AI算力租赁：卖方市场下的利润分化与行业变局

事件概述

随着AI大模型商业化进程加速，算力成为稀缺资源。中国信通院数据显示，2026年一季度国内算力租赁市场规模达680亿元，同比增长62%，预计全年突破2600亿元。然而，供需严重失衡：国内AI算力需求同比大增417%，而供给增速仅为128%。高端GPU获取困难，需签署1-3年长约，持卡方掌握绝对定价权，形成典型的卖方市场。

核心信息

1. 商业模式与回本周期分化
不同背景的玩家采取差异化策略，回本逻辑各异：

• 科研算力服务商：以CPU超算（按核时计费）和GPU智算（按卡时计费）为主。由于高端GPU采购成本暴涨，终端价格涨幅滞后，GPU业务利润率仅5%-10%，CPU业务约30%。通过提供10分钟响应的技术服务，客户复购率可达60%。
• 跨境资源型玩家：通过合资IDC锁定长期租约，面向国内H200服务器月租金可达10.5万元，海外GB200报价550-830美元/小时。正常回本周期为2.5-3年，依赖稳定长租约进行GPU资产抵押贷款融资。
• 轻资产聚合平台：专注合规与多模型调用，主打一站式AI模型聚合。若聚焦高利用率的高端算力或Token售卖，回本周期可缩短至12-18个月；通用算力则较长。

2. 利润分配不均

• 上游资方与芯片渠道：最受益环节。资方通过3-5年长租协议锁定收益，硬件涨价使原本3-5年的回本周期压缩至2年左右，同时享受租金与资产增值双重红利。掌握英伟达高端芯片配额者拥有行业话语权。
• 中游服务商：直面客户的服务商利润率仅在5%-30%之间，且需承担硬件波动和客户流失风险。机房、带宽等环节分润更薄。

3. 行业结构性变化

• 需求迁移：推理算力增速超过纯训练，消费级显卡（如RTX 4090/5090）在推理场景中需求上升，对中小服务商更友好。
• 国产替代与异构部署：华为昇腾950等国产芯片已适配主流大模型，但生态迁移存在兼容性问题。异构混合部署（海外GPU+国产芯片）成为主流，缺乏多元货源和技术能力的中小厂商面临出清压力。
• 算力金融化：GPU抵押融资兴起，服务商采用“采购-抵押-再采购”模式滚动扩张。客户合同稳定性和GPU残值成为融资关键。

值得关注

• 短期趋势：2027年可能迎来新一轮算力荒，高端可流通算力收缩，硬件与租赁价格持续上涨，倒逼资金储备薄弱的初创企业退出。
• 长期终局：行业将从粗放“卖卡”转向“AI算力合伙人”模式，深耕垂直场景、具备精细化服务能力和合规资质的厂商才能穿越周期。