一天吃透一條產業鏈：算力租賃（需求集中）

01產業鏈全景圖

02 【算力租賃】簡介

算力租賃說白了，就是租 AI “超級電腦” 的算力來用，不用自己砸大錢買設備。

AI 大模型訓練、數據分析、圖像渲染都需要極強算力，一套高端 GPU 服務器動輒幾百萬上千萬，普通企業根本買不起。于是就有人建好了裝滿算力芯片的機房，把算力拆分成小時、月的單位對外出租。

你按需租用、按用量付費，不用管設備維護、機房散熱，隨開隨用。相當于不買豪車只租車，成本低、靈活方便，是現在 AI 公司、中小團隊最常用的算力解決方案。

算力租賃相比直接自己制造數據中心，優勢明顯：

03 上游產業鏈--核心部件

03-1、AI芯片

詳細可見：

中國和海外 AI 芯片市場都在高速增長，但節奏完全不同。

2023 年，海外市場規模為 90 億美元，中國為 20 億美元；到 2027 年，預計海外市場將增至 320 億美元，而中國市場規模有望達到 390 億美元，實現反超。

從增速看，中國市場的擴張速度明顯快于海外，尤其是 2025 年后，在政策和產業的雙重推動下，中國市場在全球的占比持續提升，展現出強勁的發展潛力。整體而言，全球 AI 芯片市場正進入高速擴張期，中國在全球格局中的地位也在持續提升。

競爭格局

全球 AI 芯片市場呈英偉達主導、ASIC 快速崛起的格局：

英偉達 GPU 憑借 CUDA 生態占據 AI 服務器市場 80% 以上份額，2025 年全球 AI 芯片市場規模預計破 1200 億美元，年復合增長率超 25%，ASIC 當前僅占 8%-11%。

ASIC 因效率優勢成為云廠商重點布局方向，2024 年全球出貨量達 345 萬顆，亞馬遜 Trainium 芯片增速超 200%，推動推理算力爆發。

海外云廠商自研 ASIC 成本較英偉達方案低 40%，自用率超 70%，預計 2025 年谷歌、亞馬遜 ASIC 出貨量為英偉達 GPU 的 40%-60%，2026 年有望實現反超。

英偉達現在在 AI 芯片領域，還是妥妥的 “一哥”：

硬實力領先一大截：它的 B200 芯片，算力直接甩開 AMD 和國產芯片一大截。下一代B300 還會繼續升級，尤其是芯片之間高速互聯的能力，別人很難追上。

生態墻太高，對手很難跨過去：絕大多數 AI 模型都是在英偉達的 CUDA 平臺上跑起來的。一家公司如果想換別的芯片，光是改代碼、做適配的成本就要花幾千萬，所以大家寧愿繼續用英偉達，也不想折騰。

03-2、AI服務器

AI 服務器，就是 AI 的專屬超級工作臺，專門為 AI 任務設計。和普通服務器相比，它的核心配置是搭載了 GPU、華為昇騰這類 AI 專用芯片，算力遠超通用設備。

它的核心工作分為兩類：一是訓練 AI 模型，比如讓大模型學習語言、識別圖像，處理海量數據并反復調整參數；二是支持 AI 的推理工作，比如語音助手實時回復、刷臉支付瞬間驗證，背后都依賴它的高速運算。

從 ChatGPT 到自動駕駛的圖像識別，當前主流的 AI 應用都離不開這類服務器的支撐，它是 AI 實現高效運行的硬件基礎。

圖示：華為自研 AI服務器

市場規模及競爭格局

互聯網、運營商、金融行業加碼 AI 算力，國內 AI 服務器市場如同踩下油門，規?？焖贈_高。

IDC 數據顯示，未來四年整體服務器市場年增速約 10%，而 AI 服務器增長遠超通用服務器。

AI 服務器中，GPU 服務器占主導，規模 43 億美元、占比 86%；NPU、ASIC 等非 GPU 加速服務器同比增長 182%，規模達 7 億美元。

全球云服務商與企業同步加大 AI 算力預算，全球 AI 服務器市場加速增長，規模與通用服務器差距縮小。

國內 AI 服務器市場如同競速賽道，浪潮信息與新華三處于領跑位置，牢牢占據主導地位；超聚變、華鯤振宇等昇騰系廠商加速追趕，市場份額持續提升。

03-3、光模塊

詳細可見：

光模塊是AI數據中心內高速互聯的核心器件，正經歷從400G到800G、再到1.6T乃至3.2T的快速迭代。

2026年全球光模塊市場規模預計達287.5億美元，其中AI數據中心相關占比超過62%。出貨量方面，800G光模塊2026年全球預計出貨4200-4500萬只，同比翻倍；1.6T光模塊迎來商用元年，出貨量預計約2700萬只，2027年需求指引高達7500萬只。

03-4、AI液冷

詳細可見：

AI液冷是解決高功耗芯片散熱問題的關鍵技術。隨著AI服務器單機柜功率突破60kW，傳統風冷已無法滿足需求，液冷成為唯一選擇。

當前液冷滲透率從2021年的3%躍升至2025年的20%，預計2027年將突破50%，進入爆發臨界點。

市場規模方面，2024年中國液冷服務器市場約201億元，2025年增至294億元；全球AI液冷市場2026年預計達170億美元，2027年有望突破218億美元。競爭格局上，臺系廠商仍占主導，但國產廠商正加速突圍。

下方掃碼直接加入：

04 中游產業鏈--算力租賃

算力租賃的好處很直接：一方面，降低了使用算力的門檻，AI 初創公司不用攢錢買設備，就能快速開發產品；另一方面，閑置的算力資源也能被利用起來，提升整體效率。

04-1、商業模式

目前國內算力租賃主要有三種模式：

單實例租賃：相當于「整租一套帶全套家電的精裝房」，按整臺服務器（含 8 張 GPU）為單位租賃，租金按月收取。適合需要長期穩定用大量 GPU 的客戶，既能拿到最新的 GPU，也不用自己管服務器運維。

按使用算力規模租賃：相當于「按房屋面積租，按需選戶型」，租金按每年的算力規模計量，客戶可以根據自己的算力需求選合適的配置，資源調配更靈活。

按租用 GPU 付費租賃：相當于「短租公寓，按天 / 小時計費」，租金按每 GPU 每小時計量，適合短期或臨時的算力需求，用戶可以隨時調整租賃的 GPU 數量。

04-2、運營模式

算力租賃的運營主要分兩種模式，各自對應不同的商業邏輯：

簽約制：像服務商簽下長期的 “供貨合同”，能鎖定穩定現金流，業務前景可預期。客戶為獲取低價與高服務保障，提前承諾資源用量；服務商則以此為基礎融資，支撐 GPU 采購與數據中心建設等大額資本開支。

按需使用：更像 “隨用隨買” 的零售模式，主要適配中小企業或臨時需求。它的優勢是靈活性極高，客戶可按需調配資源；缺點是單價更高，且在算力緊張時可能面臨資源競爭。

04-3、市場規模

放眼全球，憑借靈活性高的優勢，算力租賃在快速滲透。2024 年全球 GPU 算力服務器租賃市場規模為 59.12 億美元，預計 2031 年將增至 236.2 億美元，期間復合增長率達 21.4%。

AI 算力需求的爆發，正推著算力租賃市場高速擴張。國內市場過去幾年一直保持兩位數增長，2024 年中國智能算力租賃規模達到 377EFLOPS，同比增幅 88.5%，未來三年復合增長率預計維持在 53%。

04-4、行業格局

國內算力租賃市場的競爭格局呈現明顯的梯隊分布。云服務商和電信運營商憑借技術、基礎設施與渠道優勢，占據了 70% 的市場份額，是行業的主導力量。

算力租賃價格整體呈下行趨勢?？浦亲稍兊臄祿@示，2023 年 6 月至 2025 年 6 月，A800、H800、RTX4090 等主流機型的租賃價格持續走低。

未來，隨著技術迭代、競爭加劇與政策推動，整體價格預計將保持穩中有降。但同時，新一代 Blackwell 等高端芯片，以及具備大規模集群部署能力的服務商，仍將憑借性能與效率優勢，維持更高的議價能力。

04-5、行業發展

現在的 AI 模型參數越來越大，已經從千億級沖到萬億級，普通服務器根本頂不住。所以行業都在搞 “萬卡集群”，把幾萬張高性能顯卡湊在一起，搭一個算力超級工廠，才能喂飽這些大模型。

現在跑起來的萬卡集群，基本都在用英偉達的 GPU。靠的就是它的 CUDA 軟件生態和高速互聯技術，別人很難替代。國產芯片要追上，還得在組網效率、軟件適配這些方面繼續突破。

04-6、國內龍頭--宏景科技

宏景科技從智慧城市服務商轉型算力賽道，業績迎來爆發式增長。公司 2023 年切入算力服務新賽道，當年收入 1.16 億元；2024 年飆升至 4.66 億元，同比增幅 302%，業務占比從 15% 大幅提升至 71%，成為核心增長引擎。

在業務落地層面，宏景科技連續拿下大額訂單，加速布局算力市場。2025 年以來已累計簽署 7 筆訂單，總金額高達 27.5 億元。

其中 5 月 20 日的單筆合同金額達 5.97 億元（含稅），合作期限五年，涵蓋服務器、組網及算力服務。

這不僅是市場對公司算力能力的認可，也標志著雙方開啟了更大規模的戰略合作，對公司的業務拓展和品牌影響力起到了強力助推作用。

05 下游產業鏈--應用

中國智能算力租賃市場需求高度集中，互聯網行業以 62% 的絕對占比成為核心驅動力。其需求集中在云計算、AI 模型訓練與實時推理等高算力場景，核心支撐來自海量數據處理、短視頻推薦算法優化以及生成式 AI 的爆發式增長。

AI 大模型滲透百業，金融與政務滲透率領跑。除互聯網外，金融和政務的算力需求最為突出。

政務領域占比 14%，聚焦智慧城市、政務云及公共安全，主打數據合規與安全，傾向私有化部署和國產化方案。

金融領域占比 6%，深耕高頻交易風控、量化建模及反欺詐，對低延遲算力和異構資源調度能力要求極高。

此外，醫療、制造、教育分別占比 5%、4%、4%，呈現出向全行業滲透的態勢。

在Token成金，算力急需的時代，算力租賃正在成為各大企業競相追逐的賽道。

下方掃碼直接加入：