浅谈算力租赁——到底赚钱不赚钱？

$数据港(SH603881)$ $奥飞数据(SZ300738)$ $大位科技(SH600589)$
一、序章：不是所有的“包租公”都能住进天堂
在AI产业如日中天的2026年，算力租赁这个词，常常被外界镀上一层“躺赚印钞机”的金光。屏幕上动辄涨停的K线，新闻里关于H100、H200的疯狂竞价，似乎都在告诉所有人：只要囤够服务器，就能坐地起价，日进斗金。
然而，当真正扎进产业的腹地，去审视那些真正的玩家时，会发现这门生意的真实肌理，远比喧嚣要复杂得多。它不是一条宽阔平坦的康庄大道，而是一条被物理定律、商业博弈和技术壁垒切割出的生死峡谷。
一句话总结：算力租赁不是躺赚的“印钞机”，而是一门重资产、强运营、高度分化的生意。在这里，结局被清晰地划分为两个极端：
- 天堂：手握长约、机器24小时满负荷运转、电费成本压至极限的头部玩家。
- 地狱：囤卡闲置、价格战内卷、连折旧都覆盖不了的中小玩家。
2026年，行业已正式告别“拼卡数量”的野蛮生长期，全面进入拼效率、拼客户、拼成本的深水区。赚钱的核心逻辑，早已从“拥有多少张卡”，进化为：卡能不能24小时跑满？电费是不是比别人便宜？客户能不能稳稳留住不跑路？
二、算力租赁是什么：本质是“算力效用”的交付
行业定义与核心模式
算力租赁，看似简单，实则是将GPU/CPU服务器、机柜空间、电力资源、网络带宽打包成标准化的“算力服务”，按小时、按月或按年，交付给需要算力资源的客户。
对客户来说，这意味着不再需要斥巨资购买硬件、搭建机房、聘请运维团队，而是像用水用电一样，按需付费，随用随取。
核心客户画像：
- AI大模型公司：承担着训练与推理的核心算力需求。
- 互联网大厂与云厂商：作为算力消耗的最大买单方。
- 政企与科研机构：数字化转型与基础研究的刚需方。
- AI创业公司：依赖低成本算力启动项目。
主流计费模式：
- 按卡时：元/卡·小时，最灵活的零售模式。
- 按月租：长期稳定的租赁合约。
- 按算力单位：P/EFLOPS，面向大模型训练的专业计价。
- 长约折扣：3-5年的长期合同，通常享有6-8折的价格优惠，以锁定稳定现金流。
2026年市场规模：
国内AI算力租赁市场规模已突破500亿元，同比增速高达68%。机构测算其潜在市场规模可达2600亿元，未来数年保持20%以上的复合增长。这是一块巨大的蛋糕，但切分方式极度不均。
盈利公式：利用率是撬动利润的唯一杠杆
算力租赁的本质是在经营时间。其最核心的财务模型可以简化为：
利润 =（单价 × 利用率）−（电费 + 运维 + 获客）− 折旧 − 财务费用
在这个公式里，有三个变量决定了生死：
- 利用率：决定了收入的天花板。成本是刚性的，不随利用率变化，而收入则完全依赖于机器的运转时间。
- 单位成本：决定了利润的底线。电费、折旧、运维每降低一分钱，都是纯利。
- 长约占比：决定了经营的稳定性。长约提供了穿越周期的现金流，散单则充满了不确定性。
残酷的现实是：利用率并非线性影响利润。利用率每下降10%，利润可能腰斩；若利用率低于60%，基本处于亏损边缘；只有达到80%以上，才能真正实现盈利。
三、收入端：价格暴涨与结构性分化的真实图景
2026年算力价格：高端紧俏、中端混战、低端内卷
市场并非铁板一块，根据芯片型号、算力等级和客户类型，价格呈现出三级分化态势。
（1）高端GPU（英伟达系）：供不应求，价格水涨船高
以英伟达H系列芯片为代表的高端算力，依然是市场上最稀缺的资源。
- H200 (80GB)：当前市场的顶流。时租价格在7.5-8.0元，折合月租约6.0-6.6万元。环比涨幅达25%-30%，交付周期已排至2027年第二季度。
- H100 (80GB)：算力租赁市场的“硬通货”。时租15-20元，月租5.5-6.0万元，环比上涨15%-20%，订单排期至2027年第一季度。
- A800/H800：曾是市场主力，目前月租在2.8-3.5万元。虽然较2023年高点已腰斩，但在2026年第一季度触底反弹，涨幅约15%。
背后原因：
1. 需求结构巨变：AI推理需求是训练需求的5-10倍，海量推理任务对高端算力形成了持续吞噬。
2. 供应受限：英伟达对华合规版本供应缩减约30%，高端卡供给端紧俏。
3. 全球缺口：高端GPU的全球缺口超过35%，一卡难求。
（2）中端/国产GPU：价格战白热化，逼近成本线
与高端市场的火爆不同，中端市场和国产算力则陷入了激烈的价格战。
- RTX4090：推理场景的主力。时租1.7-2.0元，8卡整机组月租约7000-8000元。
- 国产算力(华为昇腾/海光/寒武纪)：在推理场景表现不俗。时租1.5-1.8元，较2025年第四季度下降15%-25%，部分区域价格已跌破成本线，形成“内卷”局面。
背后原因：
1. 国产产能释放：国产芯片大规模量产，供给快速增加。
2. 通用算力过剩：中低端算力供给大于需求，利用率普遍仅在10%-15%，不得不通过降价来抢单。
收入结构：长约打底，弹性拉利
健康的算力租赁公司，其收入结构是“金字塔”型的。
- 底层基石(70%-80%)：来自与大厂、云厂商、政企签订的3-5年长约。这类订单价格相对稳定，但锁定了80%以上的高利用率，提供了稳定的现金流和20%-30%的毛利率。
- 上层弹性(20%-30%)：来自按需租赁的临时订单。针对创业公司或临时训练需求，单价更高，可将整体毛利率拉升至35%-50%。
反面教材：完全依赖散单，没有长约兜底。这类公司利用率通常只有40%-50%，连每月的固定折旧和电费都覆盖不了，最终沦为赔钱赚吆喝。
四、成本端：三座压垮玩家的“大山”
如果说收入端决定了天花板，那么成本端就是死死压在地板上的巨石。算力租赁的成本，由三大刚性支出构成，分毫都省不下。
硬件成本：最大投入，折旧不等人
硬件是算力租赁的本金，也是沉没成本的来源。
- 单卡成本：
- H100：单卡成本约8-10万元。
- A800：单卡成本约5-6万元。
- 国产昇腾：单卡成本约3-5万元，比英伟达低30%-50%。
- 整机成本：一台搭载8卡H100的服务器，整机成本高达80-100万元。
- 折旧规则：行业通用4年直线折旧，残值约5%。这意味着每年必须计提20%-25%的折旧。折旧是固定支出，不随机器是否运转而减少。
算账案例：
一台8卡H100服务器，投资100万元。年折旧25万元。
如果利用率仅为50%，月收入只有3万元，年收入36万元。
扣除折旧后仅剩11万元，再扣除电费、运维等费用，基本不赚。
电力成本：第一大运营成本（占比40%-60%）
电力，是算力租赁的血液，也是最大的可变成本。H100这类高密度芯片的高功耗，使得电费支出成为决定生死的关键。
- 单卡功耗：H100满负荷功耗高达700W/卡，一台8卡服务器的总功率可达5.6kW，相当于5-6台家用空调24小时不间断运行。
- 电费计算：
- 工业电价区间为0.5-1.2元/度。西部（内蒙/宁夏/甘肃）低至0.3-0.5元，东部（上海/广东）则高达0.8-1.2元。
- 以一台8卡H100服务器为例，按0.8元/度计算，月电费高达：5.6kW × 24h × 30天 × 0.8元 ≈ 3225.6元，年电费约3.87万元。
- PUE（能源效率）：这是降本的核心。
- 理想值为1.0，代表所有电力都用于IT设备。
- 传统风冷机房的PUE在1.5-1.8之间，意味着每1度电给服务器，就要浪费0.5-0.8度电用于制冷。
- 冷板式液冷方案可将PUE优化至1.1-1.25，电力消耗直接降低30%。虽然液冷初期投入增加15%-20%，但长期回本仅需1-2年。
成本优势博弈：西部虽然电价低，但网络延迟高、调度难度大；东部电价高，但客户近、网络好、利用率高。如何通过技术（液冷）在东部抵消高电价，是头部玩家的核心竞争力。
其他刚性成本：不可忽视的“隐形支出”
- 机柜/机房：高功率机柜（6kW以上）月租在4800-8000元，占总成本的10%-15%。
- 运维/网络：7×24小时技术支持、带宽费用、散热故障处理，占成本的10%-20%。
- 获客/销售：散单获客成本高达10%-20%，而长约客户的获客成本仅3%-5%。许多中小玩家销售费用率常超20%，陷入“高毛利、低净利”陷阱。
- 财务费用：重资产需大量融资，利率4%-8%；负债高的公司财务费用率5%-10%，直接吞掉利润。
五、到底赚不赚钱：三类玩家的真实命运
根据长约占比、利用率、PUE（成本结构）三个核心指标，市场将玩家清晰地划分为三类，他们的结局天差地别。
第一类：头部赢家（长约+高利用率+低成本）——赚大钱
这类玩家是行业的“极少数”，但拿走了“绝大多数”的利润。
核心特征：
1. 长约占比>80%：深度绑定阿里、腾讯、百度、华为等头部云厂商或AI巨头。
2. 利用率>90%：机器几乎全年无休。
3. 低成本优势：布局液冷+绿电，PUE<1.2，电费成本控制在行业底线。
代表公司：数据港、奥飞数据、鸿博股份、优刻得、大位科技。
- 数据港(603881)：2026年第一季度租赁订单同比增长120%，核心算力利用率超过95%；承接腾讯大模型约30%推理负载；毛利率25%-30%，净利率15%-20%，长约占比超80%。
- 奥飞数据(300738)：阿里云公开协议算力核心合作方，8年长约5亿元；与百度、华为均有巨额订单，总金额超80亿元；利用率90%+，毛利率28%-35%，净利率18%-25%；华南IDC龙头，液冷+绿电抵消东部高电价。
头部盈利测算（H100单机）：
- 收入：月租6万元 × 12个月 × 95%利用率 = 68.4万元
- 成本：折旧25万元 + 电费3.87万元 + 运维/机柜5万元 + 财务费用3万元 = 36.87万元
- 净利润：31.53万元
- 净利率：46%
- 回本周期：仅约1.6年
第二类：中部玩家（有长约但利用率一般/成本偏高）——赚辛苦钱
这类玩家是市场的“大多数”，处于不上不下的尴尬位置。
核心特征：
1. 长约占比50%左右：有部分稳定订单，但缺乏与顶级巨头的深度绑定。
2. 利用率60%-80%：调度能力一般，机器常有空闲。
3. PUE 1.4左右：以风冷为主，成本劣势明显。
中部盈利测算（A800单机）：
- 收入：月租3万元 × 12个月 × 70%利用率 = 25.2万元
- 成本：折旧12.5万元 + 电费2.5万元 + 运维/机柜4万元 + 财务费用2万元 = 21万元
- 净利润：4.2万元
- 净利率：16.7%
- 回本周期：长达4.8年
第三类：尾部玩家（无长约、低利用率、高成本）——大概率亏钱
这类玩家是市场的“投机者”，最终难逃被出清的命运。
核心特征：
1. 无长约：全部是散单，客户来去匆匆。
2. 利用率<60%：机器大量闲置，浪费巨大。
3. 高成本：纯风冷机房，PUE>1.6，电费高昂，且背负高负债。
尾部盈利测算（A800单机）：
- 收入：月租2.8万元 × 12个月 × 40%利用率 = 13.44万元
- 成本：折旧12.5万元 + 电费2.5万元 + 运维/机柜4万元 + 财务费用3万元 = 22万元
- 净利润：-8.56万元
- 净利率：-63.7%
- 结局：直接亏损，且永无回本可能。
行业整体现状：分化加剧，“增收不增利”成常态
2025年第三季度数据显示，A股算力相关公司中，超过半数毛利率下滑。行业表面上营收增长，但净利润却原地踏步。
行业平均毛利率20%-30%，净利率仅5%-15%，呈现明显的“增收不增利”。头部20%公司赚走行业80%以上利润，尾部80%公司在微薄利润甚至亏损中挣扎。关键分水岭只有三条：利用率≥80%、长约占比≥70%、电价≤0.6元/度。
六、赚钱的三大核心密码：2026年算力租赁生存法则
在重资产、高刚性成本的行业规则下，真正能赚到钱、且能持续赚钱的玩家，无一不是掌握了算力租赁的三大核心密码。这不是投机技巧，而是贯穿技术、运营、客户全链条的底层能力，也是中小玩家难以跨越的壁垒。
1. 利用率：算力租赁的生死线，没有之一
利用率是决定算力租赁项目盈亏的第一指标，甚至没有之一。因为算力租赁的成本具备极强刚性，折旧、电费、机柜租金、基础运维，无论服务器是否运行、无论负载高低，这些支出都不会减少。而收入则完全与利用率线性挂钩，机器转起来就有收入，停下来就是纯亏损。
从数据上看，利用率每提升10%，企业净利率可以提升8%-12%，这种利润弹性在重资产行业极其罕见。当利用率从40%提升到90%，收入直接扩大2.25倍，而成本几乎没有增加，中间的差额全部转化为净利润。这也是为什么头部企业不惜一切代价也要把利用率做到90%以上，而尾部企业即便拿到不错的租赁价格，依然逃不脱亏损的根本原因。
想要拉高利用率，最有效的路径有三条。第一是长约打底，直接与互联网大厂、云厂商、大型AI企业签订3-5年的长期框架协议，一次性锁定80%以上的机架与算力负载，这是最稳定、成本最低、风险最小的方式。第二是智能算力调度，通过虚拟化、容器化、vGPU切片技术，把零散的推理需求、短期训练任务、离线计算任务进行错峰填充，让GPU实现24小时不间断运转。第三是混合负载运营，将高功耗的训练任务与低功耗的推理任务搭配调度，避免算力空转，进一步拉高整体资源使用效率。
行业铁律从未改变：利用率低于60%必亏，60%-80%赚辛苦钱，80%以上才能赚大钱。
2. 成本控制：电价为王，技术降本决定利润底线
算力租赁的成本控制，本质是电力成本控制。电力支出占整体运营成本的40%-60%，是决定企业能否在价格战中活下来的关键。而电力成本的优化，一靠选址，二靠技术，三靠资源整合。
在选址上，西部省份如内蒙古、宁夏、甘肃、贵州拥有天然优势，工业电价可以低至0.3-0.5元/度，比东部沿海地区低30%-50%。但西部的短板同样明显，网络时延高、跨省调度效率低、高端客户触达难度大，容易导致算力利用率上不去。而东部地区虽然电价高，但靠近客户、网络质量好、更容易拿到高价值长约，利用率天然更高。因此，真正的头部企业不会单纯依赖西部低价电，而是通过技术手段在东部实现成本追赶。
最核心的技术降本手段，就是液冷替代传统风冷。传统风冷机房PUE值普遍在1.5-1.8，意味着一半左右的电量被消耗在制冷上。而冷板式液冷、浸没式液冷可以把PUE压到1.1-1.25，制冷能耗直接下降30%，单台服务器每年可省下数千元电费。虽然液冷前期投入会增加15%-20%，但回本周期仅1-2年，长期来看是降本增效的最优解。再叠加绿电采购，包括光伏、风电直供，电价还能再降10%-20%，同时享受政策补贴与能耗指标倾斜。
在硬件成本上，头部企业通过批量采购拿到英伟达5%-10%的价格折扣，在推理场景大规模使用华为昇腾、海光、寒武纪等国产GPU，硬件成本直接降低30%-50%。同时坚持精准迭代，不盲目囤卡，紧跟H100、H200、B200的技术路线，避免硬件提前贬值。运维层面则普及AI智能监控与无人化运维，人力成本降低50%，故障响应时间缩短90%，进一步压缩刚性支出。
3. 客户结构：长约为王，绑定巨头就是绑定未来
算力租赁的客户质量，直接决定现金流稳定性与盈利持续性。优质客户能够带来长期、稳定、高利用率的订单，而劣质客户则会造成利用率波动、回款困难、单价持续下滑。
最优质的客户分为三类。第一类是云厂商，包括阿里、腾讯、百度、华为云，这类客户订单规模大、合同期限长，普遍在3-8年，回款能力极强，能够直接锁定利用率80%以上，奥飞数据与阿里云签订的8年5亿元长约，就是典型代表。第二类是AI大厂，包括字节、快手、智谱AI、DeepSeek，这类企业推理需求呈现爆发式增长，长约叠加弹性需求，能够持续拉高算力单价与利用率。第三类是政企客户，依托东数西算、国资云、算力券政策，需求稳定、回款有保障，例如深圳推出的训力券最高补贴60%，大幅降低客户付费压力，也提升了租赁企业的签约效率。
而需要尽量规避的劣质客户也很明确，一类是存活率极低的AI创业公司，项目生命周期短、违约率高、容易造成算力闲置；另一类是纯散单客户，获客成本高、价格敏感、稳定性差，会大幅抬高销售费用与运营波动。
数据显示，长约占比每提升10%，企业净利率可提升5%-8%，现金流稳定性提升30%。对于算力租赁这种重资产行业，稳定，本身就是一种稀缺的核心竞争力。
七、行业风险：五大“黑天鹅”，随时吞掉利润
算力租赁看似暴利，实则暗藏多重风险，任何一项爆发，都可能让前期利润化为乌有。
1. 价格战风险：供给过剩，价格腰斩
过去几年，A800月租从6万元跌至2.8万元，跌幅超50%；H100也曾从高位回落30%以上。2026年国产算力大规模放量，中低端算力价格战进一步加剧，部分区域价格已逼近成本线。如果未来英伟达新一代芯片产能集中释放，叠加国产替代全面铺开，高端算力价格也可能见顶回落，直接压缩利润空间。
2. 硬件迭代风险：技术折旧，价值归零
GPU迭代周期只有18-24个月，新一代芯片上市，上一代产品残值会出现断崖式下跌。H100再强势，也会被H200、B200逐步替代，四年折旧期未到，硬件可能已接近淘汰。如果企业盲目囤卡、迭代滞后，会面临巨额资产减值损失。
3. 利用率下滑风险：需求波动，空转亏损
AI行业周期波动明显，大模型训练集中上线后会出现需求空档，大量中小AI公司倒闭会直接导致算力闲置。2025年部分中西部算力中心利用率跌至20%-30%，即便电价再低，也难以覆盖折旧成本，空转就是持续亏损。
4. 政策与合规风险：监管收紧，成本上升
数据安全、等保要求不断提高，金融、医疗、政务等敏感领域算力租赁合规成本持续上升。同时，国家对数据中心能耗指标管控趋严，PUE不达标可能面临限电、整改甚至关停。东数西算跨省调度如果推进不及预期，西部低成本算力优势将难以兑现。
5. 资金链风险：重资产，高负债，现金流断裂
算力集群动辄数十亿投入，属于典型重资产、高负债行业。如果利用率偏低、回款周期拉长、租金收入不及预期，叠加高企的财务费用，很容易出现资金链紧张甚至断裂。对于短期有息负债覆盖率偏低、融资渠道单一的中小玩家，这是最致命的风险。
八、2026-2028年行业趋势：从“拼卡”到“拼生态”
1. 需求端：推理爆发，训练放缓，结构重构
AI推理需求是训练需求的5-10倍，2026年推理算力占比将超过70%。AI Agent、多模态交互、视频生成、工业互联网等应用，会带来指数级增长的Token消耗。高端训练芯片持续紧缺，价格保持坚挺；中低端通用算力过剩，价格战将长期持续。
2. 供给端：国产替代加速，液冷+绿电成标配
华为昇腾、海光、寒武纪在推理场景市占率快速提升，成本比英伟达同类产品低30%-50%，国产替代从“可选项”变成“必选项”。液冷渗透率从2025年的20%提升至2026年的50%以上，PUE<1.2成为行业准入门槛；绿电占比超过40%，电价优惠与政策补贴成为重要利润来源。
3. 竞争格局：头部集中，中小出清，生态为王
行业集中度持续提升，数据港、奥飞数据、优刻得等头部企业市占率将突破40%，依靠长约、高利用率、低成本构筑坚固护城河。缺乏客户、技术、资金优势的中小玩家逐步出清，行业从红海混战走向寡头竞争。商业模式从简单的裸金属租赁，升级为“算力+软件+服务”一体化生态，毛利率从20%提升至40%以上，行业价值彻底重构。
九、给从业者与投资者的实战建议
对企业（想做算力租赁）
- 不盲目囤卡：先签长约，再采购硬件；利用率未达80%，坚决不扩产能。
- 优先长约：70%以上收入来自3-5年大厂、云厂商、政企长约，拒绝纯散单。
- 成本极致：优先西部低电价区域，东部布局必须上液冷+绿电，电价控制在0.6元/度以内，PUE<1.2。
- 技术赋能：搭建智能调度平台，提升利用率至90%以上，用AI运维降低人力成本。
- 差异化竞争：切入生物医药、金融量化、自动驾驶仿真等高毛利细分领域，避开同质化价格战。
对投资者（想投算力租赁）
- 盯紧三率：利用率≥80%、长约占比≥70%、综合电价≤0.6元/度，三者缺一不可。
- 坚决避坑：不投纯炒概念、无实质长约、利用率低于60%的公司；不投高负债、财务费用率过高、风冷为主的公司。
- 优选标的：聚焦绑定头部云厂商与AI巨头、液冷落地、利用率稳定、现金流健康的头部企业。
十、最终结论：算力租赁，是“苦尽甘来”的生意
算力租赁从来不是躺赚的印钞机，而是一门重资产、强运营、高壁垒、高度分化的生意。它的利润，藏在长约合同里，藏在24小时不间断运转的服务器里，藏在一厘一厘省下来的电费里，藏在精准高效的算力调度里。
2026年是行业真正的分水岭：拼卡数量的野蛮时代彻底结束，拼效率、拼客户、拼成本、拼技术的精耕时代全面到来。只有做到“长约打底、利用率90%以上、成本比同行低20%-30%”的玩家，才能享受AI算力爆发的时代红利；而只靠概念、只靠囤卡、缺乏核心运营能力的玩家，终将被市场出清。
回到最初的问题：算力租赁，到底容不容易赚钱？
答案很清晰：对头部是，对中小不是；对长约+高利用率是，对散单+低利用率不是。
这门生意，拼的从来不是胆量，而是精细化运营、技术降本与长期商业壁垒。