算力租赁赛道爆发：2600亿市场的“掘金热”

一季度680亿、全年2600亿、需求暴涨417%——算力租赁正在复刻“淘金热”时代卖铲子的生意

2026年7月31日，算力租赁概念股集体爆发。同花顺数据显示，板块内184只个股中174只飘红，上涨个股占比接近95%，宏景科技、协鑫能科、利通电子等十余只个股涨停。消息面上，国家发展改革委在当月的新闻发布会上披露：有关机构测算，“十五五”时期算力网建设将新增直接投资4万亿元。

资本市场的热情并非空穴来风。在产业端，算力租赁正经历着一场史无前例的量价齐升。

一、2600亿：从数字看算力租赁有多“热”

先看一组核心数据。

据中国信通院统计，2026年一季度国内算力租赁市场规模已达680亿元，同比增长62% 。全年预计将突破2600亿元。

把时间拉长看，中国算力租赁市场规模从2024年的约1480亿元增长到2025年的约2116亿元，预计2026年将达到2600亿元上下。一年一个台阶，增速稳定在20%以上。

全球视角同样惊人。据IDC预测，2026年全球算力租赁市场规模将突破800亿美元。全球主要数据中心机架数量已达到约680万架。

更值得注意的是节奏——2026年单是一季度就揽下680亿元，同比暴增62%。这意味着算力租赁市场的扩张不仅在加速，而且在加速加速。

资本市场已经率先给出回应。多家算力租赁上市公司发布的上半年业绩预告显示，多数实现同比大幅预增。利通电子预计上半年净利润6.5亿至7.5亿元，同比增长1172.53%至1368.31%；协创数据预计上半年净利润15亿至19亿元，同比增长247.18%至339.76%。算力租赁企业正在从“讲故事”进入“数钱”的阶段。

二、供需缺口：这场狂欢的核心驱动力

市场爆发的根源，在于一条简单而残酷的经济学原理——供不应求。

需求端：417%的暴涨

中国信通院数据显示，2026年一季度国内AI算力需求同比大增417% ，而供给增速仅128% 。供需之间的巨大缺口直接推高了算力租赁价格。

需求爆发的驱动力来自多个层面。大模型推理正在成为长期需求最直接的增长引擎，Token消耗量呈指数级增长。据全球头部AI聚合平台OpenRouter统计，国内AI大模型周Token调用量达14.19万亿Token，已连续多周稳居全球第一。到2026年3月，我国日均词元调用量已突破140万亿，两年增长超千倍。

与此同时，AI智能体等应用的加速落地，推动词元消耗量呈指数级攀升。德勤研报显示，2026年推理任务将占据全球AI总计算负载的三分之二。业内分析认为，算力服务需求结构已开始由“训练驱动”向“训练+推理双轮驱动”切换。

供给端：结构性紧缺

需求在狂奔，供给却在爬坡。

赛迪研究院电子所先进计算研究室副主任徐子凡表示，当前算力租赁行业处于高景气、结构性紧缺的阶段。高端GPU出租率超过90%。

某国家级智算中心甚至出现了“冰火两重天”的景象——装了英伟达GPU的机柜出租率90%以上，国产GPU服务器出租率不足50%。高端与低端、训练与推理之间的供需鸿沟正在持续扩大。

国盛证券研报指出，仅头部云厂商能够获得较为充足的高端算力，二线云厂商及大模型公司对高端算力的需求远未满足，缺口巨大。据SemiAnalysis报告，当前全类型GPU的按需租赁产能已全面售罄。

交付周期同样不容乐观。据AI推理基础设施服务商Baseten首席执行官透露，当前采购1000块GPU的交付排期已普遍延至明年第二季度，等待周期长达12至15个月。在国内市场，H200交付周期已延至2027年二季度，H100延至2027年一季度。新签合同的交付排期普遍延至2027年上半年。

中国电子商务专家服务中心副主任郭涛分析认为，AI智能体等应用的加速落地推动词元消耗量呈指数级攀升，而企业对高端算力的短期需求激增则遭遇了GPU等核心硬件产能爬坡缓慢的瓶颈，两方面因素叠加导致市场出现显著的算力缺口。在此背景下，算力租赁厂商凭借既有的存量算力资源，不必等待新产能释放即可快速响应需求，成为当前弥补这一缺口的“关键力量”。

三、价格普涨：从H100到B200，从“买方市场”到“卖方市场”

供需缺口最直接的体现，就是价格。

H100：从1.70美元到2.35美元

根据半导体研究机构SemiAnalysis的数据，英伟达H100 GPU一年期租约合同价格已从2025年10月的低点每GPU每小时1.70美元，大幅上涨至2026年3月的2.35美元，涨幅接近40% 。到2026年5—6月，H100一年期合约租金一度升至约2.6—2.7美元/GPU·小时。

国内市场上，H100月租已站稳5.5万至6.0万元区间。截至2026年2月底，H200时租金达7.5元至8.0元/卡时，月租金6.0万元至6.6万元，涨幅25%至30%。

B200：单次涨价94%

更夸张的是新一代芯片。2026年6月，Baseten首席执行官透露，其云服务商已提前通知，英伟达B200 GPU的每小时租赁单价将在10月合同续约时，从现行的2.63美元涨至5.10美元，涨幅约94%。

据SemiAnalysis数据，自2025年8月有统计以来，B200现货及合约综合租赁价格已由约4.0美元/GPU·小时升至2026年7月的约5.0—5.2美元/GPU·小时，累计涨幅约25%—30%。英伟达Blackwell系列芯片单小时租金已达4.08美元。

涨价已成普遍现象

国内外云服务商已提前数月主动通知涨价。今年以来，国内腾讯云及阿里云已由于供应链成本上涨而上调AI算力相关产品价格，最高涨幅达34%。Nebius也已通知自6月1日起将H100、H200、B200、B300全系列GPU的按需租赁价格全面上调。

长江证券研报指出，所有种类的GPU按需租赁的容量已经售罄，算力涨价已具备一定普遍性。算力租赁行业已由买方市场转向卖方市场。万联证券投资顾问屈放对此表示，在需求井喷而供给受限的大背景下，算力租赁厂商正从“备选项”转变为“必选项”。

四、谁在租算力？——四大核心客群画像

算力租赁市场2600亿的规模不是凭空而来。谁在为这些算力买单？

第一类：AI大模型训练——最大的“算力吃货”

大模型训练是算力租赁最核心、最刚性的需求来源。训练一个前沿大模型需要数千甚至上万张GPU连续运转数月，动辄数亿成本。绝大多数AI公司——无论规模大小——都无法一次性采购如此庞大的硬件集群。算力租赁几乎是唯一可行的选择。

从需求结构看，训练前沿模型、基础模型和行业大模型的大客户通常采用长期容量合同或专属集群。大模型厂商正在成为云服务商之外算力租赁市场的重要增量客户。智谱近期拟通过配售募集约314亿港元，明确将资金用于云端算力采购和算力调度体系建设；MiniMax拟融资约160亿港元，计划将约80%的募集资金用于AI基础设施和模型研发。

第二类：AI推理——增长最快的新引擎

如果说训练是算力租赁的“存量基本盘”，推理就是“最大增量”。

随着AI应用从“生成式”走向“代理式”，推理算力需求正以指数级速度增长。行云科技等算力服务商已推出以AI推理调用量（算力Token）作为计量单位的TaaS模式，全面覆盖模型训练、多模态内容生成、行业智能推理等算力需求。

AI应用公司和企业客户更关注推理吞吐、延迟、成本和上线速度。Token工厂建设正在加速落地。2026年，推理任务预计将占据全球AI总计算负载的三分之二——推理正在成为算力租赁市场最大的增量来源。

第三类：科研计算——最稳定的“基本盘”

科研机构是算力租赁最传统的客户群体。

并行科技的数据提供了一个清晰的佐证：2025年其算力服务中，企业类业务收入同比增长105%至6.24亿元，表明增长主力已从传统高校科研客户拓展至大模型和企业客户。但这并不意味着科研客户在萎缩——恰恰相反，科研算力需求仍在稳步增长。

超算租赁方面，2025年中国超算租赁用户数量已突破1.2万家，其中科研机构与高校用户占比44.6%。北京生命科学研究所、大连理工大学等科研机构均在2026年发布了算力租赁招标公告，覆盖大模型训练、科学计算、分子动力学模拟等场景。面向垂直行业的专用算力租赁（如医疗影像、工业仿真）增长尤为突出，2025年相关收入同比增长89%。

第四类：工业仿真与垂直行业——最具想象力的增量

工业仿真正在成为算力租赁的新蓝海。

高性能计算租赁广泛应用于气象模拟、航空航天、基因测序、药物研发、能源勘探、金融建模、工业仿真、自动驾驶和数字孪生等领域。一个典型的案例是：南京一支只有四人的小团队，专攻工业流体仿真的AI工具，做一次新能源汽车虚拟风洞测试，每秒就要“烧掉”数十万个Token——这种“小团队、大算力”的模式，正是算力租赁最理想的客户画像。

工业仿真用户已占中国超算租赁用户的15.8%。随着智能制造、自动驾驶、数字孪生等场景的加速落地，这一比例还将持续攀升。

写在最后

2600亿的市场规模、417%的需求增速、90%以上的高端GPU出租率、40%的半年价格涨幅——算力租赁赛道正处在爆发的最中心。

从AI大模型训练到推理，从科研计算到工业仿真，四类核心客群的需求正在同时释放。而供给端的结构性紧缺——高端GPU供不应求、交付排期延至2027年——短期内看不到缓解的迹象。

万联证券认为，随着词元工厂、分发平台等新型基础设施逐步落地，算力租赁的商业模式有望从单纯的“资源出租”向“算力运营+价值分成”升级。国金证券研报判断，算力租赁景气度将继续上行，租赁价格、订单与利润多侧验证。

算力租赁正在从“备选项”变成“必选项” ——这不仅是一个行业的判断，更是整个AI产业链的共识。

当然，赛道火热的同时，泡沫风险也在累积。算力设备投资体量大、回本周期长、技术迭代快——这些问题不会因为市场的火热而自动消失。但对于今天正在阅读这篇文章的每一位从业者来说，看清趋势、理解逻辑、识别风险，才是穿越周期的正确姿势。