一天吃透一条产业链：算力租赁（需求集中）

01产业链全景图

02 【算力租赁】简介

算力租赁说白了，就是租 AI “超级电脑” 的算力来用，不用自己砸大钱买设备。

AI 大模型训练、数据分析、图像渲染都需要极强算力，一套高端 GPU 服务器动辄几百万上千万，普通企业根本买不起。于是就有人建好了装满算力芯片的机房，把算力拆分成小时、月的单位对外出租。

你按需租用、按用量付费，不用管设备维护、机房散热，随开随用。相当于不买豪车只租车，成本低、灵活方便，是现在 AI 公司、中小团队最常用的算力解决方案。

算力租赁相比直接自己制造数据中心，优势明显：

03 上游产业链--核心部件

03-1、AI芯片

详细可见：

中国和海外 AI 芯片市场都在高速增长，但节奏完全不同。

2023 年，海外市场规模为 90 亿美元，中国为 20 亿美元；到 2027 年，预计海外市场将增至 320 亿美元，而中国市场规模有望达到 390 亿美元，实现反超。

从增速看，中国市场的扩张速度明显快于海外，尤其是 2025 年后，在政策和产业的双重推动下，中国市场在全球的占比持续提升，展现出强劲的发展潜力。整体而言，全球 AI 芯片市场正进入高速扩张期，中国在全球格局中的地位也在持续提升。

竞争格局

全球 AI 芯片市场呈英伟达主导、ASIC 快速崛起的格局：

英伟达 GPU 凭借 CUDA 生态占据 AI 服务器市场 80% 以上份额，2025 年全球 AI 芯片市场规模预计破 1200 亿美元，年复合增长率超 25%，ASIC 当前仅占 8%-11%。

ASIC 因效率优势成为云厂商重点布局方向，2024 年全球出货量达 345 万颗，亚马逊 Trainium 芯片增速超 200%，推动推理算力爆发。

海外云厂商自研 ASIC 成本较英伟达方案低 40%，自用率超 70%，预计 2025 年谷歌、亚马逊 ASIC 出货量为英伟达 GPU 的 40%-60%，2026 年有望实现反超。

英伟达现在在 AI 芯片领域，还是妥妥的 “一哥”：

硬实力领先一大截：它的 B200 芯片，算力直接甩开 AMD 和国产芯片一大截。下一代B300 还会继续升级，尤其是芯片之间高速互联的能力，别人很难追上。

生态墙太高，对手很难跨过去：绝大多数 AI 模型都是在英伟达的 CUDA 平台上跑起来的。一家公司如果想换别的芯片，光是改代码、做适配的成本就要花几千万，所以大家宁愿继续用英伟达，也不想折腾。

03-2、AI服务器

AI 服务器，就是 AI 的专属超级工作台，专门为 AI 任务设计。和普通服务器相比，它的核心配置是搭载了 GPU、华为昇腾这类 AI 专用芯片，算力远超通用设备。

它的核心工作分为两类：一是训练 AI 模型，比如让大模型学习语言、识别图像，处理海量数据并反复调整参数；二是支持 AI 的推理工作，比如语音助手实时回复、刷脸支付瞬间验证，背后都依赖它的高速运算。

从 ChatGPT 到自动驾驶的图像识别，当前主流的 AI 应用都离不开这类服务器的支撑，它是 AI 实现高效运行的硬件基础。

图示：华为自研 AI服务器

市场规模及竞争格局

互联网、运营商、金融行业加码 AI 算力，国内 AI 服务器市场如同踩下油门，规模快速冲高。

IDC 数据显示，未来四年整体服务器市场年增速约 10%，而 AI 服务器增长远超通用服务器。

AI 服务器中，GPU 服务器占主导，规模 43 亿美元、占比 86%；NPU、ASIC 等非 GPU 加速服务器同比增长 182%，规模达 7 亿美元。

全球云服务商与企业同步加大 AI 算力预算，全球 AI 服务器市场加速增长，规模与通用服务器差距缩小。

国内 AI 服务器市场如同竞速赛道，浪潮信息与新华三处于领跑位置，牢牢占据主导地位；超聚变、华鲲振宇等昇腾系厂商加速追赶，市场份额持续提升。

03-3、光模块

详细可见：

光模块是AI数据中心内高速互联的核心器件，正经历从400G到800G、再到1.6T乃至3.2T的快速迭代。

2026年全球光模块市场规模预计达287.5亿美元，其中AI数据中心相关占比超过62%。出货量方面，800G光模块2026年全球预计出货4200-4500万只，同比翻倍；1.6T光模块迎来商用元年，出货量预计约2700万只，2027年需求指引高达7500万只。

03-4、AI液冷

详细可见：

AI液冷是解决高功耗芯片散热问题的关键技术。随着AI服务器单机柜功率突破60kW，传统风冷已无法满足需求，液冷成为唯一选择。

当前液冷渗透率从2021年的3%跃升至2025年的20%，预计2027年将突破50%，进入爆发临界点。

市场规模方面，2024年中国液冷服务器市场约201亿元，2025年增至294亿元；全球AI液冷市场2026年预计达170亿美元，2027年有望突破218亿美元。竞争格局上，台系厂商仍占主导，但国产厂商正加速突围。

下方扫码直接加入：

04 中游产业链--算力租赁

算力租赁的好处很直接：一方面，降低了使用算力的门槛，AI 初创公司不用攒钱买设备，就能快速开发产品；另一方面，闲置的算力资源也能被利用起来，提升整体效率。

04-1、商业模式

目前国内算力租赁主要有三种模式：

单实例租赁：相当于「整租一套带全套家电的精装房」，按整台服务器（含 8 张 GPU）为单位租赁，租金按月收取。适合需要长期稳定用大量 GPU 的客户，既能拿到最新的 GPU，也不用自己管服务器运维。

按使用算力规模租赁：相当于「按房屋面积租，按需选户型」，租金按每年的算力规模计量，客户可以根据自己的算力需求选合适的配置，资源调配更灵活。

按租用 GPU 付费租赁：相当于「短租公寓，按天 / 小时计费」，租金按每 GPU 每小时计量，适合短期或临时的算力需求，用户可以随时调整租赁的 GPU 数量。

04-2、运营模式

算力租赁的运营主要分两种模式，各自对应不同的商业逻辑：

签约制：像服务商签下长期的 “供货合同”，能锁定稳定现金流，业务前景可预期。客户为获取低价与高服务保障，提前承诺资源用量；服务商则以此为基础融资，支撑 GPU 采购与数据中心建设等大额资本开支。

按需使用：更像 “随用随买” 的零售模式，主要适配中小企业或临时需求。它的优势是灵活性极高，客户可按需调配资源；缺点是单价更高，且在算力紧张时可能面临资源竞争。

04-3、市场规模

放眼全球，凭借灵活性高的优势，算力租赁在快速渗透。2024 年全球 GPU 算力服务器租赁市场规模为 59.12 亿美元，预计 2031 年将增至 236.2 亿美元，期间复合增长率达 21.4%。

AI 算力需求的爆发，正推着算力租赁市场高速扩张。国内市场过去几年一直保持两位数增长，2024 年中国智能算力租赁规模达到 377EFLOPS，同比增幅 88.5%，未来三年复合增长率预计维持在 53%。

04-4、行业格局

国内算力租赁市场的竞争格局呈现明显的梯队分布。云服务商和电信运营商凭借技术、基础设施与渠道优势，占据了 70% 的市场份额，是行业的主导力量。

算力租赁价格整体呈下行趋势。科智咨询的数据显示，2023 年 6 月至 2025 年 6 月，A800、H800、RTX4090 等主流机型的租赁价格持续走低。

未来，随着技术迭代、竞争加剧与政策推动，整体价格预计将保持稳中有降。但同时，新一代 Blackwell 等高端芯片，以及具备大规模集群部署能力的服务商，仍将凭借性能与效率优势，维持更高的议价能力。

04-5、行业发展

现在的 AI 模型参数越来越大，已经从千亿级冲到万亿级，普通服务器根本顶不住。所以行业都在搞 “万卡集群”，把几万张高性能显卡凑在一起，搭一个算力超级工厂，才能喂饱这些大模型。

现在跑起来的万卡集群，基本都在用英伟达的 GPU。靠的就是它的 CUDA 软件生态和高速互联技术，别人很难替代。国产芯片要追上，还得在组网效率、软件适配这些方面继续突破。

04-6、国内龙头--宏景科技

宏景科技从智慧城市服务商转型算力赛道，业绩迎来爆发式增长。公司 2023 年切入算力服务新赛道，当年收入 1.16 亿元；2024 年飙升至 4.66 亿元，同比增幅 302%，业务占比从 15% 大幅提升至 71%，成为核心增长引擎。

在业务落地层面，宏景科技连续拿下大额订单，加速布局算力市场。2025 年以来已累计签署 7 笔订单，总金额高达 27.5 亿元。

其中 5 月 20 日的单笔合同金额达 5.97 亿元（含税），合作期限五年，涵盖服务器、组网及算力服务。

这不仅是市场对公司算力能力的认可，也标志着双方开启了更大规模的战略合作，对公司的业务拓展和品牌影响力起到了强力助推作用。

05 下游产业链--应用

中国智能算力租赁市场需求高度集中，互联网行业以 62% 的绝对占比成为核心驱动力。其需求集中在云计算、AI 模型训练与实时推理等高算力场景，核心支撑来自海量数据处理、短视频推荐算法优化以及生成式 AI 的爆发式增长。

AI 大模型渗透百业，金融与政务渗透率领跑。除互联网外，金融和政务的算力需求最为突出。

政务领域占比 14%，聚焦智慧城市、政务云及公共安全，主打数据合规与安全，倾向私有化部署和国产化方案。

金融领域占比 6%，深耕高频交易风控、量化建模及反欺诈，对低延迟算力和异构资源调度能力要求极高。

此外，医疗、制造、教育分别占比 5%、4%、4%，呈现出向全行业渗透的态势。

在Token成金，算力急需的时代，算力租赁正在成为各大企业竞相追逐的赛道。

下方扫码直接加入：