算力需求重心向推理倾斜，算力租赁需求持续提升
2026年AI算力需求结构发生明显变化，行业需求逐步从模型训练向推理场景倾斜。结合巴克莱、德勤相关数据，2026年推理算力占整体算力比重将突破70%，整体规模达到训练算力的4.5倍。随着AI Agent应用快速普及，算力消耗量级进一步提升，单次复杂智能任务消耗的Token数量，可达普通人机对话场景的20至30倍，持续推高推理算力刚需。
算力供需偏紧格局下，高端GPU租赁价格持续上行。H100显卡一年期租赁价格从2025年11月的1.73美元/小时/卡，上涨至2026年5月的2.65美元/小时/卡，半年涨幅高达53.18%。对于大量中小AI企业而言，算力自主部署存在明显痛点，模型训练阶段短期需要数百甚至上千张GPU算力支撑，模型上线后推理请求呈现海量、不均匀的特征，若按照峰值需求自建服务器，不仅需要投入巨额前期成本，业务低谷阶段还会造成大量设备闲置，资源浪费问题突出，由此推动行业算力租赁渗透率持续提升。
智能算力成为新增需求主力，AI服务器增量空间广阔
市场算力可分为基础算力与智能算力两大类型，网站、数据库、办公系统等传统业务依托CPU服务器运行，对应基础算力；大模型训练、推理等AI核心业务依赖GPU、AI加速卡实现并行计算，对应智能算力。近年来两类算力增长差距持续拉大，智能算力成为行业增量核心。
数据显示，2025年上半年全球总算力规模约4495EFlops，其中智能算力规模3846EFlops，占比高达85.56%，基础算力仅597EFlops，占比13.28%。国内算力结构与全球趋势一致，2025年6月国内智能算力规模782EFlops，占总算力比例81.29%。
算力结构变化直接带动AI服务器需求爆发，国内AI服务器出货量从2020年15万台增长至2025年54.11万台，2025年同比增速达28.53%，而同期通用服务器出货量仅增长4%。当前算力紧张、租赁价格走高的核心标的，集中在高性能GPU与各类AI加速卡，智能算力硬件供需格局持续偏紧。
自建算力门槛偏高，中小企业优先选择租赁模式
AI企业开展大模型业务所需算力规模通常以P为单位衡量，算力数值越大，所需计算能力越强。以500P算力需求为例，企业若选择自建算力集群，需完成GPU服务器采购、机房搭建、电力网络配套、散热系统部署等一系列硬件筹备工作，同时还需配套专业软件调度体系。大模型训练需将海量任务拆分至多卡并行运算，依靠调度系统统筹算力分配、数据传输，单纯的硬件堆叠无法形成可用算力集群，必须通过网络互联、资源调度、任务编排实现集群化落地。
根据东北证券整理数据，500P算力自建初始投入成本可达6000万至8500万元，千卡级超大规模算力集群投入更是突破10亿元。同时自建算力周期漫长，硬件采购需3至6个月，机房建设配套周期长达9至12个月，资金压力与时间成本极高。
对于多数中小AI企业，算力需求具备明显的阶段性、波动性特征，训练期算力需求旺盛，模型落地后算力需求大幅回落，峰值自建模式会产生严重的设备闲置、成本浪费问题。而算力租赁模式可灵活适配业务波动，企业可根据实际需求随时调整租赁算力规模，机房运维、设备管理等工作均由算力服务商承接，大幅降低中小企业算力使用门槛与运营成本。
异构算力模式普及，国产芯片纳入租赁体系
国内早期AI训练场景高度依赖英伟达GPU，核心原因在于英伟达成熟的CUDA软件开发生态，主流AI框架、模型工具均基于该体系开发迭代，软件适配壁垒较高。这也是英伟达GPU供给紧张背景下，国内算力平台无法快速全面切换至国产芯片的核心因素。
当前行业形成成熟的异构算力运营模式，算力租赁平台实现多类型芯片统一调度部署，针对高度依赖CUDA生态的训练任务，保留英伟达GPU算力支撑；针对适配性更强的推理业务、政企国产化项目，优先分配昇腾、寒武纪、燧原等国产AI芯片算力集群。
异构算力模式对租赁平台综合能力提出更高要求，行业告别“有卡即可租赁”的初级阶段，平台需要具备任务识别、芯片适配、跨机房算力调度、多类型资源统筹能力。东北证券预测，2026年国内GPU租赁市场规模将达到380亿元，同比增长62%，行业增长确定性突出。
推理算力波动显著，Token计费模式逐步普及
传统算力租赁以小时、月度为核心计费方式，适配模型训练场景的稳定算力需求，训练任务持续周期长，GPU可长期保持高负载运行，计费模式匹配度高。但该模式无法适配推理场景的波动特征，AI推理业务峰谷差异极大，日间用户调用量大、算力需求旺盛，夜间调用请求锐减，算力设备长期处于低负载闲置状态，按小时计费会产生大量无效成本支出。
在此背景下，Token计费模式快速兴起。大模型运行过程中会将文本内容拆解为独立Token单元，用户提问、模型生成回答均会消耗对应Token资源，调用频次越高、上下文越长、生成内容越复杂，Token消耗量越大。该计费模式摒弃了整卡租赁的固定成本，让客户按照实际算力消耗付费，精准适配推理场景的波动需求。
行业数据显示，国内Token调用量将从2025年的24619.3万亿次，增长至2026年的111799.5万亿次，全年实现数倍增长，推动Token成为算力行业核心计费单位之一。
算力计费体系多元化，行业精细化运营提速
目前国内算力服务已形成三类成熟计费体系，适配不同客户与业务场景。短期测试、科研类轻量化算力需求，以按小时GPU租赁为主，灵活便捷、适配短期需求；大模型长期线上运行业务，采用算力计量、Token计费模式，实现按量付费、成本可控；针对模型微调、视频渲染、生物计算等一站式整体任务，采用项目制计费模式，由服务商全权负责设备部署、模型调试、任务落地。
截至2026年一季度，国内主流算力平台中，超六成平台已落地多模式计费体系。计费模式精细化升级，核心目的是提升GPU服务器利用率，通过拆分整卡算力、细分计费维度、匹配多元场景，将闲置算力资源充分盘活，让单台设备实现多客户、多时段、多任务复用，大幅提升算力平台运营效率与营收空间。
三大运营商入局，Token算力服务全民普及
2026年国内三大运营商全面落地Token算力相关产品，完成个人与企业客户全覆盖。中国电信推出分层级个人与企业算力套餐，中国移动因地制宜落地Token算力服务体系，中国联通同步布局公私域算力产品，持续拓宽算力服务边界。
运营商依托自身数据中心、云平台、骨干网络资源以及庞大的政企客户基数，快速整合全域算力资源，搭建标准化Token调用服务体系。相较于传统算力租赁仅服务专业AI企业、技术团队的模式，Token计费大幅降低了算力使用门槛，普通企业无需部署服务器、无需适配运维体系，仅通过采购算力额度即可调用大模型服务，实现算力服务普惠化。
利用率成为核心竞争指标，行业合规化要求持续升级
算力租赁行业的盈利核心，不在于算力储备规模，而在于服务器全年有效运行时长与资源利用率。同等GPU储备规模下，单一包月租赁模式易出现设备闲置，而兼顾训练、推理、短期项目、Token调用的综合运营模式，可实现算力资源全天候错峰复用，营收能力差距显著。未来行业竞争，除高端GPU、国产AI芯片资源储备外，客户资源储备、智能调度系统能力、算力复用效率将成为核心壁垒。
与此同时，行业监管体系持续完善，2026年相关政策逐步明确算力租赁资质、数据安全、硬件合规、机房能耗等规范标准。各地同步落地算力券、国产算力补贴等扶持政策，引导行业规范化、国产化发展。算力来源合规性、机房运行稳定性、数据安全保障能力、智能调度水平，将成为未来客户选择算力服务商的核心考量标准。
相关公司
协创数据：公司已经在北京、上海、乌兰察布、廊坊、中卫、广州、深圳、宁波等地部署算力节点，目前已交付3.2万P高端AI训练算力。公司旗下FCloud平台已经支持Token、时长和调用次数等多种收费方式，并把算力用于金融、人形机器人、生物医药等场景。
中贝通信：原来主要做通信网络建设，后来建设多个智算集群，业务逐步延伸到GPU算力租赁和智算服务。
603***：公司原来的主业是风电法兰、锻件和轴承，2023年通过上海润六尺进入算力业务。2025年公司算力业务收入16.68亿元，同比增长743.60%，已经占总收入的42.11%。其中算力设备销售收入15.45亿元，算力租赁服务收入1.23亿元。
301***：公司原来主要做智慧城市，2023年以后开始增加算力业务。公司目前正在建设GPU集群和Token工厂，后者主要向客户提供API调用、模型托管和Token服务，同时还在推进泰国、沙特等海外算力项目。
603***：公司的算力业务包括自有服务器出租和外部算力转租。截至2025年末，公司可调度AI算力约3.8万P，其中自有直租1.6万P、转租2.2万P，相关算力资源主要使用H100和H800。
... ...
扫码回复“8-算力租赁”查看行业公司介绍，并可免费诊股，还可咨询实操指导服务！
作者：于晓明 执业证书编号：A0680622030012
算力需求重心向推理倾斜，算力租赁需求持续提升
2026年AI算力需求结构发生明显变化，行业需求逐步从模型训练向推理场景倾斜。结合巴克莱、德勤相关数据，2026年推理算力占整体算力比重将突破70%，整体规模达到训练算力的4.5倍。随着AI Agent应用快速普及，算力消耗量级进一步提升，单次复杂智能任务消耗的Token数量，可达普通人机对话场景的20至30倍，持续推高推理算力刚需。
算力供需偏紧格局下，高端GPU租赁价格持续上行。H100显卡一年期租赁价格从2025年11月的1.73美元/小时/卡，上涨至2026年5月的2.65美元/小时/卡，半年涨幅高达53.18%。对于大量中小AI企业而言，算力自主部署存在明显痛点，模型训练阶段短期需要数百甚至上千张GPU算力支撑，模型上线后推理请求呈现海量、不均匀的特征，若按照峰值需求自建服务器，不仅需要投入巨额前期成本，业务低谷阶段还会造成大量设备闲置，资源浪费问题突出，由此推动行业算力租赁渗透率持续提升。
智能算力成为新增需求主力，AI服务器增量空间广阔
市场算力可分为基础算力与智能算力两大类型，网站、数据库、办公系统等传统业务依托CPU服务器运行，对应基础算力；大模型训练、推理等AI核心业务依赖GPU、AI加速卡实现并行计算，对应智能算力。近年来两类算力增长差距持续拉大，智能算力成为行业增量核心。
数据显示，2025年上半年全球总算力规模约4495EFlops，其中智能算力规模3846EFlops，占比高达85.56%，基础算力仅597EFlops，占比13.28%。国内算力结构与全球趋势一致，2025年6月国内智能算力规模782EFlops，占总算力比例81.29%。
算力结构变化直接带动AI服务器需求爆发，国内AI服务器出货量从2020年15万台增长至2025年54.11万台，2025年同比增速达28.53%，而同期通用服务器出货量仅增长4%。当前算力紧张、租赁价格走高的核心标的，集中在高性能GPU与各类AI加速卡，智能算力硬件供需格局持续偏紧。
自建算力门槛偏高，中小企业优先选择租赁模式
AI企业开展大模型业务所需算力规模通常以P为单位衡量，算力数值越大，所需计算能力越强。以500P算力需求为例，企业若选择自建算力集群，需完成GPU服务器采购、机房搭建、电力网络配套、散热系统部署等一系列硬件筹备工作，同时还需配套专业软件调度体系。大模型训练需将海量任务拆分至多卡并行运算，依靠调度系统统筹算力分配、数据传输，单纯的硬件堆叠无法形成可用算力集群，必须通过网络互联、资源调度、任务编排实现集群化落地。
根据东北证券整理数据，500P算力自建初始投入成本可达6000万至8500万元，千卡级超大规模算力集群投入更是突破10亿元。同时自建算力周期漫长，硬件采购需3至6个月，机房建设配套周期长达9至12个月，资金压力与时间成本极高。
对于多数中小AI企业，算力需求具备明显的阶段性、波动性特征，训练期算力需求旺盛，模型落地后算力需求大幅回落，峰值自建模式会产生严重的设备闲置、成本浪费问题。而算力租赁模式可灵活适配业务波动，企业可根据实际需求随时调整租赁算力规模，机房运维、设备管理等工作均由算力服务商承接，大幅降低中小企业算力使用门槛与运营成本。
异构算力模式普及，国产芯片纳入租赁体系
国内早期AI训练场景高度依赖英伟达GPU，核心原因在于英伟达成熟的CUDA软件开发生态，主流AI框架、模型工具均基于该体系开发迭代，软件适配壁垒较高。这也是英伟达GPU供给紧张背景下，国内算力平台无法快速全面切换至国产芯片的核心因素。
当前行业形成成熟的异构算力运营模式，算力租赁平台实现多类型芯片统一调度部署，针对高度依赖CUDA生态的训练任务，保留英伟达GPU算力支撑；针对适配性更强的推理业务、政企国产化项目，优先分配昇腾、寒武纪、燧原等国产AI芯片算力集群。
异构算力模式对租赁平台综合能力提出更高要求，行业告别“有卡即可租赁”的初级阶段，平台需要具备任务识别、芯片适配、跨机房算力调度、多类型资源统筹能力。东北证券预测，2026年国内GPU租赁市场规模将达到380亿元，同比增长62%，行业增长确定性突出。
推理算力波动显著，Token计费模式逐步普及
传统算力租赁以小时、月度为核心计费方式，适配模型训练场景的稳定算力需求，训练任务持续周期长，GPU可长期保持高负载运行，计费模式匹配度高。但该模式无法适配推理场景的波动特征，AI推理业务峰谷差异极大，日间用户调用量大、算力需求旺盛，夜间调用请求锐减，算力设备长期处于低负载闲置状态，按小时计费会产生大量无效成本支出。
在此背景下，Token计费模式快速兴起。大模型运行过程中会将文本内容拆解为独立Token单元，用户提问、模型生成回答均会消耗对应Token资源，调用频次越高、上下文越长、生成内容越复杂，Token消耗量越大。该计费模式摒弃了整卡租赁的固定成本，让客户按照实际算力消耗付费，精准适配推理场景的波动需求。
行业数据显示，国内Token调用量将从2025年的24619.3万亿次，增长至2026年的111799.5万亿次，全年实现数倍增长，推动Token成为算力行业核心计费单位之一。
算力计费体系多元化，行业精细化运营提速
目前国内算力服务已形成三类成熟计费体系，适配不同客户与业务场景。短期测试、科研类轻量化算力需求，以按小时GPU租赁为主，灵活便捷、适配短期需求；大模型长期线上运行业务，采用算力计量、Token计费模式，实现按量付费、成本可控；针对模型微调、视频渲染、生物计算等一站式整体任务，采用项目制计费模式，由服务商全权负责设备部署、模型调试、任务落地。
截至2026年一季度，国内主流算力平台中，超六成平台已落地多模式计费体系。计费模式精细化升级，核心目的是提升GPU服务器利用率，通过拆分整卡算力、细分计费维度、匹配多元场景，将闲置算力资源充分盘活，让单台设备实现多客户、多时段、多任务复用，大幅提升算力平台运营效率与营收空间。
三大运营商入局，Token算力服务全民普及
2026年国内三大运营商全面落地Token算力相关产品，完成个人与企业客户全覆盖。中国电信推出分层级个人与企业算力套餐，中国移动因地制宜落地Token算力服务体系，中国联通同步布局公私域算力产品，持续拓宽算力服务边界。
运营商依托自身数据中心、云平台、骨干网络资源以及庞大的政企客户基数，快速整合全域算力资源，搭建标准化Token调用服务体系。相较于传统算力租赁仅服务专业AI企业、技术团队的模式，Token计费大幅降低了算力使用门槛，普通企业无需部署服务器、无需适配运维体系，仅通过采购算力额度即可调用大模型服务，实现算力服务普惠化。
利用率成为核心竞争指标，行业合规化要求持续升级
算力租赁行业的盈利核心，不在于算力储备规模，而在于服务器全年有效运行时长与资源利用率。同等GPU储备规模下，单一包月租赁模式易出现设备闲置，而兼顾训练、推理、短期项目、Token调用的综合运营模式，可实现算力资源全天候错峰复用，营收能力差距显著。未来行业竞争，除高端GPU、国产AI芯片资源储备外，客户资源储备、智能调度系统能力、算力复用效率将成为核心壁垒。
与此同时，行业监管体系持续完善，2026年相关政策逐步明确算力租赁资质、数据安全、硬件合规、机房能耗等规范标准。各地同步落地算力券、国产算力补贴等扶持政策，引导行业规范化、国产化发展。算力来源合规性、机房运行稳定性、数据安全保障能力、智能调度水平，将成为未来客户选择算力服务商的核心考量标准。
相关公司
协创数据：公司已经在北京、上海、乌兰察布、廊坊、中卫、广州、深圳、宁波等地部署算力节点，目前已交付3.2万P高端AI训练算力。公司旗下FCloud平台已经支持Token、时长和调用次数等多种收费方式，并把算力用于金融、人形机器人、生物医药等场景。
中贝通信：原来主要做通信网络建设，后来建设多个智算集群，业务逐步延伸到GPU算力租赁和智算服务。
603***：公司原来的主业是风电法兰、锻件和轴承，2023年通过上海润六尺进入算力业务。2025年公司算力业务收入16.68亿元，同比增长743.60%，已经占总收入的42.11%。其中算力设备销售收入15.45亿元，算力租赁服务收入1.23亿元。
301***：公司原来主要做智慧城市，2023年以后开始增加算力业务。公司目前正在建设GPU集群和Token工厂，后者主要向客户提供API调用、模型托管和Token服务，同时还在推进泰国、沙特等海外算力项目。
603***：公司的算力业务包括自有服务器出租和外部算力转租。截至2025年末，公司可调度AI算力约3.8万P，其中自有直租1.6万P、转租2.2万P，相关算力资源主要使用H100和H800。
... ...
扫码回复“8-算力租赁”查看行业公司介绍，并可免费诊股，还可咨询实操指导服务！
作者：于晓明 执业证书编号：A0680622030012
