一、國內算力供需矛盾日益突出而自建算力成本高昂，推動智能算力租賃行業高速增長
在數字經濟蓬勃發展的當下，算力已然成為了一種關鍵的戰略資源，從日常生活的智能應用，到企業數字化轉型的深度變革，再到政府治理的高效推進，每一個環節都離不開算力的強力支撐。近年來，隨著人工智能技術的全面爆發，算力需求更是呈現出指數級增長態勢。2024年我國智能算力規模達725.3百億億次/秒（EFLOPS），同比增長74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上。
數據來源：觀研天下數據中心整理
然而自2018年起，美國政府對中國的科技封鎖不斷加劇，從限制高端芯片出口到擬限制中國企業使用美國廠商的云計算服務，嚴重阻礙了中國獲取先進算力芯片及相關技術的渠道。以 H100 芯片為例，2023年英偉達全球出貨量達 65 萬張，國內僅有騰訊、百度、阿里巴巴和字節跳動等少數幾家公司獲得了 H100 芯片的供應。同時國產算力芯片短期內又難以滿足市場需求，國內算力供需矛盾日益突出。
數據來源：觀研天下數據中心整理
自建算力成本高昂，不僅需要購買大量昂貴的硬件設備，還需承擔后續的運維和管理成本，對于眾多企業尤其是中小企業來說難以承受。在此背景下，智能算力租賃市場應運而生并迅速興起。
根據觀研報告網發布的《中國智能算力租賃行業現狀深度研究與投資前景分析報告（2025-2032年）》顯示，智能算力租賃本質上是基于 AI 算力云業務的一種商業模式，它允許用戶根據自身需求，靈活租用 CPU、GPU、內存和存儲空間等計算資源，無需自行購置昂貴的計算設備，就能滿足計算需求。對于需要大規模計算能力但又不想承擔過高前期成本的企業和機構來說，算力租賃無疑是一種理想選擇。通過租賃計算資源，用戶可以快速啟動項目，使用穩定高效的計算資源，大幅縮短研發周期，降低研發成本。
自建算力與智算租賃對比
| 考量因素 | 智算租賃 | 自建算力 |
| 部署成本 | 以阿里云為例，8卡英偉達A100-NVLink(80GB顯存)的GPU服務器月租金約為13.34萬元，對應全年租金約為160萬元 | 8卡英偉達 HGX加速顯卡A100SXM市場售價為145萬元，除此之外仍需部署交換機(20萬元)、配件(15萬元)、基建等 |
| 運維成本 | 智算租賃提供商負責硬件維護和技術支持，且無需承擔額外成本 | 涉及資源管理審批、調配、監控等工作，需自省設立維護團隊，并且需要承擔電力、冷卻和網費等固定運營成本 |
| 時間成本 | 大部分租賃形式無需等待硬件采購和部署，租用后可以立即開始計算任務，小部分長期租用的情況也僅需對服務器進行微調 | 當前英偉達出貨周期約為3-4個月，服務器送達后需要進行調試部署，從下單到使用計算的時長難以確定 |
| 靈活性 | 可根據需求快速調整使用芯片的型號、租賃時間和帶寬等，適應項目需求變化 | 服務器等硬件可能隨時間熱迭代升級，帶寬一次性購買，無法靈活變更 |
| 數據安全 | 數據存儲在智算租賃提供商的存儲服務器內，安全性和故障解決能力取決于智算租賃提供商 | 自行搭建存儲設備，數據存儲在企業內部存儲設備內，故障解決能力取決于企業自身 |
資料來源：觀研天下整理
國內算力供需矛盾日益突出而自建算力成本高昂，推動智能算力租賃行業高速增長。2022-2024年我國智能算力租賃市場規模由108EFlops增長至377EFlops，CAGR為86.8%；預計2025-2027年我國智能算力租賃市場規模由632EFlops增長至1346EFlops，CAGR為45.9%。
數據來源：觀研天下數據中心整理
二、互聯網為智能算力租賃核心需求方，制造與教育當前滲透率較低但未來增長潛力較大
市場應用深化是推動智能算力租賃行業增長的另一個重要因素。從需求結構來看，互聯網行業以62%的絕對占比成為核心需求方，其需求主要集中于云計算、AI模型訓練及實時推理等高算力場景；政府部門緊隨其后，占比14%，其需求以智慧城市、政務云和公共安全為重心，偏向數據合規性及安全性，并傾向于采用私有化部署與國產化算力解決方案；金融行業占比6%，其需求聚焦高頻交易風控、量化建模及反欺詐分析，對低延遲算力和異構資源調度能力要求嚴苛；醫療行業占比5%，其需求集中于醫學影像AI分析、基因組學計算等場景，需兼顧算力精度與數據隱私保護。此外，制造與教育行業各占4%，其中制造業的智能算力應用以工業物聯網、數字孿生為主，強調邊緣計算與實時性響應能力，但當前滲透率仍較低，未來增長潛力較大；教育行業則多用于科研模擬與在線教育平臺支持，需求相對分散且周期性明顯。
數據來源：觀研天下數據中心整理
三、我國智能算力租賃市場區域性特征明顯，數字經濟發達地區發展領先
智能算力租賃需求與數字經濟發展水平高度相關。廣東、浙江、江蘇等數字經濟發達省份智能算力租賃需求合計占全國總需求的50%以上。從城市維度看，一線城市及省會城市由于創新企業聚集、科研機構密集，智能算力租賃需求尤為旺盛。整體來看，我國智能算力租賃區域性發展特征明顯。
數據來源：觀研天下數據中心整理
四、國內智能算力租賃市場競爭不斷加劇，智能算力服務器租賃價格持續下降
智能算力租賃在國外已有多年發展歷史。以美國 CoreWeave 公司為例，其成立于 2017 年，前身是加密貨幣挖礦企業 Atlantic。公司初期通過以太坊挖礦積累了大量英偉達 GPU 資源，2019 年果斷調整業務方向，聚焦 AI 云和基礎設施建設。截至 2024 年底，CoreWeave 已運營 32 個數據中心，主要分布在美國低電力成本區域，并在倫敦、斯德哥爾摩等歐洲科技中心設立節點，以滿足客戶對地理接近性的 AI 算力需求。從業務形態來看，CoreWeave 主要提供以下三種服務：
美國 CoreWeave 公司三大服務
| 服務 | 簡介 |
| 基礎設施及服務 | 即裸金屬 GPU 租賃，用戶通過這種方式可直接訪問 H100 和 A100 芯片，避免虛擬化帶來的性能損耗。其集群采用英偉達 InfiniBand 架構，非常適合 AI 訓練和渲染等高強度任務，與傳統云廠商相比，計算密度更高，但對用戶技術能力要求也更高 |
| 管理軟件服務 | CoreWeave 的 Cloud Net Service 提供預配置的 GPU 驅動托管環境，簡化虛擬私有云部署，借助英偉達 BlueField 3 DPU 實現網絡隔離和加速，降低管理復雜性，但專屬特性限制了非 AI 用戶的適用性 |
| 應用服務 | 包括 SUNK 服務以及 Tensor 加速推理、響應及時監控等，旨在幫助客戶提高效率、降低技術壁壘，并通過與相關 AI 企業合作，不斷提升應用服務能力。 |
資料來源：觀研天下整理
國內智能算力租賃行業發展迅速，鴻景科技、協創數據、有方科技、海南華帖、潤建股份等優秀公司不斷涌現。但與海外相比，國內智能算力租賃行業仍面臨著商業模式單一的挑戰。當前大多數算力租賃服務商仍以基礎資源出租為主，產品同質化嚴重，市場價格競爭加劇。根據數據，2023年6月-2025年6月，主流AI服務器租賃價格普遍下降30%以上，其中8卡服務器A800的租賃價格下降幅度高達53%。
數據來源：觀研天下數據中心整理（zlj）
【版權提示】觀研報告網倡導尊重與保護知識產權。未經許可，任何人不得復制、轉載、或以其他方式使用本網站的內容。如發現本站文章存在版權問題，煩請提供版權疑問、身份證明、版權證明、聯系方式等發郵件至kf@chinabaogao.com，我們將及時溝通與處理。
