AI Agent、大模型越往商业化走，算力就越像一张越来越紧俏的“船票”。 

训练模型、上线推理服务、承接企业客户，看起来比拼的是模型能力，背后却都绕不开同一个问题：有没有充足、稳定且价格合适的算力。高端GPU难买，机房、电力、网络和运维资源同样紧张，自建集群成本高、周期长，许多公司只能转向租赁。

于是，算力租赁变成了AI产业链上最热闹的一门生意之一。除了公有云服务商、电信运营商、专业算力租赁商、第三方IDC，一些中小创业团队也参与到了算力淘金潮中，有人靠芯片货源赚钱，有人靠机房和跨境渠道赚钱，也有人把算力与模型、运维、合规服务打包出售。

这背后，大家争夺的是稀缺资源的调度权和定价权。谁能拿到卡、谁能锁定长期客户，不同的创业者走出了不同的路子，而谁又真正赚走了大部分利润？

一个卖方市场

算力租赁不是一个新生意，但AI大模型的爆发彻底改变了行业的供需天平。

中国信通院数据显示，2026年一季度国内算力租赁市场规模达680亿元，同比增长62%，预计全年将突破2600亿元。其中，国内AI算力需求同比大增417%，而供给增速仅128%。

在国内的市场环境中，高端GPU供给持续受限，下游需求持续膨胀，卖方市场成为所有从业者最直观的感受。虽然算力租赁市场里，大玩家牢牢占据大部分市场份额，但也有不少创业者在缝隙中寻找机会。

先有客户场景，再补充算力供给的“需求驱动”是常见的入局方式。

四川启研智算科技有限公司算力部总经理王岩已在科研算力领域深耕多年，他最早为高校提供科研技术支持，在服务过程中他观察到，高水平论文的评价标准从单一实验验证，转向实验数据与仿真计算数据双重印证，化学、材料、生物医药等工科领域对算力的需求逐年上涨。

2023年2月，公司正式布局算力租赁业务，最初以CPU超算为主，随着AI在科研中的应用爆发式增长，公司业务也延伸至GPU智算赛道。

也有“门外汉”因为有“资源”误打误撞转型搞算力租赁。

ian之前在国内做豪宅租赁，2026年3月底，偶然撮合了一笔算力服务器交易，发现了算力租赁的收益空间。

过往的工作背景让他对租赁模式非常敏感。深入了解后他开始转型，刚好手里有海内外资源可以匹配。他的公司主体设在墨尔本，在吉隆坡、泰国等地布局亚太算力节点，仅在吉隆坡一地就投入了1100万美元。

还有些初创团队，既无客户积累，也无资源优势，但选了轻资产模式切入。

一家AI算力服务企业的商务负责人告诉《豹变》，自己所在公司2026年3月成立，团队选择从大模型聚合平台切入，将算力租赁作为底层支撑业务，通过轻资产打法踩中风口。

不同出身，打法完全不同。

产业研究者维克夏的调研显示，海外不少企业对外出租算力，是盘活自用业务溢出的闲置资源，硬件折旧大多已经由内部业务消化；而国内多数算力租赁主体，硬件采购、机房建设依托租赁业务回款来覆盖，经营杠杆压力更高。

入场路径不同，计价方式和回本逻辑自然不同。

王岩的科研算力业务有着行业通用的标准计费逻辑：CPU超算按“核时”计费，即一颗CPU核心运行一小时，价格区间在0.04元到0.1元每核时；GPU按“卡时”计费，4090显卡约2到4元每卡时，5090显卡约3.5到5元每卡时。定价是按照3到5年的硬件回本周期倒推，他所在的公司内部以4年回本作为测算标准，硬件涨价则租赁价格同步上调。

ian的跨境算力生意则采用双轨计价。面向国内客户的H200服务器，单台月租金最高可达10.5万元人民币；面向海外客户的GB200，则按550到830美元每小时的标准报价。PRO6000这类中端卡，卡时租金约1.5到2美元。

在他的实操经验里，主流型号服务器的正常回本周期在2.5到3年，这是行业公认的经营底线。

前述商务负责人则提到，行业内普遍的回本周期在12到18个月，这一数据差异源于业务结构的不同：聚焦Token售卖、高利用率的高端算力，回本速度更快；而分散、低负载的通用算力，回本周期则明显拉长。

利润空间同样分化明显。

王岩所在的科研赛道，CPU超算业务利润率约30%，GPU智算业务利润率仅5%到10%，核心原因是高端GPU采购成本暴涨，但终端租赁价格涨幅跟不上硬件溢价，中间商利润被大幅挤压。能够拿到一手货源的ian在市场中则如鱼得水。

不过所有人都认同一件事：这是绝对的卖方市场。

英伟达高端GPU拿不到货，高端训练卡普遍要签1到3年长约，客户排着队等算力释放。手里有卡的，掌握定价权；硬件涨价，租赁报价跟着涨。即便出现空置，新需求也很快填上。所以服务商挑客户也挑得理直气壮：与其追短期高价散单，不如锁定长期稳定租约，现金流好看，融资也好谈。

差异化生存

同样做算力租赁，不同玩家的商业逻辑并不相同。有人靠极致技术服务留住客户，有人靠跨境货源绑定长期合作，也有人靠合规资质切入高价值政企市场。

相较于租不到卡，科研客户在使用算力时更担心遇到环境配置、软件报错、调度异常等问题时找不到人解决。市面上很多算力平台只提供硬件资源，客户遇到问题，响应周期长达数小时甚至数天，严重耽误科研进度。

王岩的团队就抓住了这个痛点，将配套的技术服务能力打造为核心竞争力。比如建立专属服务群，实行双线问责机制，硬性要求10分钟内必须响应客户问题。这套服务体系换来了极高的客户复购率：长期复购率可达60%。

他曾接触过一个高校课题组客户，最初只充值3万元测试使用，体验过服务与算力稳定性后，持续追加充值，累计合作金额达到300万元。后续该团队计划自建本地算力集群，王岩团队又顺势提供了从硬件选型、集群搭建、调度系统部署到长期运维的一站式私有化方案，完成了从租赁到定制化服务的延伸。

ian的商业逻辑则更贴近“资产运营商”。他没有选择从零开拓散客，而是和国内头部上市IDC（互联网数据中心）成立合资公司。自己负责海外锁定英伟达芯片配额、通过专属物流通道完成跨境供货，合作IDC负责出资金、提供机房场地与终端客户资源，最终按约定分成贸易差价与租赁收益。

在客户筛选上，ian有着非常明确的标准，比如，头部游戏公司是顶级优质客户，对算力价格不敏感，且业务稳定、现金流充足，是理想的长期合作对象。几十人规模的AI初创公司则不在合作范围内。

他直言，算力生意的本质和房产收租逻辑高度一致，稳定长租约的价值远高于短期高价散单。更深层的原因在于，长租约是向银行申请GPU资产抵押贷款的核心凭证，只有稳定的租金流水，才能支撑持续融资、滚动采购新卡扩张的商业模式正反馈。

前述商务负责人所在的公司，则专注于“合规+聚合平台”的路线，主打一站式AI模型聚合平台，支持多模型统一调用，同时具备ICP备案与电信增值业务许可证，所有国内模型服务均走合规路径。

谁赚得最多？

当外界热议算力租赁“暴利”时，真正吃到最大块蛋糕的，往往不是直面客户的服务商。

王岩直言，整条产业链里，资方是最赚钱的环节，手握大额资金，出资采购服务器硬件，和客户签署3到5年的长租协议，违约成本极高，收益确定性极强。2024到2025年低价采购的一批高端算力，原本测算3到5年回本，随着硬件价格暴涨，回本周期直接压缩到两年左右，既赚租金收益，又赚资产增值的红利。相比之下，机房服务商、网络带宽提供商、直面客户的销售服务商，只能分到很小一部分利润。

ian的观察也印证了这一点：谁能稳定拿到英伟达高端芯片配额，谁就掌握行业话语权，甚至能影响头部云厂商的竞争格局。上游芯片原厂、手握配额的渠道方，占据了产业链最核心的利润位置；中游服务商更多是赚周转与服务的钱，还要承担硬件波动、客户流失的风险。

站在2026年的节点，算力租赁行业正在经历多重结构性变化，这些趋势将直接决定未来的行业格局。

首先是需求结构的根本性切换：算力需求正从纯训练主导向“训练+推理”并重迁移，推理算力增速已超纯训练。

王岩认为，推理业务对中小型服务商更加友好，推理场景对显卡型号要求灵活，4090、5090这类消费级显卡就能支撑，资源匹配难度低，不容易受到高端卡进出口管制的直接冲击。

前述商务负责人也提到，客户越来越看重Token成本与低延迟，单纯的硬件时长租赁已经无法匹配需求，行业正在从卖硬件时长向卖算力产出过渡。

其次是国产算力替代的现实进程。外界普遍对国产芯片替代抱有很高期待，但一线落地的实际情况更为复杂，尤其是此前英伟达通过CUDA以及配套的框架、算子库等建立了一定的生态壁垒，迁移到国产芯片后会出现一些兼容性问题。在部分复杂任务中，如果适配和调优不足，可能出现运行报错、开发周期拉长或性能下降。

有从业者表示，国产算力当前的落地主要靠政策驱动，高校、央国企采购国产卡大多出于合规要求。

不过，国产算力芯片发展势头迅猛，华为昇腾950已经完成了主流大模型的适配，政企端国产化采购占比持续提升，和海外高端芯片仍存在代差，替代是长期过程，不会一蹴而就。

维克夏提到，异构混合部署，也就是海外GPU搭配国产芯片的模式正在成为行业主流，叠加能效、合规监管政策落地，行业竞争不再单纯比拼卡源，异构调度、算子迁移适配、资质能耗都成为硬性门槛。缺少多元货源与技术能力的中小服务商生存压力加大，一部分无资质、能耗不达标的主体会逐步被市场出清。

第三是GPU资产化与算力金融化的兴起。

ian透露，国内外金融机构都在落地GPU抵押融资业务。一些服务商采用“采购算力—抵押融资—再采购新算力”的滚动扩张模式，GPU已经从单纯的生产资料，变成了具备金融属性的抵押资产。

在这个过程中，GPU的残值、利用率与客户合同稳定性，仍是决定融资能否成立的关键。

算力租赁会一直是个好生意吗？

在王岩看来，2027年行业或将迎来新一轮算力荒，高端可流通算力进一步收缩，硬件与算力租赁近1年还会持续上涨，高昂的成本会倒逼大模型行业降温，一部分资金储备薄弱的初创企业会退出市场。等到价格上涨到临界点，市场经历一轮洗牌后，硬件与租赁价格最终会回归合理区间。

ian则认为，短期3到5年内，高端芯片的稀缺性不会根本改变，行业核心矛盾始终是稳定获取货源。

前述商务负责人则认为，纯资源倒卖的算力租赁已经进入红海，未来行业一定会向“AI算力合伙人”的模式转型，深耕垂直场景、做服务增值的厂商，才能在长期竞争中存活下来。

纵观整个算力租赁行业，短期的卖方市场红利掩盖了很多底层问题，但行业终局绝不会是“有卡就能赚钱”的粗放形态。潮水退去，真正能穿越周期的，永远是把生意做深、做细的玩家。