问题：高成本下的市场选择 今年以来，随着云计算巨头集体上调服务价格，算力租赁市场进入新一轮增长周期；数据显示，约60%-70%的初创企业采用算力租赁模式，AI企业算力支出中租赁占比约35%。但租赁成本明显高于自购的情况也引发关注。以英伟达H100 80G单卡为例，现货价格约25万至28万元，而月租金高达5.5万至6.6万元。对于需要64至128张卡的企业，自购成本约1600万至3584万元；若按租赁计算，一年支出则可能超过1亿元。 原因：理性权衡与痛点解决 租赁费用偏高的情况下，企业仍将其视为相对合适的选择，主要出于多重现实考量。首先，租赁降低了资金门槛，企业可以分阶段投入，减少一次性大额支出压力。其次，硬件迭代带来的贬值风险不容忽视，GPU更新快，自购设备可能很快失去性价比，而租赁在一定程度上提供了更灵活的更换空间。此外，算力需求波动明显，训练与推理阶段的资源需求差异较大，租赁更便于按需扩缩容。最后，租赁让企业把精力更多放在模型、产品和业务上，减少机房运维、网络调度等非核心投入。 影响：产业链重构与商业模式创新 算力租赁的升温正在推动产业链更紧密地协作整合。上游以GPU芯片、服务器、数据中心和电力供应为核心；下游客户呈现“哑铃型”结构，包括大模型公司、AI初创企业、科研机构及传统行业用户。商业模式上，市场主要形成三类路径：一是云厂商主导的“算力超市”，依托生态体系实现服务打包与绑定；二是侧重技术能力的“算力零售商”，以资源调度能力提供更碎片化、更灵活的服务；三是掌握稀缺芯片资源的专业运营商，以供给优势切入并强化运营能力。 对策：优化资源与技术创新 面对需求持续走高，行业参与者需要继续优化资源配置并提升技术能力。一上，加快国产芯片研发与规模化应用，降低对进口产品的依赖；另一方面，完善算力调度平台与管理体系，提高资源利用率与交付效率。政策层面也可通过支持绿色数据中心建设、优化电力供给结构等措施，为算力租赁市场提供更稳固的基础设施支撑。 前景：市场规模与协同发展 据国际数据公司（IDC）预测，到2026年，全球算力租赁市场规模将突破800亿美元。随着AI应用加速落地以及传统行业数字化转型提速，算力需求仍将增长。未来的关键在于产业链协同能力，包括芯片供给的稳定性、数据中心的区域布局、电力网络的支撑水平等。同时，竞争加剧也将推动企业探索更具性价比、差异化的服务形态。
算力已成为数字经济时代的重要基础资源；租赁模式“贵而被选”的背后，是企业在技术快速迭代与市场不确定性中做出的成本与风险权衡，也反映出行业从重资产投入向服务化供给的转型趋势。面向未来，补齐稳定供给、标准体系、绿色发展与安全合规等短板，才能让算力以更高效率、更可负担的方式支撑技术创新与产业升级。