算力租赁产业分析( 23 页)

---

摘要

◼算力租赁因何而起。

1）全球范围内，GPT等一系列生成式大模型推动产业界对算力需求显著增加，但短期内高端GPU产能与交付效率有限，造成GPU供需失衡。2）在国内，国产GPU距离海外先进GPU仍有一定性能差距，且制造工艺短板使得其短期无法大量生产，因此当前国内AI产业发展仍需主要依赖海外英伟达、AMD为代表的先进GPU。但受制于美国科技禁运与封锁，当前国内产业界只能更多利用现有GPU资源，算力租赁产业因此应运而生。

◼ 如何理解算力租赁产业。

算力租赁是将计算能力或云计算资源以租赁的方式提供给用户使用，这一过程中用户可按需选择使用资源类型和时间，且无需承担运维、升级等工作及相应成本。算力租赁一方面使得下游客户灵活使用算力的门槛降低，更利于众多AI初创公司快速实现产品服务的开发与应用，另一方面也充分利用闲置的算力资源，提升算力资源的利用效率。目前，我国算力租赁的商业模式主要有三种：1）按整台服务器进行租赁；2）按使用算力规模租赁；

3） 按租用GPU付费租赁。

◼ 算力租赁市场的潜在发展方向：运营服务与解决方案。

目前国内已有多家公司在算力租赁领域上实现布局，且有相当部分公司已做好未来更大规模扩张的规划。我们认为，算力租赁在短期内可较好应对当前国内算力资源稀缺的问题，但长远来看，若要避免资源过剩与同质化服务带来的激烈市场竞争，算力租赁产业相关从业者或需更多将精力聚焦于算力调度为代表的运营服务、以及AI运营工具与整体解决方案上。海外英伟达、Oracle等公司均已推出在算力租赁基础之上的整体AI服务工具与解决方案，或可以为国内相关产业的发展提供较好指引。

◼风险提示：

国际政治经济变动的风险；AI进展不及预期带来下游算力需求不及预期的风险；算力供给稀缺迅速缓解的风险；市场竞争加剧的风险；研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险。