「核心提示」
AI公司搶算力，租卡生意迎來“賣方時代”租賃。
作者 | 高澤
編輯 | 邢昀
AI Agent、大模型越往商業化走，算力就越像一張越來越緊俏的“船票”租賃。
訓練模型、上線推理服務、承接企業客戶，看起來比拼的是模型能力，背後卻都繞不開同一個問題：有沒有充足、穩定且價格合適的算力租賃。高階GPU難買，機房、電力、網路和運維資源同樣緊張，自建叢集成本高、週期長，許多公司只能轉向租賃。
於是，算力租賃變成了AI產業鏈上最熱鬧的一門生意之一租賃。除了公有云服務商、電信運營商、專業算力租賃商、第三方IDC，一些中小創業團隊也參與到了算力淘金潮中，有人靠晶片貨源賺錢，有人靠機房和跨境渠道賺錢，也有人把算力與模型、運維、合規服務打包出售。
這背後，大家爭奪的是稀缺資源的排程權和定價權租賃。誰能拿到卡、誰能鎖定長期客戶，不同的創業者走出了不同的路子，而誰又真正賺走了大部分利潤？
1、一個賣方市場
算力租賃不是一個新生意，但AI大模型的爆發徹底改變了行業的供需天平租賃。
中國信通院資料顯示，2026年一季度國內算力租賃市場規模達680億元，同比增長62%，預計全年將突破2600億元租賃。其中，國內AI算力需求同比大增417%，而供給增速僅128%。
在國內的市場環境中，高階GPU供給持續受限，下游需求持續膨脹，賣方市場成為所有從業者最直觀的感受租賃。雖然算力租賃市場裡，大玩家牢牢佔據大部分市場份額，但也有不少創業者在縫隙中尋找機會。
先有客戶場景，再補充算力供給的“需求驅動”是常見的入局方式租賃。
四川啟研智算科技有限公司算力部總經理王巖已在科研算力領域深耕多年，他最早為高校提供科研技術支援，在服務過程中他觀察到，高水平論文的評價標準從單一實驗驗證，轉向實驗資料與模擬計算資料雙重印證，化學、材料、生物醫藥等工科領域對算力的需求逐年上漲租賃。
展開全文
2023年2月，公司正式佈局算力租賃業務，最初以CPU超算為主，隨著AI在科研中的應用爆發式增長，公司業務也延伸至GPU智算賽道租賃。
也有“門外漢”因為有“資源”誤打誤撞轉型搞算力租賃租賃。
ian之前在國內做豪宅租賃，2026年3月底，偶然撮合了一筆算力伺服器交易，發現了算力租賃的收益空間租賃。
過往的工作背景讓他對租賃模式非常敏感租賃。深入瞭解後他開始轉型，剛好手裡有海內外資源可以匹配。他的公司主體設在墨爾本，在吉隆坡、泰國等地佈局亞太算力節點，僅在吉隆坡一地就投入了1100萬美元。
還有些初創團隊，既無客戶積累，也無資源優勢，但選了輕資產模式切入租賃。
一家AI算力服務企業的商務負責人告訴《豹變》，自己所在公司2026年3月成立，團隊選擇從大模型聚合平臺切入，將算力租賃作為底層支撐業務，透過輕資產打法踩中風口租賃。
不同出身，打法完全不同租賃。
產業研究者維克夏的調研顯示，海外不少企業對外出租算力，是盤活自用業務溢位的閒置資源，硬體折舊大多已經由內部業務消化；而國內多數算力租賃主體，硬體採購、機房建設依託租賃業務回款來覆蓋，經營槓桿壓力更高租賃。
入場路徑不同，計價方式和回本邏輯自然不同租賃。
王巖的科研算力業務有著行業通用的標準計費邏輯：CPU超算按“核時”計費，即一顆CPU核心執行一小時，價格區間在0.04元到0.1元每核時；GPU按“卡時”計費，4090顯示卡約2到4元每卡時，5090顯示卡約3.5到5元每卡時租賃。定價是按照3到5年的硬體回本週期倒推，他所在的公司內部以4年回本作為測算標準，硬體漲價則租賃價格同步上調。
ian的跨境算力生意則採用雙軌計價租賃。面向國內客戶的H200伺服器，單臺月租金最高可達10.5萬元人民幣；面向海外客戶的GB200，則按550到830美元每小時的標準報價。PRO6000這類中端卡，卡時租金約1.5到2美元。
在他的實操經驗裡，主流型號伺服器的正常回本週期在2.5到3年，這是行業公認的經營底線租賃。
前述商務負責人則提到，行業內普遍的回本週期在12到18個月，這一資料差異源於業務結構的不同：聚焦Token售賣、高利用率的高階算力，回本速度更快；而分散、低負載的通用算力，回本週期則明顯拉長租賃。
利潤空間同樣分化明顯租賃。
王巖所在的科研賽道，CPU超算業務利潤率約30%，GPU智算業務利潤率僅5%到10%，核心原因是高階GPU採購成本暴漲，但終端租賃價格漲幅跟不上硬體溢價，中間商利潤被大幅擠壓租賃。能夠拿到一手貨源的ian在市場中則如魚得水。
不過所有人都認同一件事：這是絕對的賣方市場租賃。
英偉達高階GPU拿不到貨，高階訓練卡普遍要籤1到3年長約，客戶排著隊等算力釋放租賃。手裡有卡的，掌握定價權；硬體漲價，租賃報價跟著漲。即便出現空置，新需求也很快填上。所以服務商挑客戶也挑得理直氣壯：與其追短期高價散單，不如鎖定長期穩定租約，現金流好看，融資也好談。
2、差異化生存
同樣做算力租賃，不同玩家的商業邏輯並不相同租賃。有人靠極致技術服務留住客戶，有人靠跨境貨源繫結長期合作，也有人靠合規資質切入高價值政企市場。
相較於租不到卡，科研客戶在使用算力時更擔心遇到環境配置、軟體報錯、排程異常等問題時找不到人解決租賃。市面上很多算力平臺只提供硬體資源，客戶遇到問題，響應週期長達數小時甚至數天，嚴重耽誤科研進度。
王巖的團隊就抓住了這個痛點，將配套的技術服務能力打造為核心競爭力租賃。比如建立專屬服務群，實行雙線問責機制，硬性要求10分鐘內必須響應客戶問題。這套服務體系換來了極高的客戶復購率：長期復購率可達60%。
他曾接觸過一個高校課題組客戶，最初只充值3萬元測試使用，體驗過服務與算力穩定性後，持續追加充值，累計合作金額達到300萬元租賃。後續該團隊計劃自建本地算力叢集，王巖團隊又順勢提供了從硬體選型、叢集搭建、排程系統部署到長期運維的一站式私有化方案，完成了從租賃到定製化服務的延伸。
ian的商業邏輯則更貼近“資產運營商”租賃。他沒有選擇從零開拓散客，而是和國內頭部上市IDC（網際網路資料中心）成立合資公司。自己負責海外鎖定英偉達晶片配額、透過專屬物流通道完成跨境供貨，合作IDC負責出資金、提供機房場地與終端客戶資源，最終按約定分成貿易差價與租賃收益。
在客戶篩選上，ian有著非常明確的標準，比如，頭部遊戲公司是頂級優質客戶，對算力價格不敏感，且業務穩定、現金流充足，是理想的長期合作物件租賃。幾十人規模的AI初創公司則不在合作範圍內。
他直言，算力生意的本質和房產收租邏輯高度一致，穩定長租約的價值遠高於短期高價散單租賃。更深層的原因在於，長租約是向銀行申請GPU資產抵押貸款的核心憑證，只有穩定的租金流水，才能支撐持續融資、滾動採購新卡擴張的商業模式正反饋。
前述商務負責人所在的公司，則專注於“合規+聚合平臺”的路線，主打一站式AI模型聚合平臺，支援多模型統一呼叫，同時具備ICP備案與電信增值業務許可證，所有國內模型服務均走合規路徑租賃。
3、誰賺得最多租賃？
當外界熱議算力租賃“暴利”時，真正吃到最大塊蛋糕的，往往不是直面客戶的服務商租賃。
王巖直言，整條產業鏈裡，資方是最賺錢的環節，手握大額資金，出資採購伺服器硬體，和客戶簽署3到5年的長租協議，違約成本極高，收益確定性極強租賃。2024到2025年低價採購的一批高階算力，原本測算3到5年回本，隨著硬體價格暴漲，回本週期直接壓縮到兩年左右，既賺租金收益，又賺資產增值的紅利。相比之下，機房服務商、網路頻寬提供商、直面客戶的銷售服務商，只能分到很小一部分利潤。
ian的觀察也印證了這一點：誰能穩定拿到英偉達高階晶片配額，誰就掌握行業話語權，甚至能影響頭部雲廠商的競爭格局租賃。上游晶片原廠、手握配額的渠道方，佔據了產業鏈最核心的利潤位置；中游服務商更多是賺週轉與服務的錢，還要承擔硬體波動、客戶流失的風險。
站在2026年的節點，算力租賃行業正在經歷多重結構性變化，這些趨勢將直接決定未來的行業格局租賃。
首先是需求結構的根本性切換：算力需求正從純訓練主導向“訓練+推理”並重遷移，推理算力增速已超純訓練租賃。
王巖認為，推理業務對中小型服務商更加友好，推理場景對顯示卡型號要求靈活，4090、5090這類消費級顯示卡就能支撐，資源匹配難度低，不容易受到高階卡進出口管制的直接衝擊租賃。
前述商務負責人也提到，客戶越來越看重Token成本與低延遲，單純的硬體時長租賃已經無法匹配需求，行業正在從賣硬體時長向賣算力產出過渡租賃。
其次是國產算力替代的現實程序租賃。外界普遍對國產晶片替代抱有很高期待，但一線落地的實際情況更為複雜，尤其是此前英偉達透過CUDA以及配套的框架、運算元庫等建立了一定的生態壁壘，遷移到國產晶片後會出現一些相容性問題。在部分複雜任務中，如果適配和調優不足，可能出現執行報錯、開發週期拉長或效能下降。
有從業者表示，國產算力當前的落地主要靠政策驅動，高校、央國企採購國產卡大多出於合規要求租賃。
不過，國產算力晶片發展勢頭迅猛，華為昇騰950已經完成了主流大模型的適配，政企端國產化採購佔比持續提升，和海外高階晶片仍存在代差，替代是長期過程，不會一蹴而就租賃。
維克夏提到，異構混合部署，也就是海外GPU搭配國產晶片的模式正在成為行業主流，疊加能效、合規監管政策落地，行業競爭不再單純比拼卡源，異構排程、運算元遷移適配、資質能耗都成為硬性門檻租賃。缺少多元貨源與技術能力的中小服務商生存壓力加大，一部分無資質、能耗不達標的主體會逐步被市場出清。
第三是GPU資產化與算力金融化的興起租賃。
ian透露，國內外金融機構都在落地GPU抵押融資業務租賃。一些服務商採用“採購算力—抵押融資—再採購新算力”的滾動擴張模式，GPU已經從單純的生產資料，變成了具備金融屬性的抵押資產。
在這個過程中，GPU的殘值、利用率與客戶合同穩定性，仍是決定融資能否成立的關鍵租賃。
算力租賃會一直是個好生意嗎租賃？
在王巖看來，2027年行業或將迎來新一輪算力荒，高階可流通算力進一步收縮，硬體與算力租賃近1年還會持續上漲，高昂的成本會倒逼大模型行業降溫，一部分資金儲備薄弱的初創企業會退出市場租賃。等到價格上漲到臨界點，市場經歷一輪洗牌後，硬體與租賃價格最終會迴歸合理區間。
ian則認為，短期3到5年內，高階晶片的稀缺性不會根本改變，行業核心矛盾始終是穩定獲取貨源租賃。
前述商務負責人則認為，純資源倒賣的算力租賃已經進入紅海，未來行業一定會向“AI算力合夥人”的模式轉型，深耕垂直場景、做服務增值的廠商，才能在長期競爭中存活下來租賃。
縱觀整個算力租賃行業租賃，短期的賣方市場紅利掩蓋了很多底層問題，但行業終局絕不會是
“有卡就能賺錢”的粗放形態租賃。潮水退去，真正能穿越週期的，永遠是把生意做深、做細的玩家。
（應受訪者要求租賃，文中ian、維克夏為化名）
