一家地方国资平台企业董事长的警觉：最危险的信号，是把GPU当成房子来炒

记者 王雅洁

2026年的中国算力市场，正经历一场剧烈分化：一边是头部企业订单排期至2028年、净利润暴涨超800%的火热景象；另一边，则是西部大量中小玩家在利用率不足70%的亏损线上挣扎，部分智算中心甚至烂尾。

在“东数西算”的国家战略版图中，芜湖是长三角枢纽两大集群之一，也是中部唯一的国家级数据中心集群。这里智算规模庞大，集聚了华为、抖音及三大运营商等多个超大型项目，承载着安徽全省超70%的智算任务。

作为芜湖算力产业的核心操盘手之一，芜湖市大数据建设投资运营有限公司董事长胡蓉，正推动着一个省级算力统筹调度平台的运转。他们不满足于做简单的“机柜房东”，而是试图打造一个跨区域的算力交易平台，让算力像水电一样实现高效、市场化的流通。

为什么在一个重资产密集的赛道里，芜湖的地方国资平台却强调做轻资产运营？当各地为争夺算力企业展开补贴竞赛时，如何确保钱花在刀刃上？在高端芯片受限的背景下，国产算力又何时能真正顶上？

她提醒，当前算力市场最大的泡沫在于“供需错配下的非理性溢价”与“重资产金融化”。部分企业甚至将GPU（图形处理器）作为抵押物进行高杠杆融资，形成类似“贷款炒房”的算力地产模式。

经济观察报：当前算力租赁市场的真实温度到底是多少？哪些领域真的火，哪些是虚火？

胡蓉：当前算力市场真正火的是高端智算领域，尤其是大模型训练和推理所需的算力，企业需求量大，但受各种因素影响往往出现严重的供不应求问题，导致部分显卡租赁价格暴涨。资金雄厚的头部企业提前布局好相关算力资源，在租赁市场不缺下家，自然有充足的利润空间。但针对算力资源的投建布局应做出合理规划，做到物尽其用，才不至于陷入供需不匹配的困境。

早期的算力租赁市场存在粗放式暴利，谁先拿到显卡、谁就能以天价出租，这是供需极度错配下的阶段性红利。随着更多资本涌入、更多数据中心投产，单纯靠资源差价赚取超额利润的窗口确实在收窄。

但2026年“进场”仍有大机会，只是机会的性质变了。算力行业应该从“租资源”向“卖服务”迈进。机会主要在三个方面：第一，构建差异化的生态能力，比如围绕特定行业提供定制化算力解决方案；第二，抓住推理需求爆发的结构性机遇，围绕推理场景提供精细化调度、成本优化、按需服务等深度运营能力；第三，紧跟国内算力行业发展趋势，比如建立起Token（人工智能模型处理文字时的最小单位）运营的能力。暴利期或许过去了，但价值创造期刚刚开始。

经济观察报：当前算力市场最大的泡沫在哪里？最危险的信号是什么？

胡蓉：最大的泡沫在于“供需错配下的非理性溢价”与“重资产金融化”。例如B300服务器价格一度飙升到700万元、租赁价暴涨40%，其核心驱动力并非单纯的技术需求，而是叠加了海外出口管制、合规渠道受阻及灰色市场炒作等多重因素。部分企业甚至将GPU作为抵押物进行高杠杆融资，形成类似“贷款炒房”的算力地产模式，导致资产估值严重脱离实际商业回报。

最危险的信号是“技术迭代推迟引发的资产贬值风险”与“下游商业化变现受阻”。一旦新一代芯片因先进封装良率等问题延迟交付，或人工智能（AI）应用无法实现规模化盈利，高昂的算力成本将直接压垮下游客户。届时，高价囤积的旧款GPU将面临租金暴跌和流动性枯竭的双重打击，前期盲目扩张的重资产极易沦为不良债务，引发产业链的系统性出清。

经济观察报：跨区域算力调度时，你遇到的堵点主要有哪些？

胡蓉：第一是网络时延的硬约束：长距离传输带来的时延问题对于实时性要求高的AI推理任务仍是难以逾越的壁垒；第二是技术标准与接口不统一：不同集群、不同厂商的数据中心在算力计量、计费方式、API（应用程序编程接口‌）接口、调度协议上各行其是，企业想同时使用多个区域的算力，往往需要做大量的适配开发，交易成本居高不下；第三是跨域服务保障难度大：算力跨省调用后，费用如何结算、服务质量如何保障、故障责任如何界定，目前缺乏统一规则。

经济观察报：不同城市的算力补贴标准差异很大，有人专门“套补贴”。你怎么看这种现象？

胡蓉：安徽省算力统筹调度平台协助省科技厅实现补贴资金的精准高效发放。平台通过深度穿透业务场景，精准匹配算力供需双方，从源头上筑牢风控防线，有效杜绝套补、骗补行为。近两年，安徽省级智算补贴已经发放了2600多万元。

至于补贴竞赛是良性竞争还是资源浪费，我的判断是：看结果。良性的补贴应当“四两拨千斤”，有效降低企业用算成本、培育产业生态、带动真实算力消耗增长。但如果补贴是为了“面子工程”或“招商引资数字”，那就是典型的资源浪费。

经济观察报：芜湖大数据公司在算力基础设施上投了多少钱？回报周期有多长？赚不赚钱？你们和联云世纪这类民营算力服务商又是什么关系？双方各自的优势和短板是什么？

胡蓉：我们的投入主要在平台建设上。公司自主投资建设了安徽省算力统筹调度平台，数据中心基础设施建设主要由华为、三大运营商等企业主体投资。我们的角色是“平台+服务”而非“重资产持有者”，这个模式本身降低了直接投资的规模压力。

回报周期方面，纯算力租赁的重资产模式确实面临较长周期和较高资金压力。但我们走的是多元化路径：通过平台调度费、数据运营服务、“算力券”政策带来的生态效益等综合收益实现盈利。我们追求的不是单一项目的财务回报，而是通过降低算力门槛吸引人工智能产业集聚，带动芜湖整个数字经济产业链的价值提升。

我们和联云世纪这类民营算力服务商首先是生态合作伙伴的关系。这些数据中心建成后，算力资源会接入我们的调度平台，我们帮助他们“销售”算力，实现供需匹配。我们是“平台方”和“服务方”，他们是“供给方”和“租户”。

地方国资平台的优势在于政府信用背书、政策资源整合能力、数据安全合规保障。民营企业的优势在于市场化机制敏捷灵活、技术创新动力强、成本控制精细。双方的短板也正好对应：国资平台在灵活性和激励机制上不如民企，而中小微民营企业在获取稀缺芯片和大规模融资时存在天然劣势。这种“国企搭台、民企唱戏”的模式，在芜湖已经初步验证了可行性。

经济观察报：有观点认为地方国资建算力中心是“重资产、低回报、高风险”，怎么规避“建成即闲置”的风险？

胡蓉：解决的关键在于如何运营。我们的应对策略有三层。第一，坚持“平台化”而非“资产化”。我们不盲目自建大量数据中心，而是打造算力调度平台，把社会上已有的算力资源纳管起来，做轻资产的运营工作。

第二，建立动态监测与弹性调节机制。芜湖集群对数据中心项目实行全程跟踪管理，用好平台的价格引导、需求匹配等手段灵活调剂，把闲置算力快速导向有需求的用户，避免“建成即闲置”。

第三，开拓多元收入来源。我们不只是做算力租赁，还通过数据运营等板块形成收入矩阵。如果算力需求突然降温，我们还可以将算力资源转化为数据运营的基础设施，把算力应用到政务服务、智慧城市等领域和场景。场景丰富是需求旺盛的重要体现，有使用场景，算力资源就能充分盘活。

经济观察报：高端GPU一卡难求，国产算力和英伟达的差距到底有多大？

胡蓉：国产算力和英伟达之间确实存在差距，核心在软件生态。英伟达的CUDA（GPU 通用计算开发平台）生态成熟、工具链完善，开发者上手快、迁移成本低，这些正是国产算力需要完善的地方。不过这种差距正在缩小，目前主流国产芯片在推理场景中已具备不错的竞争力，成本控制空间更大。差距主要集中于超大规模训练场景的单卡性能和集群稳定性，但通过系统优化和调度提升，这一差距正在逐步缩小。

经济观察报：国产算力什么时候能真正“顶上”？地方国资平台能做什么？

胡蓉：我认为三年初见成效，五年基本可期。三年内，在特定垂直行业、特定应用场景中，国产算力可以“顶得上”，特别是推理场景。但要全面替代英伟达在高性能训练场景的地位，尤其是在万亿级大模型预训练等最“硬核”的场景，还需要起码五年的生态建设周期。

地方国资平台能做的事情很多。第一，参与国产算力能力测试，积累运行数据，向上反馈优化建议；第二，推动“算力+算法”双适配，帮助AI企业完成从英伟达到国产芯片的模型迁移，降低技术门槛；第三，培养开发者生态，通过算力平台汇集应用场景，让更多开发者在真实业务中使用国产算力，形成正向循环。

经济观察报：芜湖在招商中最看重企业的什么能力？最警惕什么信号？

胡蓉：最看重三样东西：一是有真实算力需求，不是在讲故事；二是有技术团队和持续研发能力，不是赚快钱；三是有明确的商业模式和盈利预期，不是靠补贴活。最警惕的信号也是三个：一是什么都没有先谈政府补贴；二是只在芜湖放一个“皮包公司”，核心团队和技术全部在外地；三是主营业务与数字经济完全无关，仅仅是想蹭“算力”概念。

算力产业是长跑，不是百米冲刺，我们想做的是培育地区的算力产业生态，让芜湖成为名副其实的“智算之城”。

经济观察报：你想给进入算力租赁赛道的创业者或投资人提哪些建议？

胡蓉：第一，要依托算力资源打造独特行业价值。很多创业者一上来就问“怎么拿到英伟达的卡”，把算力租赁简单理解为“买卡出租”。但真正的竞争力在于你怎么让算力创造价值，是做算力调度平台、还是做垂直行业的算力解决方案、还是做Token分成运营？不同的定位对应完全不同的能力要求。

第二，做好运营服务。算力租赁是资金密集型行业，前期投入大、回报周期长。如果没有雄厚的资金储备和清晰的善后计划，不要轻易进入“重资产持有”的模式。可以考虑做“轻资产”的服务运营，通过调度存量算力来实现商业价值。

第三，高度重视合规和安全。任何一个环节出了问题，都可能让前面的所有投入付诸东流。