出品 | 妙投APP

作者 | 張博

編輯 | 丁萍

頭圖 | AI生圖

這兩年，AI最熱，算力更熱。

圍繞算力，市場已經(jīng)講了很多故事：芯片、服務(wù)器、液冷、AIDC、智算中心、國產(chǎn)替代、推理需求……每個方向都足夠重要，也都足夠吸引資本關(guān)注。

但故事本身并不等于業(yè)績。

在產(chǎn)業(yè)早期，資本可以為想象力定價，但隨著時間推移，市場終究會回到一個更現(xiàn)實的錨，誰能把故事變成收入，把景氣變成利潤。

所以一個更值得回答的問題是，在這一輪AI算力產(chǎn)業(yè)鏈中，誰最先把景氣變成利潤？

答案未必是最上游的芯片，也未必是最重資產(chǎn)的AIDC，而很可能是一個看起來沒有那么耀眼的環(huán)節(jié)——算力租賃。

這并不是說算力租賃比芯片更重要，也不是說它代表產(chǎn)業(yè)終局。恰恰相反，它的價值在于：在產(chǎn)業(yè)鏈尚未完全成熟、供給仍在爬坡、需求卻快速釋放的階段，它最能承接現(xiàn)實缺口，也最容易率先兌現(xiàn)業(yè)績。

為什么算力租賃會先跑出來？

很多人看產(chǎn)業(yè)，習(xí)慣先看“誰最核心”。但產(chǎn)業(yè)運行往往不是這樣。真正最先賺錢的，常常不是壁壘最高的環(huán)節(jié)，而是最先解決現(xiàn)實矛盾的環(huán)節(jié)。

今天中國AI算力市場最現(xiàn)實的矛盾是什么？不是完全沒有算力，而是高質(zhì)量算力供給與真實業(yè)務(wù)需求之間存在明顯錯配。

這種錯配主要體現(xiàn)在三個層面。

第一，需求起來得比供給更快。

尤其是推理需求。過去兩年，市場更多聚焦訓(xùn)練，誰在做大模型、誰能堆更多參數(shù)，容易成為行業(yè)焦點。但現(xiàn)在，越來越多企業(yè)面對的是另一個問題：模型訓(xùn)練完了，怎么真正進(jìn)入業(yè)務(wù)？怎么服務(wù)客戶？怎么形成持續(xù)調(diào)用？

一旦進(jìn)入應(yīng)用階段，推理就不再是一次性投入，而是持續(xù)性消耗。訓(xùn)練是項目制的，推理則是運營制的；訓(xùn)練像建工廠，推理像每天都要開機(jī)器。隨著AI助手、智能客服、AI編程、金融投研、工業(yè)質(zhì)檢等應(yīng)用逐步落地，推理算力會越來越像水電煤，而不是階段性采購品。

第二，供給沒有同步跟上。

國產(chǎn)芯片在進(jìn)步，AIDC也在建設(shè)，這些都沒有問題。但從產(chǎn)業(yè)現(xiàn)實看，無論是芯片出貨、軟件適配、集群部署，還是機(jī)房、電力、液冷、運維，整個體系都還處在逐步完善過程中。也就是說，需求已經(jīng)先走了一步，供給還在追趕。

第三，不是所有客戶都適合自建。

大廠可以自建，頭部云廠商可以自建，少數(shù)模型公司也可以自建。但大量AI應(yīng)用公司、行業(yè)解決方案商、創(chuàng)業(yè)團(tuán)隊，并沒有能力一次性投入大量資金采購GPU、搭建機(jī)房、做資源調(diào)度和系統(tǒng)適配。他們更需要的是一種靈活、可調(diào)用、可擴(kuò)展的服務(wù)方式。

這正是算力租賃在當(dāng)前階段的重要性所在。

它并不是簡單“出租GPU”，而是把原本難以直接使用的算力資源，以更低門檻、更快速度、更高靈活性的方式交付給客戶。

從產(chǎn)業(yè)邏輯上看，這是一種典型的階段性紅利。當(dāng)供給還不夠順、需求又已經(jīng)上來時，最先受益的往往是連接供需兩端的服務(wù)層。

芯片和AIDC為何不能優(yōu)先兌現(xiàn)？

一個自然的問題是，芯片這么重要，為什么反而不是最先兌現(xiàn)的環(huán)節(jié)？

從長期看，芯片無疑是最關(guān)鍵的變量之一。誰掌握高性能芯片，誰掌握軟件生態(tài)，誰能形成全棧能力，誰就更有可能定義未來行業(yè)格局。

但從現(xiàn)實約束看，國產(chǎn)AI芯片仍處在爬坡階段：制程與產(chǎn)能、先進(jìn)封裝、高帶寬存儲、軟件兼容、系統(tǒng)調(diào)優(yōu)、客戶驗證、規(guī)模交付……這些都需要產(chǎn)業(yè)鏈協(xié)同推進(jìn)，難以一蹴而就。

更關(guān)鍵的是，出貨不等于好用。

企業(yè)在采購時，看的不是參數(shù)表，而是能否穩(wěn)定部署、是否適配現(xiàn)有框架、在真實業(yè)務(wù)中是否具備可接受效率。從英偉達(dá)生態(tài)遷移到國產(chǎn)生態(tài)，本質(zhì)上是一項系統(tǒng)工程，而非簡單替換硬件。

因此，在國產(chǎn)替代推進(jìn)過程中，芯片的價值會持續(xù)上升，但其業(yè)績兌現(xiàn)通常會有一個爬坡過程。

而在這個過程中，算力租賃反而更容易先承接需求，因為它可以把不同來源、不同架構(gòu)、不同階段成熟度的資源進(jìn)行整合和服務(wù)化輸出。

換句話說，芯片定義長期能力，租賃承接當(dāng)下需求。

另一個經(jīng)常被拿來與算力租賃比較的，是AIDC，也就是AI數(shù)據(jù)中心。從產(chǎn)業(yè)價值上說，AIDC非常重要。因為未來無論是國產(chǎn)卡放量，還是大規(guī)模推理部署，都離不開高功率機(jī)柜、電力保障、液冷散熱、網(wǎng)絡(luò)互聯(lián)和運維體系。AI時代的數(shù)據(jù)中心，已經(jīng)不是傳統(tǒng)IDC的簡單延伸，而是一次基礎(chǔ)設(shè)施升級。

但AIDC的重要，不意味著它會最先體現(xiàn)彈性。原因也很簡單：AIDC屬于典型的重資產(chǎn)行業(yè)，投資大、建設(shè)周期長、項目推進(jìn)慢、回報釋放相對滯后。它更像是一種“承載能力”的建設(shè)，而不是一種“即時變現(xiàn)能力”的體現(xiàn)。

從產(chǎn)業(yè)鏈位置看，AIDC是底座。但底座的收益，往往建立在上層需求已經(jīng)逐步穩(wěn)定、硬件交付開始規(guī)模化、客戶部署進(jìn)入批量化之后。

相比之下，算力租賃更輕、更靈活，也更容易在產(chǎn)業(yè)早期階段快速響應(yīng)需求。當(dāng)客戶還在試業(yè)務(wù)、試模型、試架構(gòu)、試國產(chǎn)替代路徑時，他們不一定馬上需要長期簽約一個大規(guī)模AIDC方案，但很可能已經(jīng)需要一部分算力資源來做驗證、上線和運營。

所以，兩者并不是誰替代誰，而是受益階段不同。算力租賃更像先行指標(biāo)，AIDC更像中期承載。

推理時代，為什么更利好算力租賃？

理解算力租賃，關(guān)鍵要理解一個變化：AI產(chǎn)業(yè)的算力重心，正在從訓(xùn)練逐步轉(zhuǎn)向推理。

訓(xùn)練當(dāng)然重要，但訓(xùn)練的特點是集中、階段性、頭部化。真正長期進(jìn)行大規(guī)模訓(xùn)練的，主要還是少數(shù)頭部企業(yè)。推理則不同。一旦AI從模型研發(fā)走向業(yè)務(wù)應(yīng)用，推理需求就會迅速擴(kuò)散到更多行業(yè)、更多企業(yè)、更多場景。

而推理需求有幾個天然特征，非常適合租賃模式。

首先，需求更碎片化。

不同客戶、不同場景、不同時間段，對算力的需求強(qiáng)度差異很大。有人需要高峰時段彈性擴(kuò)容，有人需要持續(xù)穩(wěn)定運行，有人只是短期測試和遷移。這樣的需求結(jié)構(gòu)，不適合所有企業(yè)都去自建。

其次，需求更持續(xù)。

訓(xùn)練完成后，資源投入可能下降；但推理一旦上線，就會變成長期運營成本。客戶會更關(guān)心成本控制、資源利用率和彈性調(diào)度，而不僅僅是一次性采購能力。

第三，客戶更在意“能不能盡快跑起來”。

很多企業(yè)并不想成為算力基礎(chǔ)設(shè)施公司，他們只是希望自己的AI應(yīng)用盡快上線、模型盡快服務(wù)用戶、業(yè)務(wù)盡快形成閉環(huán)。在這種情況下，誰能提供“即取即用”的算力服務(wù)，誰就更有機(jī)會。

所以，在推理時代，算力租賃的價值不只是出租資源，而是提供一種更適合企業(yè)使用習(xí)慣的基礎(chǔ)能力。它把原本復(fù)雜、重投入、長周期的資源獲取過程，變成了一種更像云服務(wù)的能力調(diào)用。

從這個意義上說，算力租賃并不是一個簡單中間層，而是在推理時代承擔(dān)了“基礎(chǔ)設(shè)施服務(wù)化”的角色。

但問題在于，市場對它的理解仍然偏淺。如果只是把算力租賃理解為“按小時出租GPU”，今天這個環(huán)節(jié)之所以值得重估，原因至少有四點：

第一，它最貼近真實需求。

很多產(chǎn)業(yè)鏈環(huán)節(jié)離客戶其實并不近。芯片廠面對的是渠道和大客戶，AIDC面對的是建設(shè)項目和長期訂單，服務(wù)器廠面對的是集成與交付。

只有租賃平臺，往往最直接面對業(yè)務(wù)上線的那一刻。誰著急上模型、誰缺資源、誰愿意為時間支付溢價，租賃方最先感知。這意味著，租賃價格和訂單變化，往往比很多上游數(shù)據(jù)更早反映行業(yè)景氣度。

第二，它把重投入變成輕調(diào)用。

算力采購本質(zhì)上是重資產(chǎn)行為。但很多企業(yè)對未來業(yè)務(wù)規(guī)模并不完全確定，也不想在技術(shù)快速迭代時過早鎖定設(shè)備。租賃模式的最大價值，不是簡單省錢，而是讓客戶把資本開支轉(zhuǎn)化為經(jīng)營開支，把不確定性轉(zhuǎn)化為靈活性。在產(chǎn)業(yè)早期，靈活性往往比擁有權(quán)更重要。

第三，它正在從“租資源”走向“賣服務(wù)”。

真正有競爭力的算力租賃公司，不會長期停留在“裸卡出租”階段。它們會逐步向更高附加值的服務(wù)延伸，比如模型適配、異構(gòu)調(diào)度、集群管理、國產(chǎn)遷移、數(shù)據(jù)安全、運維支持，甚至按調(diào)用量和效果計費。一旦走到這一步，算力租賃就不再只是資源中介，而會更像一種平臺型服務(wù)。

第四，它是國產(chǎn)替代過程中的緩沖層。

國產(chǎn)算力的成熟一定是漸進(jìn)式的，而不是瞬間完成的。在這個過程中，客戶會面臨混合部署、架構(gòu)切換、兼容測試等復(fù)雜問題。算力租賃平臺恰好可以承擔(dān)“過渡層”的功能：既幫助客戶接入現(xiàn)有資源，也幫助客戶逐步遷移到新的國產(chǎn)生態(tài)。這個作用，在產(chǎn)業(yè)爬坡期非常關(guān)鍵。

我們把整條算力鏈放在時間軸上看，很多討論容易混亂，是因為總想用一個邏輯解釋整條產(chǎn)業(yè)鏈。但實際上，算力鏈條不是一起起飛的，而是分階段受益的。

短期看，最先受益的是算力租賃。因為它直接承接需求外溢，最容易體現(xiàn)價格變化，也最容易形成收入和利潤。

中期看，服務(wù)器、交換機(jī)、液冷、機(jī)柜、AIDC等基礎(chǔ)設(shè)施環(huán)節(jié)會逐步跟上。因為當(dāng)國產(chǎn)卡開始規(guī)模交付、客戶開始批量部署時，整個承載體系就會進(jìn)入建設(shè)和擴(kuò)容階段。

長期看，真正決定產(chǎn)業(yè)格局的，仍然是芯片和生態(tài)。因為最終誰掌握底層技術(shù)、誰掌握標(biāo)準(zhǔn)、誰掌握開發(fā)者體系，誰就掌握行業(yè)上限。

從這個角度看，可以形成一個更清晰的判斷：

• 算力租賃，吃的是短期供需錯配紅利；

• AIDC和相關(guān)基礎(chǔ)設(shè)施，吃的是中期擴(kuò)容紅利；

• 芯片和生態(tài)，吃的是長期替代與平臺紅利。

這不是誰高誰低的問題，而是誰先誰后的問題。

今天市場最容易喊出的一個詞，是“算力荒”，但如果只停留在“缺不缺”的層面，其實還不夠深入。

真正重要的問題是，在需求快速釋放、供給尚未完全順暢的階段，算力怎樣才能更快、更靈活、更低門檻地被使用起來？

誰能回答這個問題，誰就能在階段性機(jī)會中率先受益。從這個意義上說，算力租賃之所以值得關(guān)注，并不是因為它代表最終格局，而是因為它在當(dāng)下這個時點上，最有效地解決了產(chǎn)業(yè)中的現(xiàn)實痛點。它不是最耀眼的一環(huán)，卻可能是最先兌現(xiàn)的一環(huán)；它不是決定天花板的一環(huán)，卻可能是最先把行業(yè)景氣轉(zhuǎn)化為利潤表的一環(huán)。

一句話說，芯片決定上限，AIDC決定承載，算力租賃決定當(dāng)下誰先把錢賺到。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4851596.html?f=wyxwapp