一张英伟达顶级GPU，现在每小时租金要4.08美元，半年前还只要2.75美元,涨幅接近五成。
"算力租赁"这门生意突然被架上了风口。当AI大模型厂商疯狂"烧"Token、却又不想自己掏几百亿建数据中心时，一群做"算力二房东"的公司，正在悄悄把生意做到量价齐升。
01
缺口有多大?一组数字说清楚
先看需求侧的疯狂程度。
OpenRouter平台统计，2026年6月最后一周，全球模型调用的Token总量达到46.7万亿——而一年前同期,这个数字只有2.37万亿。一年时间,涨了将近20倍。
国内更夸张。国家数据局披露的数据显示，2024年初国内大模型日均Token调用量是1000亿，到2025年底飙升到100万亿，今年3月又冲到140万亿。两年时间，涨幅超过1000倍。
Token消耗量疯长，背后需要的是算力硬件的同步扩张。但问题是，芯片跟不上。
中国信通院的数据显示，今年一季度国内高端智算算力缺口超过35%，光是H100这一款芯片，市场缺口就达到43万张，交付周期最长要拖到18个月。供给跟不上需求，价格自然坐地起价——彭博数据显示，截至7月初，H100时租价格已经涨到2.57美元/卡·小时，同比涨了36.7%。
一年期的H100租赁合同价格，更是从去年10月的1.77美元/GPU·小时,飙到今年3月的2.40美元，涨幅35.6%。
芯片荒没解决，算力的价格就还有得涨。
02
为什么大厂宁愿"租"也不"买"?
这里就要说到算力租赁这门生意的本质了——说白了就是把"买设备"变成"付租金"，用运营支出(OPEX)替代资本支出(CAPEX)。
对客户来说，这笔账很好算：
一套1GW规模的高端AI算力集群，建设成本要500-600亿美元，其中350亿左右直接砸在英伟达的芯片和系统上；
芯片这东西还特别不禁老，技术迭代周期只有2-3年，自己买等于既要背几百亿的资本开支，又要眼睁睁看着设备贬值；
而且现在全球高端芯片本来就抢手，自己去采购，交付周期能拖到一年半。
相比之下，租算力就灵活多了——不用等交付、不用管折旧、不用囤现金，按用量付费就行。这也是为什么这门生意被称为AI时代的"算力电厂"：上游芯片厂造电，中游租赁公司卖电，下游企业按需用电。
需求端还有个隐藏变量——中美科技博弈。美国对华芯片出口管制反复收紧，今年5月虽然批准了阿里、腾讯、字节等约10家中国企业采购英伟达H200，但每家上限只有7.5万颗，相比国内一年400万片芯片的需求体量，仍是杯水车薪。业内普遍认为，"国产算力+算力租赁"会是未来相当长一段时间里，国内算力供应的主力打法。
03
这门生意到底怎么赚钱?
算力租赁公司的商业模式，核心就三个字:拿卡、找钱、锁客。
具体拆解一下护城河：
第一，拿卡能力。 现货算力卡够不够、到货快不快,直接决定了收入能不能兑现。这个环节高度依赖跟英伟达原厂或核心代理商的长期关系，新玩家很难在短期内插一脚。
第二，融资能力。 这是个典型的重资产生意，一个万卡级集群的资本开支动辄几十亿元，靠自有资金根本扛不住，必须靠股权融资、银行授信、设备租赁这些渠道输血。上市公司在这方面天然占优。
第三,合同结构。 客户签的是2-5年的长约还是随用随付的散单，直接影响利润率和回款风险。行业里目前主流的做法是"承诺制+按需付费"混合：大客户签长约锁定现金流，中小客户按需付费贡献高毛利。
一个直观的例子是CoreWeave的打法——裸金属GPU租赁打底，再叠加管理软件和应用服务，把算力从"卖资源"升级成"卖体验"，从而把客户粘性和溢价空间都做上去。
国内玩法则更"混搭"：很多所谓的算力租赁公司，其实是自营算力、转租算力、设备经销、系统集成、IDC托管几摊子业务一起做，不像CoreWeave那样是纯粹的AI云平台。
04
这门生意能赚多少钱?算一笔账
一个1GW的高端AI算力集群，到底能产出多少收入?
中性假设下：75万张GPU、时租3.2-3.6美元、利用率70-85%，对应年化收入大概150-200亿美元；年化总成本(TCO)在90-120亿美元区间。
算下来，年化经营利润大约70亿美元，投资回报率(ROI)在12.7%左右；乐观情形下ROI能冲到22%。
这不是纸上谈兵，已经有公司把这套模型跑通了。协创数据2025年营收122.36亿元，同比增长65%，归母净利润11.64亿元，同比增长68%；今年一季度更猛，营收同比涨了193%，净利润同比涨了343%。宏景科技2025年营收11.82亿元，同比增长近80%，归母净利润2644.77万元。
这些数字背后有个共同逻辑；早期砸钱建的算力集群，现在陆续完成交付验收，进入实打实的计费阶段，商业闭环开始转起来，利润释放的速度比收入增长还快。
05
下一个变量:Token工厂
如果说过去两年算力租赁比拼的是"谁的机柜多、谁的芯片新"，那接下来行业可能要换一套打法——从"卖算力时长"转向"卖Token产出"。
英伟达把这套新范式定义为"AI Factory"：不再简单出售机柜或GPU时长，而是持续产出可计量、可定价的"智能"本身。海外的Nebius已经先动手了，今年5月豪掷6.43亿美元收购AI推理优化公司Eigen AI，目的就是把自己的"Token工厂"效率做上去。
国内的润建股份也在往这个方向转型，推出"星算云池"产品，把算力池化之后按Token计费，而不是按机柜时长收租金。
这个转变背后的逻辑其实很朴素：推理需求正在爆发式增长，谁能把单位Token的成本降下来，谁就能在下游模型厂商的价值分配里拿到更大的话语权。
06
写在最后:这门生意的天花板在哪?
往回看空间。国内AI算力市场规模，2024年是190亿美元，2025年涨到259亿美元，预计2028年能到552亿美元，年复合增速超过30%，明显跑赢全球平均水平的12%。
如果按国内AI服务器市场20%-30%的算力资源被租出去测算，2025年国内算力租赁市场规模大概在350亿-560亿元人民币——这个数字放在整个AI产业链里，还只是个零头，但增长曲线陡峭。
当然，这门生意也不是没有风险。它本质上是一门靠"借钱买卡再租出去"滚起来的重资产生意，芯片迭代快、折旧压力大，一旦下游客户的付费能力跟不上，或者芯片价格突然松动，前期高杠杆扩张的公司可能首先承压。
但至少现在，算力还在"一卡难求"，这门生意的量价齐升逻辑，短期内还看不到拐点。
