算力短缺下的租机热潮：一场680亿的“饥饿游戏”

2026年7月31日，A股算力租赁概念股集体沸腾。同花顺数据显示，板块内184只个股174只飘红，宏景科技、协鑫能科、利通电子等十余只个股涨停。涨停潮的背后，是一组令人咋舌的数据：中国信通院数据显示，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%，预计全年有望突破2600亿元。而在全球范围内，专业机构预测2026年全年全球算力租赁相关服务收入将超过1200亿美元，年增速维持在50%以上。

一面是资本市场的狂飙突进，一面却是算力饥渴的持续蔓延。一季度国内AI算力需求同比大增417%，而供给增速仅128%——将近四倍的需求缺口，正在将算力租赁推向这场AI盛宴的中心舞台。从大模型训练到推理应用，从科研机构到传统制造企业，几乎每个行业都在四处“找卡”。但有趣的是，市场上并非真正“无卡可用”，而是卡在错误的地方、以错误的形式闲置着。这种扭曲的供需格局，催生了租赁模式的空前繁荣。

一、算力饥渴：一种“结构性”短缺

如果把算力比作AI时代的水和电，那么现在的情况是：水龙头开到了**，水管却不够粗。

中国电子商务专家服务中心副主任郭涛分析，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，却遭遇了GPU等核心硬件产能爬坡缓慢的瓶颈。两股力量叠加，市场供需严重失衡。以H100等效算力为例，国内头部云厂商的现货交付周期普遍拉长至12周以上，部分定制化集群甚至需要等待半年。

但这里的“短缺”并非铁板一块。2026年7月初，Meta宣布正式推进代号为“Meta Compute”的内部计划，向外部客户出售或出租闲置AI算力。消息一出，费城半导体指数一度暴跌超6%，市场开始担忧“算力过剩”。紧接着，微软也被曝出部分数据中心因电力配套延迟而暂时无法启用已到货的GPU，导致数十亿美元资产“通电未上线”。

一边是整体算力缺口巨大，一边是巨头手中算力闲置——这看似矛盾的现象，恰恰揭示了算力市场正在经历的“结构性分层”。头部AI公司的巨额投资导致部分特定规格的算力出现阶段性富余，但整个市场对通用算力的渴求远未满足。正如一位业内人士所言，当前全球约15%-20%的高性能GPU处于“开箱未通电”状态——不是没有卡，而是机房、电力、散热等配套跟不上。尤其在国内，一线城市的数据中心能耗指标审批趋严，许多已采购的算力设备只能等待批复，进一步加剧了“有卡不能用”的尴尬。

这种结构性矛盾，为算力租赁的爆发提供了最肥沃的土壤。因为租赁模式不需要每个用户自建数据中心、自担能耗审批风险，只需按需调用即可，这恰好对冲了硬件部署中的各类“软成本”。与此同时，国家“东数西算”工程进入第二阶段，八个国家算力枢纽节点间带宽升级至400G，跨区域调度能力大幅提升，使得西部的低成本算力可以更高效地租赁给东部需求方，进一步放大了租赁市场的可及范围。

二、租赁模式：从“资源出租”到“价值分成”

算力租赁并非新生事物，但2026年的租赁市场正在经历一场质变。

过去，算力租赁本质上是“按卡/按时长计费”的资源出租生意。客户租用一定数量的GPU，按小时或按月付费，至于用这些卡跑出多少有效Token、模型收敛速度如何，租赁方概不负责。这种粗放的模式在算力极度稀缺时可行，但随着市场供给逐渐丰富，客户开始要求更精细化的计费方式。

而在Token计费模式普及的今天，规则正在从“卖硬件”变为“卖结果”。客户不再单纯为硬件参数买单，核心考核指标变成单Token交付成本、有效产出效率和服务稳定性。越来越多的租赁平台开始提供“按有效算力输出”计费，甚至包含模型调优、分布式训练框架适配等增值服务。例如，部分第三方算力服务商推出了“训练即服务”套餐，客户只需上传数据和模型代码，平台自动完成集群调度、容错恢复和断点续训，最终按成功训练的Token数量结算费用。

这一转变直接盘活了国产算力的差异化优势。国产芯片无需硬拼单卡峰值性能短板，依托硬件成本优势，搭配全栈算力调优技术拉升集群整体吞吐能力，就能跑出优于海外产品的性价比。国内多家算力租赁厂商已基于华为昇腾、海光DCU等国产芯片推出专属租赁池，报价较英伟达A100/H100系列低30%-50%，但在经过框架层优化后，实际训练有效算力占比可达75%以上，已接近国外主流产品的九成水平。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，成为当前弥补算力缺口的“关键力量”。

更宏观的视角来自政策端。7月31日，国家发展改革委在新闻发布会上披露，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。考虑到算力建设以企业投资为主，这为民间投资创造了巨大空间。同日，中共中央政治局会议强调扎实推进“六张网”规划建设，算力网赫然在列。银河证券指出，算力网实现全国算力跨区域调度，支撑大模型训练，目前已进入实施阶段。4万亿的顶层设计，正在为算力租赁的长期增长铺设制度跑道。与此同时，多地政府出台算力券、算力补贴等政策，直接降低中小企业租赁算力的门槛，进一步刺激了需求释放。

三、业绩兑现：谁在闷声发财？

概念股的狂欢并非空穴来风——业绩是**的验金石。

利通电子2026年半年度业绩预增公告显示，预计上半年归母净利润为6.5亿元至7.5亿元，同比增幅高达1172.53%至1368.31%，公司表示各类算力业务收入持续增长。值得注意的是，利通电子的算力租赁业务起步仅两年，如今已贡献公司七成以上利润，充分折射出赛道的爆发力。

这并非孤例。从已披露的半年报来看，AI基建订单的密集落地正在硬件企业的利润表中留下清晰印记。工业富联预计上半年净利润234亿至244亿元，同比增长93%至101%，云服务商AI服务器营收同比增长超230%。浪潮信息预计净利润26亿至31亿元，同比增长226%至288%。中科曙光预计净利润同比增长150%-180%，其液冷算力集群出货量同比翻番。此外，紫光股份旗下新华三集团AI服务器订单饱满，上半年相关收入增幅超200%。

在需求端，算力大单也在密集释放。杰创智能7月20日公告拟采购不超过100亿元IT设备；赛意信息7月14日公告拟采购高性能算力服务器，合同总额预计不超过50.79亿元；就连主营业务为集成灶的亿田智能，也公告子公司拟采购不超过5.5亿元的服务器设备。更值得关注的是，多家上市公司并非一次性采购，而是采用“租赁+采购”混合模式，先租赁试用再决策是否购买，这进一步利好算力租赁服务商的持续性收入。

传统制造企业跨界入局、百亿级采购频频出现——这些信号指向同一个判断：算力已不再是科技巨头的专属游戏，正在成为各行各业争相布局的基础设施。有机构统计，2026年上半年已有超过40家非TMT行业的A股公司公告涉及算力租赁或采购计划，涵盖建材、化工、纺织等多个传统领域，折射出产业数字化的深度渗透。

四、暗流之下：繁荣的另一面

然而，盛宴之下亦有隐忧。

算力租赁市场的火爆，根植于一个深层矛盾：高端GPU的长期供不应求。全球AI算力需求年增速高达45%至60%，而高端GPU供给增速仅15%至20%。HBM产能缺口高达50%至60%。这种供需失衡在短期内难以根本扭转，意味着租赁价格将持续高位运行，从而挤压下游中小企业的利润空间，长期看可能抑制部分应用创新。

与此同时，科技巨头们仍在疯狂加码。Meta 2026年资本支出指引高达1250亿至1450亿美元；微软单季资本支出410亿美元，同比大涨70%，全部用于采购GPU扩建Azure算力集群。有预测称，到2030年全球AI基础设施年投资规模将达到4万亿美元。但大型云厂商自建集群后，其富裕容量可能随时溢出至租赁市场，届时将与小规模租赁商形成直接竞争，挤压其市场份额。

另一个不容忽视的风险是技术迭代带来的贬值风险。英伟达已公布下一代Rubin GPU架构，预计2027年量产，性能较当前Blackwell提升数倍。一旦新一代芯片大量上市，现有租赁主力型号（如A100、H100）的租金可能断崖式下跌，持有大量存货的租赁商将面临资产减值压力。国内同样面临国产芯片快速迭代的挑战，昇腾910B尚未满负荷铺开，昇腾950已发布，租赁商的投资回收周期被迫缩短。

华尔街已经开始担心“前车之鉴”——互联网时代泡沫破灭时，大量资金投入光纤建设，长期虽实现了价值，短期却出现了严重问题。当算力从“稀缺资源”走向“大宗商品”，那些高位入场、缺乏精细化运营能力的租赁玩家，能否熬过周期拐点？此外，能耗和碳排放也成为潜在的政策风险点。算力集群是典型的高耗能设施，在“双碳”目标下，部分地区的能耗考核可能趋严，届时算力租赁的运营成本可能进一步上升，削弱其经济性。

结语

2026年7月的算力租赁市场，像极了一场“饥饿游戏”——需求端疯狂抢食，供给端捉襟见肘，中间的租赁商则成了**的受益者。

680亿的一季度规模、417%的需求增速、1172%的利润增幅——数字足够性感，故事足够动人。但真正决定这个赛道能走多远的，不是短期的供需错配，而是算力能否从“昂贵的稀缺品”真正变成“普惠的基础设施”。4万亿的算力网投资蓝图已经铺开，从“资源出租”到“价值分成”的模式升级正在进行。随着算力调度技术、国产芯片生态、Token经济模型的不断完善，租赁市场终将从野蛮生长走向精细化运营。

可以预见，未来两年算力租赁行业将经历一轮大洗牌：具备技术调优能力、与国产芯片深度绑定、能提供全栈服务的大型平台将占据主导，而那些仅靠转手倒卖硬件的二房东式玩家将逐步出局。算力租赁的黄金时代或许刚刚开始，但只有那些能穿越周期的玩家，才能笑到最后。