Rubin平臺已承諾今年下半年出貨，且明后兩年均有更新計劃，這意味著算力租賃也必須“追風”。

和協創數據相比，行業另一龍頭利通電子是國內唯一一家獲得英偉達Preferred級AI云伙伴資質的企業，這讓它的優勢主要集中在高端GPU的優先直供權、長協鎖價權和穩定配額方面。它是租賃的重要通道，且在某些方面具有唯一性。

2026年一季度，利通電子營收9.97億元，同比增長41.61%，歸母凈利潤2.71億元，同比增長821%。毛利率46.23%，在算力租賃賽道中處于領先水平。合同負債高達21.72億元，同比增長72倍，代表已簽訂但尚未執行完畢的租約價值。

從公開信息可知，與騰訊簽訂的50億元3年長協占其80%算力產能，上架率100%，訂單排至2027年之后。

與協創數據相比，利通電子的規模更小但壁壘更硬。它的護城河不是資本投入規模，而是一張資質證書和由此綁定的核心客戶關系。它的利潤率更高、現金流的可預測性更強、受技術迭代沖擊的敏感性更低，但擴張速度受限于英偉達的配額分配節奏。

除此之外，由于“賣Token”正在成為AI賽道的主流商業模式，所以“算力工廠”概念也隨之興起，并誕生了相應的代表性企業——潤澤科技。

潤澤科技原業務為傳統IDC托管，但目前正在向AIDC智算中心運營升級。2025年，其AIDC業務收入25.1億元，同比增長73%，毛利率48.5%。客戶已覆蓋國內頭部互聯網企業和主流AI客戶群。潤澤科技依托原有業務基礎，占據一線城市周邊的土地和電力資源稟賦，然后提供從基礎設施到算力調度的全棧服務。

除了這些參與者，業內弘信電子、拓維信息等公司均形成了自己的模式，綁定不同的算力來源，共同參與“做蛋糕”“分蛋糕”。市場給這些公司的定價存在一個普遍傾向：把高景氣等同于高確定性，把營收增速等同于經營質量。

雖然“科技股不看PE”是個放之四海皆準的道理，但同一個景氣周期里，不同商業模式承受的風險類型完全不同。杠桿擴張承擔的是財務風險和資產貶值風險，資質壁壘承擔的是政策風險和技術路線風險，而硬件銷售承擔的是毛利率壓力和回款周期風險。未來，決定誰能穿越周期的，是各自風險敞口的大小和可管理程度。

三、利劍懸頭頂：“租”的護城河是什么？

行業高景氣容易制造一種錯覺：增長會一直持續，租金會一直堅挺，但制造業的根本屬性決定了，供給總會有跟上的一天。因此，針對算力，市場上存在兩種觀點：一種是短期內算力供給不可能達標，另一種是不管算力供給怎么樣，市場已經提前預期了潛在漲幅，導致了泡沫。

如何判斷算力租賃乃至其整個產業是否走在正確的道路上？有兩個重要的方向值得關注。

一方面，是GPU集群的利用率。為什么去年以來CPO、光纖等行業熱度也在攀升？因為它們直接關系到信號的傳播效率與損耗程度，而這種限制又會影響算力的上限，所以集群內部和集群與集群之間的通信尤為重要。

未經優化的GPU集群平均利用率僅20%到30%，通過算力池化和智能調度可以提升至70%以上。即便坐擁同樣配置的計算卡，用得好與用不好之間，有效產出相差兩到三倍。算力租賃的核心競爭力正在從卡的數量向卡的利用效率遷移。

當供給緊張時，有卡就能賺錢，效率低也可以被高租金覆蓋。但隨著全球GPU總供給將逐步追趕需求，一旦租金從高位回落，效率差異就會直接轉化為利潤差異。利用率70%的集群仍然賺錢，利用率20%的集群已經虧錢。

另一方面，便是商業模式的分化效應，包括“Token工廠”“算力工廠”概念的崛起，都與這種變化有關。

當客戶按Token付費而不按小時付費時，算力租賃商的實際收入取決于單位時間內能生成的Token數量。同樣一塊GPU，運行經過深度優化的推理框架和運行未經調優的裸模型，Token輸出量可能相差數倍。Token定價模式下，表面上計算卡的算力有上限，但產出比率不同，就會導致算力租賃企業獲得的利潤空間不同。

總之，算力租賃是一個典型的景氣驅動型行業。當前的租金水平、合同負債的快速增長、主要客戶的資本開支指引，都指向短期的高確定性。但高確定性不意味著低風險。業績會告訴市場過去發生了什么，資產負債表和競爭格局能夠幫助預期未來會發生什么。

在AI成為“人均擁有”的應用之前，這種確定性與不確定性共舞的狀態，將始終存在，在螺旋運動中前進。

來源：松果財經

原文標題 : 高杠桿、高景氣、高懸念：拆解算力租賃的真實底色