冲击2600亿大市场！算力租赁推动多行业数字化转型
发布日期：2024/5/27
算力租赁是一种云计算服务，允许用户按需租用计算资源，避免硬件购置和维护成本，同时享有灵活性和数据安全，在自动驾驶、云游戏、医疗和金融等领域发挥重要作用，推动数字化转型。随着人工智能的发展，智能算力需求激增，政府通过算力券政策支持算力建设，全球算力市场规模持续增长，中国算力产业位居世界前列。目前，算力租赁产业链完整，涵盖硬件制造和软件开发等多个环节，微软、英伟达和谷歌等全球领先云计算服务提供商，以及华为、青云科技和恒润股份等国内企业，在算力租赁领域展现出强劲发展势头，共同推动云计算市场持续发展。
算力租赁推动多行业数字化转型
算力租赁是一种云计算服务，用户可按需租用计算资源，避免硬件购置和维护成本，同时享有灵活性和数据安全。发展历程始于20世纪末，亚马逊等公司推动了商业化服务，不断扩展到移动和边缘计算领域。商业模式包括整台服务器、算力规模和单张GPU租赁，满足不同用户需求。
算力租赁概述。算力租赁是一种将计算能力或云计算资源以租赁的方式提供给用户使用的云计算服务。与传统自建数据中心相比，算力租赁允许用户按需支付使用的资源费用，避免了昂贵的硬件购置和维护成本，同时包含了基础设施管理、软件升级和安全维护等服务。此外，服务提供商在多个地理位置部署的数据中心配备了先进的冗余系统和备份机制，确保了服务的高可用性和数据安全，保障了关键业务的稳定运行。算力租赁还提供了高度的灵活性，使用户能够根据具体需求随时调整计算资源的规模，快速响应市场变化，无需担心硬件资源的重新配置，轻松应对从日常运营到季节性峰值负载的不同计算需求。
算力租赁商业模式。目前我国算力租赁的商业模式按照租赁方式分为三种，第一种是按整台服务器租赁，以每台服务器（含8张GPU）为单位进行计量，租金按照每台每月的标准收取，适用于需要长期稳定使用大量GPU资源的客户；第二种是按算力规模租赁，租金按每P每年计量，可以根据算力需求选择合适的算力规模，实现更加灵活的资源配置；第三种是按单张GPU租赁，租金按照每GPU每小时计量，适用于短期或临时性的算力需求，可以根据实际需求随时调整卡的租赁数量。
算力租赁发展历程。算力租赁的发展历程始于20世纪末，分布式计算项目如SETI@home开始利用志愿者的闲置计算资源。2006年，亚马逊推出Amazon EC2，标志着商业化算力租赁服务的正式诞生。2010年左右，谷歌和微软等大型 科技公司也开始提供类似的云服务，进一步推动了算力租赁市场的发展。2015年，深度学习推动了对GPU等高性能计算资源的需求，算力租赁服务开始提供更专业的硬件支持。2020年，随着5G和物联网技术的发展，算力租赁服务进一步扩展到移动和边缘计算领域，同时探索区块链等新技术的整合。
算力租赁在自动驾驶、云游戏、医疗和金融领域发挥重要作用。在自动驾驶领域，它支持Waymo等公司进行自动驾驶算法的仿真测试；在娱乐领域，它提供云游戏图形处理和多媒体内容渲染；医疗方面，算力租赁助力基因组学分析和个性化治疗；金融行业利用其进行市场数据分析，提高交易效率。算力租赁为各行业提供灵活、可扩展的计算资源，推动数字化转型。
自动驾驶与智能交通系统。自动驾驶系统需要大量的模拟测试来验证其在各种复杂交通环境和天气条件下的性能。例如，Alphabet旗下的自动驾驶公司Waymo就是依靠强大的计算资源来模拟各种驾驶场景，以训练和优化其自动驾驶算法。而算力租赁能够为Waymo等公司提供必要的计算能力，帮助其在不购买昂贵硬件的情况下，进行大规模的仿真测试。同时，智能交通系统需要分析和协调整个交通网络的数据，算力租赁能够提供可扩展的计算资源，帮助优化交通流量，减少拥堵，并提高道路安全性。
云游戏与多媒体内容制作。算力租赁可以为云游戏提供所需的高性能图形处理能力，使得玩家无需高端硬件即可享受高质量的游戏体验。同时，对于电影、动画和游戏制作等行业，算力租赁可以提供强大的渲染服务，缩短制作周期，降低成本，推动创意产业的发展。在广告推荐领域，利用AI生成广告视频和图片等方面，算力租赁发挥着关键作用。
精准诊断与个性化治疗。在智能医疗领域，算力租赁将支持精准医疗的发展，包括基因组学分析、医学影像处理和药物分子设计等。以基因组学分析为例，它需要大量的计算资源来处理和解读个人的基因序列。华大基因等基因测序公司正在利用云计算资源进行大规模的基因组数据分析。通过算力租赁，这些公司能够执行复杂的生物信息学计算，帮助研究人员和医生识别遗传病风险、个性化治疗方案，甚至在癌症等疾病的研究中取得突破。算力租赁让医疗机构能够灵活地扩展计算资源，以应对研究和诊断过程中对计算能力的需求波动。
金融数据分析与实时交易。金融行业对数据处理和分析的需求极高，尤其是在高频交易、风险管理和欺诈检测等方面。算力租赁可以为金融机构提供必要的计算能力，帮助它们处理和分析大量的市场数据。例如，美国的高盛集团和中国的蚂蚁集团都在使用云计算服务来支持它们的金融服务，优化其交易算法，提高决策的速度和准确性。随着金融科技的不断发展，算力租赁在金融数据分析与实时交易中的应用将越来越广泛，成为金融行业数字化转型的重要推动力。
算力券推动算力产业发展与生态构建
随着人工智能大模型的快速发展，智能算力需求激增。政府通过算力券政策，投入力量支持算力建设，降低企业成本、提升资源使用率，推动产业发展，形成完整生态链。地方政府在智能算力建设中扮演重要角色，引领行业发展，促进更多主体加入AI算力建设队伍。
算力需求激增。算力是人工智能大模型训练的核心生产力，随着AI大模型的快速发展，智能算力需求正呈现爆发性增长态势。据IDC发布的《2023-2024年中国人工智能计算力发展评估报告》测算，2022年我国智能算力规模达260EFLOPS（每秒百亿亿次浮点运算次数），中国智能算力规模年复合增长率将高达33.9%。预计到2030年，人工智能驱动的全球算力将增长500倍，一个千亿级智能算力蓝海市场已悄然开启。当前，热门生成式大模型现阶段训练主要依赖以A100/H100为代表的高性能GPU算力，其不仅能提供高效的数据的传输能力，还可以尽可能减少算力闲置。
算力券政策。北京市经济和信息化局23年印发《人工智能算力券实施方案》，通过政府补贴的形式来减轻算力需求方的算力成本。对于算力需求方来说，进一步降低了中小企业对算力资源的获取门槛，在这种官方背书的资金支持下，中小企业有望提升对算力资源的资本开支信心，在充沛的算力条件下，模型训练速度有望更快、模型精度有望更高，因此算力券也将促进产业正循环健康发展。对于政府，算力券是一种有效的招商的引资手段，可以强化当地算力产业的资本吸引力，从而助力本地相关产业链持续发展、形成完整生态链。未来，国内亦有望推出算力债、算力REITs 等金融产品，定向助力算力市场发展。
政府力量。从算力需求方来看，目前互联网企业大多基于自建IaaS云的方式解决内部算力需求问题，除互联网企业外，当前国内对AI 算力投入较多的主体集中在地方政府层面。如2023 年10月25日，安徽省科技厅发布《安徽省通用人工智能创新发展三年行动计划（2023~2025 年）》，计划到2023 年底实现5,000PFLOPS算力建设，2024年实现12,000PFLOPS 算力规模。此外，河南省发展和改革委员会也印发了相关通知，明确了河南省2023—2024年算力券政策范围算力供给方名单，以降低企业算力使用成本，提升算力资源使用率。同时，地方政府作为当前智能算力建设的重要力量，有望引领现阶段的建设节奏，更多行业更多主体有望加入到AI算力建设队伍中。
算力领域面临诸多挑战，美国法案加强了对中国高性能芯片出口限制，影响国内算力。同时，数据安全和隐私保护至关重要，服务提供商需遵守严格的法规如GDPR。服务提供商依赖特定硬件制造商，国产AI GPU芯片虽性能提升，但与国际品牌相比仍存在差距。
美国法案限制。2023 年10 月17 日，美国商务部工业与安全局（BIS）发布针对中国的先进计算及半导体制造物项出口限制，在2022 年10月已公布的出口限制基础上，进一步升级限制力度。具体来看，本次出口限制主要涉及对高性能芯片的限制，既包括对高性能芯片的出口限制，也包括对国产GPU 企业的生产流片限制。本次出口限制不再以互联带宽为限制标准，新增总处理性能TPP和性能密度 PD两项要求，TPP>4,800 的芯片、TPP>1,600 且PD>5.92的芯片，属于高性能芯片，不再被允许出口。在美国限制法案的影响下，国内算力问题逐步凸显。
数据安全与隐私保护。在算力租赁模式中，用户的数据安全和隐私保护是关键问题。用户将敏感数据上传到服务提供商的服务器上进行处理和存储，这就需要服务提供商采取强有力的安全措施来防止数据泄露、未授权访问和其他安全威胁。随着数据保护法规的加强，如欧盟的GDPR，服务提供商需要确保其服务符合所有相关的法律和监管要求，这可能需要额外的合规成本和努力。
供应链管理与硬件依赖性。服务提供商依赖于先进的硬件，如GPU和CPU，提供所需的计算能力，然而这些硬件的生产高度集中在少数制造商手中，如英伟达。在国产AI GPU芯片中，性能表现较好的产品主要包括华为昇腾的 Atlas 300T、寒武纪的思元370等，其中昇腾910 设计的Atlas 300T 算力性能较强，FP16计算性能在不考虑稀疏技术的情况下，约为英伟达A800 SXM的90%。但考虑到组网技术、软件生态等竞争壁垒，国内GPU 产品较英伟达方案，在实际有效算力层面仍存在较大差距，国产GPU 仍需加速追赶海外步伐。
国产化进程推动算力市场持续繁荣
全球算力市场规模持续增长，2022年达到4,053亿美元，GPU市场预计未来10年年复合增长率超过30%。中国算力核心产业规模达1.8万亿元，位居世界第二，预计2026年智能算力规模将达1,271EFLOPS。算力租赁市场将迎来新发展机遇。
全球算力市场概况。根据《2022-2023全球计算力指数评估报告》显示，2021年全球算力市场规模达到3,305亿美元，同比增长32.44%。2022年，全球算力市场规模进一步增长至4,053亿美元，增幅为22.6%。此外，全球AI计算市场规模预计将从2022年的195.0亿美元增长到2026年的346.6亿美元，其中生成式AI计算市场规模将从2022年的8.2亿美元增长到2026年的109.9亿美元。在硬件方面，2022年全球CPU市场规模为650亿美元，预计到2028年将增长到970亿美元，年复合增长率为7%。全球GPU市场在2022年达到422亿美元，英伟达占据全球GPU市场份额近90%。到2032年，全球GPU市场规模达到7,731亿美元，未来10年的年复合增长率有望保持30%以上。
中国算力市场概况。根据《中国算力租赁行业发展趋势分析与投资前景研究报告（2024-2031年）》显示，2022年中国算力核心产业规模达到1.8万亿元，算力总规模位居世界第二，国内数据中心机架数量自2018年以来年复合增长率超过30%，截至2022年底，在用标准机架超过650万架，算力总规模达到302EFLOPS，仅次于美国。据 IDC预计，2026 年中国智能算力规模将达到1,271EFLOPS，22-26 年CAGR 将达48%。随着大型模型的不断迭代和升级，以及AIGC的各种应用逐步实现商业化，市场对于训练和推理所需的计算能力及存储空间的需求将保持强劲增长态势，预计国内算力租赁市场将迎来新的发展机遇。
中国算力租赁市场规模持续增长，2022年达995.6亿元人民币，预计2026年潜在收入规模将达2,600亿元，国内算力需求量约200万张A100。中国政府积极推动算力国产化，华为、阿里云等企业推出自主处理器产品，促进国产算力产品广泛应用，为数字化转型提供支撑。
中国算力租赁市场概况。《中国算力租赁行业发展趋势分析与投资前景研究报告（2024-2031年）》显示，中国算力租赁行业的市场规模在2022年为995.6亿元人民币，同比增长66.24%。据南方财富网，在A股市场，算力租赁相关上市企业的数量有74家，2022年总体营业收入约为9,574.57亿元，同比增加7.26%。南方财富预测，到2026年，国内算力租赁潜在收入市场规模有望达到2,600亿元左右，每年将以20%以上的速度快速增长。国内目前有约100个大模型，每个模型大约需要2,000-3,000匹算力，按照推理是训练的2-7倍倍率计算，整个国内24年总需求量大约是200万张左右A100的量。
算力国产化进程。近年来，中国政府高度重视并积极推动算力基础设施的国产化进程，通过一系列政策支持和资金投入，促进了国内算力产业的快速发展。在硬件方面，中国企业如华为、中科曙光等在芯片设计和制造领域取得了显著进展，推出了具有自主知识产权的处理器产品，逐步减少对外国技术的依赖。同时，国产算力服务提供商如阿里云、腾讯云、华为云等，正在积极开发基于国产硬件的云服务和解决方案，进一步推动了国产算力产品和服务的广泛应用。尽管国产化进程中存在技术成熟度、国际竞争等挑战，但随着技术的不断进步和市场的逐步扩大，中国算力国产化的发展前景广阔，为国家的数字化转型和经济高质量发展提供强有力的支撑。
算力租赁领军企业众多
算力租赁产业链包括上游硬件制造商、软件开发商、技术服务提供商；中游平台运营商、网络运营商；下游算力需求方，形成完整的服务生态。各环节合作确保硬件基础、稳定运行和用户需求满足，推动算力租赁服务发展。
产业链上游。算力租赁的上游产业链主要包括硬件制造商、软件开发商和技术服务提供商。硬件制造商，如英伟达、AMD等，专注于生产高性能的AI服务器芯片、GPU和CPU等核心硬件，为整个算力租赁行业提供坚实的硬件基础。软件开发商则负责提供操作系统、中间件、算法库等软件支持，确保算力服务的稳定性和高效性，根据硬件特性和用户需求，开发出适配的软件解决方案，使得硬件资源能够得到充分利用。技术服务提供商则提供技术支持、维护和优化等服务，确保算力服务的持续稳定运行。
产业链中游。中游产业链主要由AI算力租赁平台运营商和网络运营商组成。这些平台运营商，如阿里云、腾讯云等大型科技公司，不仅提供基础的机柜、带宽和电力资源，还根据用户需求配置合适的算力环境，将上游生产的算力资源转化为可供租赁的服务。例如，阿里云提供的弹性计算服务（ECS）可以根据用户的需求自动调整计算资源，满足用户在不同业务场景下的算力需求。网络运营商则负责提供稳定可靠的网络连接，确保数据在传输过程中的安全性和稳定性。他们通过建立高效的数据中心和网络基础设施，为算力租赁服务提供可靠的网络支持。
产业链下游。下游产业链主要包括算力需求方，如创业公司、科研院所、政府机构等。他们可能因为自身硬件资源的限制、项目需求的紧迫性或者成本效益的考虑，选择租赁算力来完成特定的计算任务。这些任务可能包括但不限于大规模数据分析、机器学习模型的训练、复杂的科学模拟、视频渲染等。下游用户在使用过程中，可能会对算力的性能、稳定性和成本效益有特定的要求，这些要求将直接影响他们对算力租赁服务的选择。
微软、英伟达NVIDIA和谷歌是全球领先的云计算服务提供商，提供全面的云计算解决方案、GPU加速器支持和全球覆盖的计算服务，满足用户多样化的计算需求。它们在算力租赁领域展现出强大的技术实力和安全保障，推动着云计算市场的持续发展。
微软Microsoft。微软公司的Azure是全球领先的云计算服务平台之一，提供包括虚拟机、存储、网络和各种中间件服务在内的全面云计算解决方案。Azure平台以其全球覆盖、遵守严格安全标准和支持各种编程语言、工具和框架而受到用户青睐。在算力租赁领域，Azure提供了多种虚拟机规模，从入门级到高性能计算级别，满足不同计算需求。Azure还支持AI和机器学习工作负载，提供GPU加速的虚拟机和专用AI服务，如Azure Machine Learning。此外，Azure Security Center为用户提供了强大的安全功能，确保数据和应用程序的安全。
英伟达NVIDIA。英伟达是全球知名的GPU制造商，其产品在高性能计算HPC和人工智能领域具有重要地位。NVIDIA不仅提供硬件产品，还通过其GPU云平台，为算力租赁市场提供支持。NVIDIA的GPU加速器可以大幅提高计算密集型任务的处理速度，特别适合于深度学习、科学计算和图形渲染等应用。此外，英伟达还提供了CUDA平台，这是一个允许开发者利用NVIDIA GPU进行通用计算的开发环境。同时，NVIDIA的DGX系统专为AI研究和应用设计的高性能计算提供租赁平台，通过云服务模式，企业可以按需租赁这些高性能计算资源。
谷歌Google。谷歌是全球领先的互联网技术和服务公司，以其搜索引擎、Android操作系统、和创新的云计算平台Google Cloud而闻名。Google Cloud Platform（GCP）是谷歌提供的云计算服务，它为用户提供了包括计算、存储和数据管理在内的多种服务，强调其网络的全球覆盖和高速性能，确保用户无论身在何处都能获得快速、可靠的服务。在算力租赁领域，GCP提供了多种计算实例选项，支持CPU、内存和存储的自定义配置，满足用户的个性化需求。
华为、青云科技和恒润股份是算力租赁行业的领军企业，华为推出昇腾AI计算集群和全国人工智能计算中心，以其技术领先优势占据龙头地位。青云科技凭借其云服务技术背景，与国企合作，展现出强大的市场竞争力。恒润股份依靠其丰富的算力资源，建立算力中心和GPU算力集群，成为行业内的重要力量。
华为。华为是一家国际知名的通信和信息技术解决方案提供商，积极布局算力租赁服务，以支持大模型训练和AI应用的快速发展。其推出的昇腾AI计算集群Atlas 900 Super Cluster，能够支持超万亿参数的大模型训练，显示出其在提供大规模AI算力方面的领先地位。华为还与多个城市合作，通过昇腾AI集群支持全国25个城市的人工智能计算中心建设，累计交付算力规模达5,000P。此外，华为的“All Intelligence”战略强调了算力作为人工智能发展的核心，体现了其在算力租赁领域的重要地位和长远规划。2023年华为整体实现全球销售收入7,042亿元人民币，其中云计算业务作为算力服务的一部分，实现了553亿元人民币的销售收入，同比增长21.9%。
青云科技。青云科技是一家专注于云服务和数据智能的高科技企业,目前拥有约1,500P的自有算力资源，主要基于H800型号，并在2023年第三季度实现了1,600万元的收入。公司还与国企合作，通过渠道优势获取5,600P算力，采用固定低租金租赁模式，既保证了国企的稳定收益，也使青云科技能够享受市场差价和未来涨价的红利。此外，青云科技24年1月签订了价值1.7亿元的GPU算力租赁合同，并成功交付了价值1.34亿元的GPU服务器产品，展现了其在AI算力领域的强大交付能力和市场竞争力。随着AI算力需求的激增和国家政策的支持，青云科技在算力租赁市场的发展前景广阔。
恒润股份。恒润股份是一家精密机械制造商，通过与上海六尺科技集团有限公司合作，共同出资设立了上海润六尺科技有限公司，计划在上海、福州经开区、安徽芜湖、山东济宁等地合作建立算力中心，并打造长三角GPU算力中心集群。恒润股份在算力租赁方面展现出全链条的核心优势，包括核心渠道的拿卡能力、集群组网运维能力以及客户快速交付能力。此外，恒润股份已到货算力2,500P，并正在组网调试中，其余算力将陆续到货。通过这些举措，恒润股份有望充分受益于AIGC及数字经济的科技浪潮，打开公司第二成长曲线。
来源：久谦资本
