數字浪潮洶涌而至 租賃業搶灘2600億算力藍海

來源：媒體滾動

來源：中國經營報

本報記者 石健 北京報道

算力正在成爲數字經濟時代的新型生產力。

2024年以來，“東數西算”工程全國一體化算力網加速建構，通用算力、智能算力、超級算力等多元異構算力加速集聚。算力市場加速集聚之下，也正“引流”租賃行業形成新藍海。

國家數據局發佈的《數字中國發展報告（2023年）》顯示，我國算力基礎設施達到世界領先水平。截至2023年年底，全國在用數據中心標準機架超過810萬架，算力總規模達到230EFLOPS，居全球第二位，算力總規模近5年年均增速近30%，存力總規模約1.2ZB。

《中國經營報》記者注意到，目前除了少數大型互聯網公司GPU（Graphics Processing Unit圖形處理器）存量較大、算力儲備充足外，中小企業普遍存在算力不足的情況。

在此背景下，不少企業在進購設備時採取“由買轉租”的方式，以減少企業的成本負擔。而算力需求的爆發，正爲租賃行業帶來新的轉型機遇。

多家公司“破冰”

2022年2月，“東數西算”工程正式啓動，僅兩年多時間，已成京津冀、長三角、粵港澳大灣區、成渝4個節點之勢。立足服務重大區域發展戰略實施的背後，是業務的觸角不斷延伸到各行各業。

在此背景下，算力正加速向交通、金融、教育、醫療、科技、能源等領域滲透，構建全國一體化算力網將賦能各行各業數字化轉型升級，推進新型工業化和數字經濟向縱深發展。

值得注意的是，算力擴容的背後，也爲金租行業轉型帶來新機遇。

前不久，中信金融租賃有限公司（以下簡稱“中信金租”）與某大數據中心企業開展算力租賃業務，規模爲2.9億元。中信金租相關負責人表示，該筆業務系2024年上半年完成，實現了算力行業融資租賃業務的破冰。截至目前，中信金租已經累計服務算力租賃企業2家，實現業務投放8億元。

事實上，早在2017年，中信金租就開始在數據相關行業加大金融租賃服務。中信金租相關負責人在接受記者採訪時說：“公司在相關業務板塊加強行業研究和知識積累，服務多家互聯網數據中心龍頭企業。在互聯網數據中心服務基礎上，公司聚焦算力服務行業，精準梳理客戶名單，完成了算力行業融資租賃業務的破冰。”

除此之外，市場上目前已有上市公司採取算力租賃模式。

比如，浙江一家公司就發佈公告稱，公司或指定子公司擬投資建設甘肅某大數據雲中心項目。項目總投資一期規劃約10.8億元，其中建設成本及相關費用爲3.5億元，設備成本爲6.5億元。同時，爲提升算力業務發展速度，更快滿足當地及其他地區的智算需求，公司擬採用租賃第三方當地標準機房的方式，先行佈局部分算力單元。

不僅如此，伴隨數字技術的迅速發展，算力與金融的融合，也成爲一個重要話題。

據南方財富網趨勢選股系統數據統計，在A股市場，算力租賃相關上市企業的數量有74家，2022年總體營業收入約爲9574.57億元，同比增加7.26%。南方財富網預測，到2026年，國內算力租賃潛在收入市場規模有望達到2600億元左右，每年將以20%以上的速度快速增長。

企業降成本驅動

算力快速發展背後，租賃行業爲何能頻頻獲得多筆“大單”，中國信通院給出了答案。

中國信通院院長餘曉暉認爲，算力每投入1元，便可以帶動3元至4元的經濟產出。實踐中，這測算也得到了印證。

《數字中國發展報告（2023年）》顯示，2023年數字經濟核心產業增加值估計超過12萬億元，佔GDP比重10%左右。以雲計算、大數據、物聯網等爲代表的新興業務收入逐年攀升。

但需要看到的是，目前數字金融的發展仍面臨着不少困難和挑戰。僅算力而言，除了大型互聯網企業、AI龍頭企業有較多的GPU算力芯片儲備外，中小企業在發展AI模型、應用過程中，存在算力瓶頸。對於中小企業而言，由於算力資源的稀缺和昂貴，很難滿足其AI模型和應用開發的算力。這使得算力租賃成爲解決中小企業燃眉之急的有效方案。

山東一家算力服務企業負責人告訴記者，今年以來，多家公司表示高性能GPU算力需求加大，GPU算力資源呈現緊缺趨勢。“隨着數據處理企業算法開發不斷增加，如涉及智慧城市、智能安防、安全生產等領域，不少企業爲了減少成本投入，開始選擇算力自建加租賃的組合模式。”

這些現象也爲算力租賃市場帶來了新機遇。《中國算力租賃行業發展趨勢分析與投資前景研究報告（2024-2031年）》顯示，2022年中國算力核心產業規模達到1.8萬億元。

不僅如此，除了AI大模型對算力租賃有較大需求之外，傳統制造業的智能轉型也同樣對算力租賃有所需求。

在江蘇丹陽，一家從事車輪製造的企業，車輪質檢已經全面實現自動化檢測。該企業負責人表示，質檢機器人24小時運轉，每質檢一次算法模型就迭代一次，這也造成算力資源消耗極大的情況。“經過測算，我們發現公司與其自建算力，不如採取租賃外部算力的方式，這樣既靈活，又能節約成本。目前這種模式可以降低成本30%。”

採訪中，多位企業負責人表示，對於中小企業或者初創企業來說，短期內採取算力租賃的模式更能減少企業成本壓力。

監管層面，隨着人工智能領域不斷髮展壯大，行業也開始對算力租賃設備的“適格性”進行探討。2024年8月23日，金融監管總局官網發佈《關於印發金融租賃公司業務發展鼓勵清單、負面清單和項目公司業務正面清單的通知》（以下簡稱《通知》）。其中，集成電路和算力中心設備被納入正面清單中。

同時，《通知》明確，金融租賃公司要按照《金融租賃公司項目管理辦法》第三條規定，對所設立的項目公司租賃物範圍實施正面清單管理。金融租賃公司專業子公司設立的項目公司租賃物範圍，應當符合專業子公司特定業務領域或特定業務模式。

下一步，金融監管總局將持續強化監管，指導金融租賃公司做好《通知》的貫徹落實，引導金融租賃公司根據國家重大戰略優化業務規劃，調整業務結構，傾斜資源推動現代化產業體系建設，支持新質生產力發展。

運營邏輯轉變

雖然市場已經出現從幾億元至數十億元的算力租賃業務，但是業務背後的運營邏輯以及如何實現轉型，也成爲行業普遍關心的問題。

全球租賃業競爭力論壇首席研究員高小月表示，隨着算力集羣規模指數級增長，傳統IDC（Internet Data Center 互聯網數據中心）廠商逐步向AIDC（Automatic Identification and Data Capture 自動識別和數據提取）轉型。“人工智能可以說承擔着新一輪科技和產業變革的重要驅動力。AI大模型的快速發展對AI算力提出了更高要求，智算中心作爲AI算力的最重要載體，成爲近期最熱門的投資賽道。”

來自券商的研究報告也指出，智能算力現在的發展速度相當於2014年至2018年期間的IDC龍頭擴張速度。目前，市場需求主要來自大模型的訓練和推理，其中訓練對算力的需求出現指數級增加。

中國信通院數據顯示，2023年我國智能算力達70EFLOPS，預計2025年將超過105EFLOPS。隨着算力建設規模的加大，投資成本大幅增加，融資來源成爲建設方案的重要部分。

在市場的催生下，多家租賃公司也開始觀望，並嘗試介入算力市場。

高小月認爲，目前算力的運營邏輯已經發生轉變，金租公司需審視市場變化。“首先需要考慮的是租賃物問題，算力業務的核心標的物主要是高性能GPU模組，目前市場上GPU供應商包括國內外企業，其中，有的企業因爲性價比具有優勢，具有一定壟斷性。因此，當下的高端GPU算力資源極度緊缺，具備穩定的、可持續的拿卡渠道資源的公司非常關鍵。此外，要考慮到主要設備的故障維修和更新替代。”

除此之外，需求方問題也是一個值得關注的變化。

據悉，目前算力的建設方主要是大模型廠商、AI雲廠、傳統企業，以及由地方政府主導的智算中心。“大模型廠商自建算力用於訓練和推理；AI雲廠逐漸與算力服務商開展合建模式；傳統IDC運營商正在進行智算改造，以及部分上市公司佈局智算中心爲大模型廠商提供算力服務；政府主導企業合作建設的算力，主要服務於地區科研以及智能製造、自動駕駛等特定行業的算力需求。”高小月介紹。

爲更好提升算力效能，多地政府也開始佈局支持智算中心建設，包括給予項目建設補貼。同時，伴隨着算力服務商日漸增多，算力的增加升級、綠色低碳改造也加速了資金需求。

以北京爲例，2023年，北京市經濟和信息化局印發《人工智能算力券實施方案（2023—2025年）》，通過政府補貼的形式來減輕算力需求方的算力成本。

此外，河南省發展和改革委員會也印發了相關通知，明確了河南省2023年至2024年算力券政策範圍供給方名單，以降低企業算力使用成本，提升算力資源使用率。市場分析認爲，未來，國內或有望推出算力債、算力REITs 等金融產品，定向助力算力市場發展。

高小月建議，供應鏈的穩定性是資金方需要考慮的重要問題。國內算力建設的計劃、成本、運營更新等均受到外部GPU服務器的供應政策的直接影響。“從第三方智算中心的運營模式來看，成本方面，除採購成本外，後期運營還涉及折舊成本、機櫃成本、運維成本以及觸發SLA的賠償成本等。收入方面，高算力的服務器意味着更高的收入潛力，算力收益依靠穩定的高出租率。”