·聚焦:人工智能、芯片等行业

生成式AI大模型的兴起显著推高全球算力需求，但高端GPU产能受限，供需矛盾突出[k]。国内AI发展仍高度依赖英伟达、AMD等海外先进GPU，受制于美国技术封锁，国产GPU短期内难以弥补性能与产能缺口[k]。

除少数大型互联网企业外，中小企业普遍面临算力短缺问题。为降低设备投入成本，“由买转租”成为趋势，推动算力租赁市场快速扩张，价格一度大幅上涨。据上海某算力企业负责人透露，近两年算力租赁价格涨幅达100%至200%[k]。除AI大模型外，传统制造业智能化转型也持续拉动算力租赁需求。

业内普遍认为，在高性能GPU供不应求的背景下，算力租赁已成为初创及中小企业的高性价比选择，吸引多家A股上市公司布局，国内外厂商纷纷加码服务供给[k]。不同应用场景如自动驾驶、智慧医疗、生物科学等对算力类型需求多样，涵盖高精度通用算力与低精度专用算力[k]。

算力租赁指通过云服务商租用计算资源，用户可按需使用服务器或虚拟机完成大规模计算任务，无需自建硬件或承担运维成本[k]。广义上涵盖公有云、私有云等各类计费模式；狭义上则指以合同制方式建设算力项目并提供租赁服务，不转让所有权。

该模式降低了AI初创企业使用算力的门槛，同时提升闲置资源利用率。当前国内主要商业模式包括：整台服务器租赁、按算力规模租赁、按GPU使用付费[k]。

我国算力产业链初步成型，上游为芯片与服务器厂商，中游为租赁服务商，下游覆盖金融、能源、工业等多元领域。“东数西算”工程推进及下游需求爆发，为市场发展提供有力支撑。在“十四五”规划引导下，超30座城市已布局建设智算中心，典型案例包括京津冀大数据智算中心、长沙5A级智能计算中心等[k]。

截至2024年11月14日，A股算力租赁概念股已达114家，市场参与者既包括阿里云、腾讯云等头部云厂商，也涵盖中贝通信、元道通信等具备IDC能力的民营企业[k]。头部企业凭借技术与资源优势逐步扩大影响力，而部分企业因无法获取高端芯片或承担高昂建设成本而退出。

鸿博股份作为首家跨界算力的A股公司，其算力业务仍处于投入期。2024年上半年财报显示，公司营收同比下降9.3%，净亏损达3956万元，主因AI业务投入增加及传统印刷业竞争加剧[k]。

“配置决定价格”，高性能GPU、CPU及大容量内存的算力资源租赁费用更高，因其能提供更强的计算效率[k]。

短期看，算力租赁有效缓解资源紧张；长期看，避免同质化竞争需转向精细化运营与整体解决方案。海外如英伟达、Oracle已提供基于算力租赁的AI工具与服务，为国内发展提供参考[k]。

随着供给增加，算力成本呈下降趋势，市场进入结构性过剩阶段。弘信电子在调研中指出，部分企业部署低效算力导致资源错配，加速行业“洗牌”[k]。实力薄弱、缺乏核心技术的企业正被淘汰，留存者需提升技术与服务能力。

国家对数字经济支持力度加大，推动算力租赁融入更广泛发展体系，行业门槛逐步提高，竞争日趋激烈[k]。

中国信通院院长余晓晖指出，每投入1元算力可带动3至4元经济产出[k]。尽管供需关系较2023年有所缓和，行业收益仍具吸引力。人工智能、数字孪生、元宇宙等新技术持续推高算力需求，GPU智能算力租赁率先受益[k]。

深度科技研究院院长张孝荣表示，并非所有企业都能盈利，芯片采购难与建设成本高是主要障碍[k]。企业需在技术创新与服务优化中寻求平衡，提升竞争力。

盘古智库高级研究员余丰慧建议，应加强技术研发以提升性能、降低能耗，同时加大人才培养力度。此外，需推动产业链协同，完善行业标准与监管机制，保障企业权益[k]。

技术创新将持续推动算力租赁发展，未来算法与硬件进步将提升服务性能、降低使用成本[k]。市场竞争加剧促使企业注重个性化服务，提供定制化解决方案与增值服务以增强客户黏性[k]。

绿色化成为重要发展方向，企业将通过节能技术与优化能源结构实现可持续发展[k]。

尽管行业尚处初期，随着AI大模型向智能汽车、手机等边缘端下沉，对低时延、高可靠性算力的需求将推动算力租赁在更广泛场景落地[k]。