算力租赁，还是“金疙瘩”吗？

4月28日盘中，算力租赁概念走强，鸿博股份(002229)二连板，大位科技涨停。

自2022年底ChatGPT横空出世，人工智能行业热情满满，随着“百模大战”开打，引领了算力需求呈爆发式增长。这股热潮也推动了一个新兴行业的诞生——算力租赁，踏着市场的风口，吸引了一批企业涌入。

简单来说，算力租赁是把计算能力“出租”给有需求的企业或个人。毕竟AI的研发就像熔炉，想要达成最好的大模型，要重金囤卡、找算力，投入人、时间和精力在其中。

大厂实力雄厚不在话下，但对于中小企业而言，只能寄希望于算力租赁，好处是灵活又省钱。

在AI走向红利期的当下，也有不少企业把算力租赁业务当成发家的秘密武器，顺势搭上AI“卖铲人”的概念快车，开启了股价狂飙，但也有人沉溺其中，最终换来心事重重。

算力租赁，引发热潮

曾经的大模型训练是名副其实的“算力黑洞”。据研究机构SemiAnalysis的计算，OpenAI大约需要3617个英伟达HGX A-100服务器来支持其ChatGPT的使用，同时，这些服务器每天的总能耗高达564MWh，OpenAI也不止一次向外释放过观点：训练出一款优秀的大模型，造价不菲。

对于中小初创企业而言，面对高昂的成本时，可能等不到产品落地，就会被资金链拖垮。但如今有了算力租赁，可以用极具性价比的资金便可撬动海量算力，快速发布产品抢得市场先机。

在算力租赁这条赛道上，可谓强手如云。许多传统科技巨头，虽说家底雄厚，可面对训练AI这一无底洞，也得勤俭持家。例如微软Azure云平台，就将算力租赁业务运营得风生水起，为中小企业提供底层算力支撑，因算力租赁在一定程度上是卖方市场，更赚得盆满钵满。

这股热浪还吸引了不少专业和跨界玩家。一些国内传统制造企业，手上有闲钱，眼见算力租赁炙手可热，也想来分一杯羹。

毕竟这一产业蕴含着无限前景。据中研普华产业研究院预测，到2026年，国内算力租赁潜在收入市场规模有望达到2600亿元，且将以每年20%以上的速度快速增长。

更为重要的是，政策端亦在发力，提供了积极的指引。2022年，东数西算工程宣布启动，三年间，不但从顶层设计上筹划了全国一体化算力网的搭建方案，也为算力租赁市场提供了助力。

各地也因地制宜地推出一系列扶持性政策。例如深圳市工业和信息化局印发的《深圳市打造人工智能先锋城市的若干措施》提出，每年发放最高5亿元“训力券”，降低人工智能模型研发和训练成本。对租用智能算力开展大模型训练的企业、高等院校和科研机构，按不超过服务合同金额的50%，给予最高1000万元资助，对初创企业提高资助比例至60%。

山西、天津、北京等地也出台相关政策，为这一市场的发展加了一把热火。

和讯商业梳理观察到，今年以来，多家上市公司官宣入局。

3月以来，就有协创数据宣布计划采购不超过30亿元的服务器，用于为客户提供算力租赁服务；而杭州平治信息技术股份有限公司则在互动平台表示，近年来在算力业务领域成功转型，截至目前，公司累计算力业务相关订单金额已超过10亿元。

算力租赁业务也展现出了较好的“钱”景。中贝通信称，目前在服的算力资源超过14000P。根据过往项目测算，算力租赁业务的毛利率在30%以上。4月21日，中贝通信(603220)签订4.41亿元算力服务合同，再下一城。

除了专业对口的企业，想要试试水温的还不乏一些跨界玩家。比如“味精之王”莲花控股、房地产开发商大名城(600094)、染料生产商锦鸡股份等，均宣布入局算力新赛道，推进智算中心项目。

按照这些企业的阳谋，做算力租赁一方面开辟了第二增长曲线，另一方面还能蹭上AI的热点，已有不少公司趁势股价起飞。主营彩票印刷业务的鸿博股份，是A股首家宣布跨界算力的上市公司，股价因沾上英伟达概念一度大涨，4月28日收盘，鸿博股份涨幅为9.97%，最新价13.13元，总市值65.15亿元。

鸿博股份2025年一季度业绩显示，营业收入6.77亿元，同比增长337.25%，净利润8458万元，同比增长437.46%，成功实现扭亏为盈。官方表示，公司战略转型聚焦算力赛道，未来将进一步坚定人工智能算力业务，实现全面转型升级。

据了解，目前“算力租赁”概念相关上市公司已达到140余家，总市值达1.6万亿元。

阶段性过剩

当然，也并非所有企业都能如愿在算力租赁市场中抢占先机。

正如深度科技研究院院长张孝荣所言，虽然一些具备技术实力的企业已经通过算力租赁业务实现了盈利，但也有不少企业因无法采购所需的高端人工智能芯片或承担自建数据中心的高昂成本而选择退出。

年前，锦鸡股份公告，公司全资子公司英智创新今年1月与缔息云联价值超过9个亿的算力租赁合同终止；ST农尚全则称，全资子公司武汉芯连微与银盾云的算力租赁合同解除，并将32台算力服务器以7千万的价格出售；北京飞利信(300287)表示，终止了总金额近11亿元的算力租赁服务合同，原因是GPU服务器供应中断。

这其实与行业的变化息息相关。从去年年底，融资进展受阻、产品落地难、投资人热忱不在，让很多企业开始重新审视AI业务，连带着算力租赁的造富神话不再，价格一路走低。

据媒体报道，一年前，英伟达H100的8卡节点年租赁价格最高达到了20万元，仅隔一年，其价格就降至约6万元。不仅如此，消费端的RTX 4090年租赁价格也从年初的约2万元降至目前的6000元左右。

春节期间，DeepSeek的横空出世，以最具性价比的训练方案，比拟OpenAI砸重金的效果，让算力不再是AI训练的高门槛。

曾经将算力租赁视为“金疙瘩”的上市公司，猛然间需要面对阶段性算力过剩的课题。

“局部阶段性算力过剩，主要在于AI大模型，正在从训练阶段走向以推理为主的阶段，这一阶段需要的算力会大幅减少。”一位大模型架构工程师告诉和讯商业。

在他看来，在“百模大战”初期，大模型整体处于训练阶段，确实需要极高的算力，且需要多次训练，不断调整和迭代，规范模型的参数，这也是算力租赁的红利期。

红利期也不意味着是“在地上捡钱”。对于许多跨界的玩家而言，对算力租赁的理解较为浅层，认为不过就是购买GPU卡与服务器，托管给智算中心后就可以开始安心收租，稳赚不赔。

在上述人士看来，算力租赁服务正朝着精细化、专业化的方向发展，原本囤积居奇的模式正在被慢慢瓦解。

“算力租赁不仅需要芯片等硬件设备，还要求卖方具备全栈的技术能力，不少客户在训练的过程中，会遇到运维、技术的难题需要解决，然而跨界企业自身业务体系和算力往往关联度较低，最终导致售后难、获客难的双向死循环。”他表示。“还有不少金融、医疗等客户，对于训练的安全性要求很高，这也对卖方提出了更高的技术期望。”

从产业发展的维度来看，算力租赁业务确实拥有广阔的市场空间，但算力远不止买和租那么简单。从市场规律而言，算力产业和其他产业一样，都要从粗放型，向高质量发展迈进，才能让AI的发展更具生产力。