国产模型出海狂圈粉，这个赛道被彻底点燃！

本周算力租赁板块表现亮眼，8月4日宏景科技、利通电子等多股涨停，整个板块一周涨幅超8%。

但比股价更值得关注的，是产业端正在发生的事。

豆包大模型日均Token调用量从两年前的1200亿暴涨到180万亿，翻了1000倍；OpenRouter平台上调用量前三的模型全是国产的——DeepSeek V4、MiMo-V2.5、Minimax M3。

但模型出海只是表象，真正闷声发财的“卖水”生意在后面——训练、推理这些模型，每一步都要烧海量算力，而算力租赁更是直接吃到了这波红利。

很多人对算力租赁的印象还停留在"买一堆服务器租出去"的重资产收租模式，但这轮行情的内核已经完全不同了。

01

从"卖时长"到"卖Token"：

算力租赁的底层逻辑变了

要看懂这轮算力租赁行情，得先搞清楚一个根本变化：这个行业的计价单位正在从"GPU·小时"变成"Token"。

过去的算力租赁，本质上是"二房东"模式——买服务器、租机柜、按小时收费，赚的是硬件差价和租金。

这种模式的天花板很低，因为一旦GPU供给充足，价格战就会打得头破血流。

但NVIDIA在今年GTC上提出了一个新概念：AI Factory，也就是"Token工厂"。

黄仁勋的原话是："AI工厂是AI时代的工业基础设施，推理是工作负载，Token是新的商品，计算就是收入。"

（Token工厂/AI Factory概念，来源：华西证券）

未来的算力中心不再按"你用了几小时GPU"收费，而是按"我帮你产出了多少Token"收费。

打个比方，以前是网吧模式，按上机时间收费；现在是自来水公司模式，按你用了多少水收费。

网吧模式下，客户能省则省，上机时间越短越好；自来水模式下，客户用得越多你赚得越多，而且水价还能根据供需调整。

为什么这个转变如此重要？

因为推理需求的爆发，让Token的产出量变成了一个可以无限增长的指标。

训练一个大模型确实需要海量算力，但训练完就结束了；而推理是持续的——每次用户提问、每次AI生成视频、每次智能体调用工具，都在消耗Token。

火山引擎的数据很直观：豆包大模型日均Token调用量从2024年5月的1200亿，增长到2026年6月的180万亿，两年涨了1000倍。这还只是一个模型的数据。

更关键的是，国产大模型出海正在打开第二增长曲线。

OpenRouter最新数据显示，平台调用量最大的三个模型全是国产的——DeepSeek V4、MiMo-V2.5和Minimax M3。

性价比优势让美国企业调用国产模型的Token占比从4.5%飙升到30%以上。

国产模型"间接出海"，消耗的却是国内的算力——这是一个很多人还没意识到的增量逻辑。

拉长周期看，算力需求的增长几乎看不到天花板。

NVIDIA预计2030年AI行业整体开支将达到3万亿到4万亿美元，国内方面，2026年一季度AI算力需求同比暴增417%，而供给增速只有128%，供需缺口持续扩大。

短期看，供需错配正在加剧。

供给端，高端GPU持续紧缺——B300服务器中国市场价从去年底的400万元涨到700万元，接近翻倍，而且还面临出口管制。

需求端，国内云厂商在疯狂加码：阿里考虑把三年AI基建投入从3800亿提升到4800亿，字节2026年AI资本开支计划上调至超2000亿，腾讯也在大幅增加投入。

而大模型的提价进一步强化了这个逻辑。模型公司赚得盆满钵满，自然愿意为上游算力支付更高的价格。

算力租赁企业的议价权，正在从"求着客户租"变成"客户排队等卡"。

02

这门生意的壁垒究竟是什么？

算力租赁听起来门槛不高——不就是买卡、建机房、租出去吗？但实际上，这是一个资金密集、资源密集、技术密集的三高行业，能玩得起的玩家并不多。

先看市场空间。

2024年中国智能算力租赁市场规模是377 EFLOPS（FP16精度），同比增长88.5%；汉鼎咨询预计到2027年将达到1346 EFLOPS，三年翻三倍多。

按金额算，2026年一季度国内算力租赁市场已经冲到680亿元，同比增长62%，全年预计突破2600亿元。

产业链方面，算力租赁的上游是硬件——GPU、服务器、液冷、高速互联等。

这一层的核心是GPU，而高端GPU几乎被英伟达垄断，要拿到英伟达的配额授权，需要通过复杂的出口管制审查，还需要跟服务器厂商、液冷厂商、IDC机房协调交付。

中游是算力服务商，也就是我们说的"算力租赁公司"。

这一层现在分化出四种模式：裸金属租赁（直接租物理GPU服务器）、整机柜租赁（提供完整机柜和运维）、按需弹性算力（按小时/天/月灵活租用）、定制化AI集群（为大客户定制专属集群）。

但最值得关注的是前面提到的Token工厂模式——它不再卖GPU时长，而是直接卖Token产出，通过智能调度、模型量化、分层缓存等技术，让同样的硬件产出更多Token，毛利率从传统租赁的15%到25%提升到40%以上。

下游客户分三类：大模型厂商、AI应用和政企客户、海外客户。

其中大模型厂商的长约最值钱——利通电子跟腾讯签了50亿元三年期算力长约，协创数据2025年以来累计采购金额超过322亿元。这些长约不仅锁定了收入，还能作为融资collateral，帮助企业拿到更多授信去买更多卡，形成正向循环。

竞争格局方面，现在场上有四股势力。

第一股是互联网大厂——阿里云、腾讯云、华为云，但大厂的算力首先满足内部需求，外租部分不是主力。

第二股是运营商——中国移动、中国电信，它们正在大举布局智算中心。

第三股是专业算力租赁公司——协创数据、润泽科技、利通电子等，它们的核心竞争力是GPU采购渠道、融资能力和交付速度。

第四股是传统IDC转型企业——世纪互联、数据中心、宝信软件等，它们有现成的机房资源，正在从"租机柜"升级到"租算力"。

但这个行业正在加速洗牌。

2026年以来，已有超过70家上市公司宣布跨界算力租赁，但真正能拿到高端GPU、能签下大客户长约、能把集群跑起来的，屈指可数。

壁垒总结起来就三条：能不能拿到卡（GPU采购渠道和配额）、能不能借到钱（授信和融资能力）、能不能把卡跑起来（集群运维、调度优化、客户验证）。

三条全占的企业，在供需紧张的周期里就是印钞机；缺一条的，可能连牌桌都上不了。

03

机会在哪？

算力租赁这门生意能不能赚钱，道理很朴素——你手里有多少张卡在跑、每张卡一小时能租多少钱、扣掉电费折旧人工之后还能剩多少。

这三件事想明白了，再加上对风险的判断，基本就八九不离十了。

先说第一件事：卡有没有在跑。

很多人看算力租赁公司，上来就看它"规划"了多少P算力、签了多少框架协议，这其实没太大意义。

框架协议这东西，跟备忘录差不多，不具备强约束力。

真正硬的指标是：有多少卡已经上架了、通过客户验收了、开始按小时计费了。

所以看"量"，就盯三个数：在建工程转固了多少、收入确认了多少、客户验收了多少。

第二件事：卡能租多少钱。

这就跟房东收租一个道理——同样的房子，地段好、需求旺的时候租金蹭蹭涨。

现在的算力市场就是典型的卖方市场。

AIMultiple的数据显示，2026年6月B300的月租价格已经到了7.92美元/GPU·小时，B200是6.11美元，H200是4.0美元，H100是2.99美元。新一代高端卡涨得最凶，B300比去年的中枢价又上了一个台阶。

你想想，卡是之前按低价买的或者租的，现在租金涨了，这中间的差价不就直接变成利润了吗？这就是为什么已经上架的集群在供需紧张的时候特别值钱——交付越快，越能先吃到高租金的红利。

第三件事：扣完成本能剩多少。

算力租赁是实打实的重资产生意，跟开酒店有点像——买地建房买家具是一大笔钱，然后每天的水电布草人工又是持续支出。

根据东吴证券的测算，中性情形下，1GW算力一年静态回报率约12.7%；乐观情形下回报率能到22%。

这个回报率在重资产行业里已经相当能打了，但前提条件很苛刻——你得拿到卡、拿到电、拿到客户，三者缺一不可。

把这三件事想明白，投资方向其实就清晰了。

第一条线，也是确定性最高的：手里有卡、有长约、有上架集群的头部算力租赁商。这些企业在供需最紧张的时候锁定了GPU资源和客户合同，量价齐升的逻辑最直接。

第二条线：国产算力替代。H200实际进入中国接近于零，B300价格翻倍还拿不到货，这意味着什么？意味着国内客户被迫转向国产GPU，围绕国产算力生态的租赁商企业，会享受国产替代的beta。

第三条线：上游卖铲人。不管谁租算力，都需要服务器、液冷、光模块、交换机。1GW算力集群里，服务器和网络占70%的成本，液冷渗透率在快速提升，800G/1.6T光模块需求随集群规模扩大而爆发。

当然，投资不能忽视风险。中美博弈加剧、AI 推理需求不及预期、市场竞争加剧、供应链风险等，都可能影响景气节奏。板块内部分标的短期涨幅较大，也存在回调风险。

04

结语

算力租赁这门生意，正在经历一场从"二房东"到"自来水公司"的蜕变。

短期看，供需错配是这轮行情最直接的催化剂。

中期看，国产大模型出海、AI视频和智能体爆发、推理需求指数级增长，为算力消耗提供了持续的增量。

长期看，Token工厂模式正在重构行业的商业逻辑，从"卖时长"到"卖智能产出"，算力租赁的天花板被打开了。

格隆汇研究院会持续跟踪算力租赁行业的边际变化，如果您也关注AI算力的系统性投资机会，欢迎关注我们，一起抓住中国AI核心资产的时代机遇。

注：文中所涉企业仅为产业案例分析，不构成任何投资建议。市场有风险，投资需谨慎。

免责声明：本文版权属于北京格隆汇投资顾问有限公司投研团队(段月寒 : A0160625050003)整理，本报告基于独立、客观、公正和审慎的原则制作，信息均来源于公开资料并予以合法合理适当的采集摘要与编辑。

股市有风险，入市需谨慎。本文中的任何投资建议均不作为您投资买卖的依据，您须独立作出投资决策，风险自担。任何单位或个人未经本公司许可，擅自发布、复制、传播或网络发表、转载等均视为侵权，本公司将依法追究侵权责任。