算力行业高速发展,催生算力租赁行业高增长
根据观研报告网发布的《中国算力行业发展趋势分析与投资前景预测报告(2026-2033年)》,算力租赁是AI时代连接上游算力硬件与下游AI应用的核心桥梁,也是AI时代的重要基建。算力租赁指拥有算力基础设施的服务商,将搭载GPU、CPU等高性能芯片的服务器算力资源,通过云化的方式,以按需付费、弹性租用的模式出租给有AI训练、推理或高性能计算需求的企业或机构。算力租赁可被视为把上游资本品加工成下游可即时调用服务的中枢平台。训练时代的核心指标是卡时数与集群稳定性;推理时代则更强调单卡Token产出、延迟、调用弹性与客户运营效率。
按交付形态与计费方式,目前算力租赁可分为三种主流模式:
(1)整机租赁—租用固定规格的服务器,资源配额相对稳定,可实现物理隔离,适配需要持续稳定算力支撑的训练场景,按台数/时间计费;
(2)算力规模租赁—以算力资源消耗为前提,可额外调用弹性算力资源,算力使用规模随业务需求灵活调整,计费方式通常为PFlops/时间;
(3)GPU时租—按单个GPU卡每小时使用量计费,属于算力共享模式,按每小时计费。
算力租赁三种主流模式
| 整机租赁 | 规模租赁 | GPU时租 | |
| 定义 | 以搭载特定数量GPU的物理服务器为单位,按月/年长租,资源物理隔离 | 通过虚拟化技术将算力池化,以计算能力单位(PFLOPS/月)计费,按需弹性分配 | 按单个GPU每小时使用量计费,实现算力“即取即用”,属于算力共享模式 |
| 定价 | 按月计费、按年计费,长期租赁价格较低 | 按算力规模计费,弹性扩容/缩容,按需结算 | 按小时计费,不同GPU型号单价不同 |
| 利用率 | 85-90 | 90-95 | 95-97 |
| 客户 | 头部AI企业、国家科研项目、大型制造企业 | 中型AI企业、互联公司、科研机构 | 中小企业、个人开发者、高校学生、创业团队 |
| 优势 | 性能独占、安全隔离,定性强,支持定制化配置 | 算力弹性灵活,资源利用率高,成本可控,适配需求波动 | 门槛极低,灵活性极强,按需付费,无闲置成本 |
| 劣势 | 单价较高,短期租赁性价比低,灵活性不足 | 存在虚拟化损耗(5%-8%),核心数据安全性低于整机租赁 | 高峰时段可能出现资源排队,长期使用总费用偏高 |
| 典型场景 | 千亿参数大模型训练、高精度工业仿真、核心数据计算 | 中大型AI模型训练、大数据分析、数字孪生 | 模型微调、算法测试、轻量级推理、科研实验 |
资料来源:观研天下数据中心整理
目前我国算力租赁行业已进入加速扩容阶段。截至2026年6月底我国智能算力规模达2185EFLOPS,同比增长177%,全国算力设施整体上架率达71.4%。国家层面来看,国内正筹备在未来五年(2026—2030年)投入约2万亿元人民币用于建设全国性人工智能基础设施,以强化本土AI产业能力,并在人工智能领域与美国展开长期竞争。
资料来源:工信部,信通院,观研天下数据中心整理
资料来源:观研天下数据中心整理
2026年国家顶层算力布局与资金支持政策
| 政策维度 | 政策内容 |
| 核心算力布局及目标 | 构建以 8 大国家算力枢纽、10 个国家算力集群、3 个算电协同发展区域为重点的“8+10+3”全国一体化算力空间布局。加快建设联网调度、普惠易用、绿色安全的全国一体化算力网,推动算力资源供需适配,加强算力网与新型电网、新一代通信网的协同联动,更好服务实体经济高质量发展。 |
| 十五五发展规划 | 将更加注重供需适配,加强算力网与新型电网、新一代通信网规划建设的协同联动。 |
| 硬投资建设方向 | 探索更多行之有效的算电协同模式,加强算网融合创新,适度推动国家枢纽间直连线路扩容,进一步降低网络传输时延。 |
| 软建设发展方向 | 强化算力资源监测与市场化调度,加快建设联网调度、普惠易用、绿色安全的全国一体化算力网。 |
| "两新"政策支持 | 今年的“两新”政策在支持范围、补贴标准、实施机制等方面都进行了深入优化,算力相关建设纳入设备更新政策重点支持范围。 |
| 设备更新专项资金支持 | 目前已分两批下达设备更新资金 1851 亿元,共支持 11000 多个项目,总投资超过 8400 亿元;6 月底前将下达今年全部 2000 亿元设备更新项目清单。 |
资料来源:公开资料整理
互联网为算力租赁最大需求方,Token工厂模式为新的算力租赁商业模式
算力产业链上游主要提供基础软硬件,包括芯片、网络设备、电源、冷却设备、IDC 基础设施、基础软件等,中游为算力集成及服务环节,包括服务器、超节点、IDC、算力租赁和云计算等,下游对接互联网厂商、大模型厂商及政企单位,为其模型训练和应用推理场景提供算力。中游的算力租赁行业正凭借其低成本、灵活、高效等优势,打破算力资源配置壁垒,成为 AI 产业爆发的关键支撑,并且受益于目前算力供需严重错配,算力租赁行业的定价权正显著增强,带来利润分配的结构性上移。
算力租赁位于算力产业链中游环节
资料来源:观研天下数据中心整理
目前,互联网行业以 62%的绝对占比成为核心需求方,需求集中在大模型训练、实时推理等场景,由生成式 AI 应用爆发直接驱动。
资料来源:观研天下数据中心整理
目前算力租赁行业参与者多为跨界厂商,可大致分为三个梯队。
其中第一梯队:已完成大规模算力资源池搭建并锁定长期订单,拥有优质、稳定的客户资源,并且卡源供应稳定、资金实力雄厚、合规资质齐全,产能利用率可长期维持在 90%以上,包括协创数据、宏景科技、行云科技等;
第二梯队:在区域客户资源、本土机房资源等方面具有差异化优势,但在手算力规模相对较小,同时拿货能力和集群交付能力也弱于第一梯队厂商,包括华策影视、先河环保、锦鸡股份、日科化学等;
第三梯队:多为零散中小服务商,无稳定卡源、无核心合规资质,仅能提供零散的算力零售服务,资金实力、客户资源、在手算力均处于劣势。
TaaS(Token as a Service,Token即服务),是AI产业进入规模化推理时代诞生的新型商业化模式。服务商将大模型推理能力封装,以Token作为统一标准化计价标的对外销售;下游企业按照实际消耗Token数量按量结算,无需采购服务器、GPU等硬件算力,也不用独立部署、运维大模型。相较于早期算力租赁的IaaS模式更注重于对GPU、机柜等硬件资源的出租,TaaS直接通过token交付模型推理输出结果,把模型能力以统一、可量化、可采购的方式变成业务消耗品,推动产业进一步向精细化资源计量化升级。
Token工厂有望成为TaaS的实际落地方案。Token工厂将存储数据和提供通用计算的传统数据中心转变为以大规模、高效率、低成本生产Token为核心目标的智能化生产设施,将算力出租场地转变为一条完整的智能生产线。其核心逻辑是输入电力、算力、数据和算法,输出可量化、可计费的Token。Token工厂集成了算力基础设施、模型与算法层、调度与分发系统MaaS平台等,构成了高效生产、调度和交付Token的智能化生产系统,通过对算力、模型、推理框架与调度系统进行统一优化,从而持续提升单位算力的有效Token产出和交付能力。因此,Token工厂本质上是产业从按量计费逻辑(MaaS)走向高质量交付体系(TaaS)的关键载体,有望成为TaaS商业模式的工程化体现。目前,北京、厦门、无锡等地已启动Token工厂的建设,产业将实现快速发展。
资料来源:公开资料整理
第三代算力租赁模式——Token工厂
| 第一代-传统IDC | 第二代-云厂商 | 第三代-Token工厂 | |
| 核心产品 | 机柜、带宽、电力 | 云服务器、数据库 | Token、模型服务 |
| 收费模式 | 按机柜/带宽/月 | 按资源/小时 | 按Token/次 |
| 技术门槛 | 低 | 中 | 高 |
| 毛利率 | 15%-25% | 30%-50% | 30%-70% |
| 核心价值 | IDC-卖基础设施提供机房和电 | 云计算-卖资源提供服务器和数据库 | Token工厂-卖结果直接提供大模型回答 |
资料来源:公开资料整理(凌林然)
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com,我们将及时沟通与处理。








