推动我国算力租赁市场高质量发展路径研究

随着人工智能在生产生活中的应用程度、深度、广度不断拓展，人工智能大模型对高质量算力的需求持续攀升，算力租赁作为算力市场的重要补充，对降低中小企业用算成本、促进算力供需对接、推动算力赋能千行百业具有重要意义。2024年“百模大战”以来，市场对算力资源的租赁需求一度冲高，但随着头部人工智能企业自建算力设施数量增加、开源大模型可用性显著提升，算力租赁需求大幅回落，算力租赁市场逐步回归理性。“百模大战”大潮退去，算力租赁市场供给质量低、服务参差不齐、供需错配等问题逐渐浮出水面。亟需系统梳理现状、精准识别问题、科学优化布局，探索推动算力租赁市场从“量增”向“质升”转型的可行路径。建议统筹推进国产算力高质量供给、持续拓展算力创新应用、营造可持续的良性租赁生态，多措并举推动算力租赁市场实现高质量发展。

算力租赁市场发展的重要意义

（一）算力租赁有利于降低企业用算成本
算力资源已成为企业创新竞争的重要生产变量，算力支出是企业数字化转型中最具分量的成本条目。据行业测算，在AI推理成本中，算力占比高达95%，人力仅占3%，数据仅占2%，一个大模型每日推理开销可达数十万美元 。但高昂的算力成本并未抑制需求，伴随生成式AI应用的快速普及，企业AI投入持续攀升，2025年全球企业AI支出同比增长近2倍，AI在IT支出中的占比已是2024年的近3倍 。自建算力设施投入高昂，包括硬件采购、算力设施基建、网络部署、电力供应及专业运维团队组建等一系列支出，且回报周期长。调查显示，84%的企业因AI成本导致毛利率下降超过6% 。对于中小企业而言，这些成本与资源门槛往往成为制约其智能应用的关键瓶颈。算力租赁将算力设施由重资产持有转化为可弹性配置资源，大幅降低了单位算力使用门槛，使中小企业能够按需获取高性能算力，规避前期资本沉淀与折旧风险。这种成本优势不仅体现在短期账面上，更深层的影响在于推动算力资源在社会范围内的优化配置，加速千行百业运用人工智能。

（二）算力租赁有利于构筑多层次算力分工体系
算力基础设施具有投资规模大、技术壁垒高、运维周期长等特点，不同市场主体的资源禀赋差异显著。在资源配置方面，专业算力租赁服务商在算力设施建设、异构芯片适配、异构资源调度、软硬件协同优化等领域积累了长期经验，具备集约化配置、提升设备利用效率的突出优势。以万国数据为例，截至2025年底，算力设施使用率达75.5%，全年总新增使用面积超8.7万平方米，展现出显著的规模效应。中国联通推出的算力调度平台实现单位算力吞吐率提升一倍、利用率提升20%。在上下游协同方面，头部算力运营商通过自建算力设施、搭建供需对接平台，有效串联算力芯片、算力设施、云服务平台和下游用户，形成专业化分工与协同并存的算力租赁网络。这种模式使专业服务商凭借规模和技术优势持续降本，实现研发投入与闲置算力的统筹复用。

（三）算力租赁有利于加速技术创新与产业迭代
算力租赁为技术创新提供了低成本、高频次的试错环境。在人工智能算法研发中，模型架构、超参数、训练策略的优化往往需要反复验证，自建算力意味着每次尝试都要承担高昂的固定成本，导致许多创新想法因算力约束而被搁置。算力租赁使企业和研究机构能够按小时甚至分钟级灵活租用不同规格的算力资源，快速验证新思路、淘汰无效方案，大幅缩短研发周期。调研了解到，初创人工智能公司采用租赁模式可将模型迭代周期从数月压缩至数周，试错成本降低70%以上。此外，算力租赁市场可提供多样化算力配置，如不同型号算力芯片、多种类型算力芯片异构混用等也为技术创新提供了更丰富的选择空间。这种以租代建的模式，正在重塑人工智能产业的创新范式，使算力从稀缺资源转变为普惠要素，为颠覆性技术的涌现提供土壤。

我国算力租赁市场发展现状

当前，我国算力租赁市场呈现出市场规模高速增长、租赁价格冲高回落、结构化供需调整显著、国产算力加速替代等典型特征。市场整体已由大幅过热阶段，逐步走向供需适配与商业验证并重的理性发展期。

（一）从租赁价格看，经历“暴涨”到“理性回调”的深度调整周期
我国算力租赁价格经历了由“一路飙升”到“大幅下降”再到“强势反弹”的V型走势。2023年，随着ChatGPT的火爆，企业算力需求呈爆发式增长，算力租赁价格当年涨幅超过200%。据报道，2023年5月每PFlops/年租赁价格为6万元，11月已涨至18万元。部分从事算力租赁业务的上市公司多次上调内嵌英伟达A100芯片的算力服务器的租赁价格，单次涨幅曾达100%。进入2025年，随着供需格局趋稳，算力市场逐步回归理性，价格出现大幅回调。据SemiAnalysis数据，H100在2025年10月的一年期租赁合约价曾跌至每GPU小时1.70美元的低点。自2025年四季度起，市场行情逆转。截至2026年3月，H100一年期合约价已飙升至2.35美元/小时，半年内涨幅达38%～40%。从不同租赁类型来看，国产算力与英伟达算力的租赁价格呈结构性分化。在英伟达算力涨势强劲的同时，国产昇腾910B凭借价格优势发起“价格战”，2026年初包月租赁价格已低至1.5～2万元区间，单价低至1.8元/卡时，较2024年初的5～6万元降幅显著。截止2025年底，中国智能算力规模达159万PFLOPS，市场规模约2116.1亿元；预计2026年国内算力租赁潜在收入规模有望达到2600亿元，年复合增速超20% 。

（二）从业务结构看，供需趋于平衡，市场结构持续分化
在经历2023年底至2024年上半年的深度调整后，算力租赁市场的供需关系渐趋平衡，市场热度有所回暖，但结构分化依然明显。在国产算力方面，2025年中国市场算力芯片总出货量约400万张，国产厂商合计出货约165万张，市场份额已攀升至41%，华为昇腾以81.2万张占据国产芯片出货近一半份额，标志着国产算力已从政策驱动演变为具备真实商业竞争力的主流选择。然而，算力资产的实际利用效率仍不理想，2025年国内智算可供使用的算力总量约38亿卡时，同期实际用算量仅约14亿卡时，用算占比只有36.8%；头部厂商高端算力上架率普遍超90%，高端卡基本租罄，而部分缺乏配套服务和差异化优势的算力设施出租率仍在20%—30%的较低水平。基于英伟达芯片的算力租赁服务也呈现出类似的结构性特征。随着AI应用场景的不断丰富和算力需求的持续回升，基础设施条件优越的算力设施出租率显著回暖。以廊坊地区算力枢纽为例，截至2026年初，全市已建成投运算力设施36个，标准机柜规模突破46.27万架，平均上架率保持在超83%的水平。整体来看，算力租赁市场正从前期供需失衡加速迈向结构优化、品质提升的新阶段，专业运营能力正逐步成为市场分化的关键。

（三）从产业投资看，跨界投资者加速出清，专业运营机构继续扩大投入
“百模大战”期间，锦鸡股份、莲花控股等跨界企业纷纷通过“租卡”或收购科技公司布局算力租赁。随着算力租赁市场价格回归理性，“跨界”企业出现大面积亏损。据统计，29家跨界开展算力租赁的上市公司中，2024年上半年即有11家业绩亏损，相当部分企业逐步终止合同或被迫退出。与此同时，万国数据、世纪互联等专业算力运营机构表现出强劲的抗风险能力与扩张动力。凭借成熟的建设运营经验及头部客户资源，专业运营商在市场降温阶段仍维持稳健增长。万国数据2025年实现净收入114.32亿元，同比增长10.8%，全年新增签约面积超9.6万平方米（约超300MW），创近五年新高，并上调2026年资本开支至约90亿元。世纪互联计划在乌兰察布新开发1200亩用于建设算力设施，总投资超百亿。总体看，部分跨界投资已在市场分化中逐步出清，专业运营商凭借技术与资本优势持续参与算力基础设施投资建设，算力租赁产业投资正迈向更加理性、专业化的高质量发展阶段。

算力租赁市场存在的问题及成因分析

尽管我国算力租赁市场在经历短期过热后逐步回归理性，但供需错配、生态不健全、服务质量参差不齐等深层次问题依然突出，制约着市场从量增向质升转型。

（一）在需求侧，潜在租赁需求亟待释放
一是头部企业加速自建算力设施，挤压租赁市场空间。腾讯、字节跳动、阿里巴巴等具有大量算力需求的头部企业，出于租赁价格、建设成本、外部依赖以及模型频繁迭代等因素考虑，纷纷投建自有智算设施，客观上减少了对第三方算力租赁的采购规模。二是开源模型降低了从零开始预训练的门槛。随着LlaMA3、DeepSeek-V3等高质量开源模型的成熟，企业无需投入巨额算力进行从头预训练，从而导致超大规模基础模型的预训练需求明显回落，而微调与推理算力需求相应上升。三是推理算力需求尚未形成规模化爆发。推理是未来算力应用的重要方向，据IDC预测，到2027年我国推理算力需求占比将达56.6%，但当前智能对话、自动编程、文生图等典型推理场景仍处于早期渗透阶段，尚未形成稳定、大规模的租赁需求，导致算力租赁市场缺乏持续的增长动力。

（二）在供给侧，高质量算力供给不足
一是国产算力可用性、易用性仍有待提高。国产算力芯片厂商多采用开放计算语言（OpenCL）进行自主生态建设，与英伟达统一计算设备架构（CUDA）成熟生态相比，国产算力在算子库丰富度、框架适配性、调试调优工具链等软硬件兼容性与协同性方面仍有明显差距，导致用户在实际租赁使用中面临较高的迁移成本与技术风险，国产算力芯片配套工具亟需加强。二是国外高端芯片进口受限。继《芯片和科学法案》后，美国推出《芯片安全法案》和《硬件技术监管多边协调法案》（MATCH法案），拟形成从“生产设备”到“成品芯片”的全链条管控闭环，持续收紧高端芯片对华出口管制，禁止B200、B300等先进算力芯片出口我国。三是算力租赁服务质量参差不齐。大量“跨界企业”以提供“裸金属”为主，无法为需求方提供配套的专业化服务，难以满足企业日益精细化的需求，导致大量算力用不好、不好用，算力资源闲置严重。2025年国内智算共算量约38亿卡时，而实际用算量仅约14亿卡时，用算占比仅36.8%。

（三）在生态侧，租赁商服务能力参差不齐
一是跨界企业算力设施运营能力较弱。大部分非信息产业背景的企业虽然拥有算卡，但缺乏互联网数据设施（IDC）运营、云服务及数据安全防护的经验，导致硬件故障、网络中断、软件漏洞等问题频发，损害了用户对算力租赁模式的整体信任。二是市场标准化程度低，价格与服务质量信息不对称。目前算力租赁领域缺乏统一的度量标准、服务等级协议（SLA）评价体系和价格形成机制，用户在租赁决策时难以有效甄别服务商的真实能力，一定程度上导致低质量服务可能挤压高质量服务的市场份额。三是专业化、定制化服务供给不足。随着国内人工智能模型的发展，企业用算需求从粗放式算力获取向精细化模型调优转变，市场对提供垂类模型适配、训练策略优化、推理成本控制等增值服务的需求日益迫切，而当前多数租赁商仍停留在简单的算卡转租层面，难以满足产业升级的需要。

政策建议

（一）强化高质量算力供给，提升国产算力竞争力
一是推动存量算力资源升级整合。鼓励基础电信运营商、云服务商与IDC企业通过技术手段整合小散、低效的算力资源，提升整体利用率。对低小散算力设施进行绿色化、智能化改造，淘汰落后产能。二是完善国产算力推广应用政策。在各地“算力券”“创新券”等普惠政策中，可适当向使用国产算力的用户倾斜，引导中小企业优先租用国产算力，逐步培育自主生态。

（二）持续拓展应用场景，激活多元租赁需求
一是加速培育高价值推理应用场景。围绕智慧城市、自动驾驶、智慧医疗、工业质检、科学计算等领域，鼓励地方政府联合行业龙头开放真实应用场景，组织开展供需对接活动，打造一批可复制、可推广的典型案例，以示范应用带动推理算力需求规模化释放。二是推动大模型行业深度应用。支持行业龙头与算力租赁企业共建垂类模型联合实验室或创新中心，面向金融、能源、制造、政务等垂直领域，开发低成本、高精度的行业微调模型，提升算力租赁的附加值。三是探索算力消费新模式。鼓励租赁企业针对开发者、科研团队等长尾用户推出“算力小时包”“套餐卡”等轻量化产品，降低尝鲜门槛，激活潜在需求。

（三）健全市场规范与服务体系，营造良性生态
一是加快制定算力租赁行业标准与服务规范。建立健全算力租赁服务的度量口径、计费方式、服务质量等基础标准，研究建立租赁服务商分级评价体系，规范市场秩序。二是推动建立算力供需对接与交易平台。鼓励有条件的地方或头部企业搭建区域性乃至全国性的算力资源互联交易平台，实现算力资源的实时感知、智能匹配与可信交易，降低信息不对称，提升交易效率。参考国家算力互联网试点经验，逐步推动跨服务商、跨地域的算力统一调度。三是强化专业化服务能力建设。鼓励算力租赁企业与头部大模型公司、云厂商“结对子”，支持有条件的服务商向客户提供模型微调、推理优化、成本分析等增值服务，推动算力租赁从资源型向技术型转变。四是建立市场监测与风险预警机制。针对算力租赁价格波动大、投机资本涌入等现象，建议相关部门建立算力租赁市场运行监测体系，及时发布价格指数、供需动态等信息，引导市场预期，防范非理性炒作。

（四）优化投融资环境，引导民营资本参与算力基础设施建设
一是保障民间资本平等进入算力租赁市场。支持民间资本通过特许经营、股权合作、资产证券化（ABS）、不动产投资信托基金（REITs）等方式参与算力设施的投资、建设和运营。二是发挥产业引导基金带动作用。撬动社会资本共同投向国产算力芯片适配、绿色算力改造、算力调度平台等关键环节。三是完善算力资产的估值与退出机制。探索算力设备融资租赁、算力收益权质押贷款等金融产品，降低民营资本的投资门槛与退出障碍。通过构建多元化、市场化的投融资格局，形成政府引导、企业主导、资本广泛参与的算力基础设施投资新生态。