這一輪AI算力走高的行情，真正該關注的不是誰最熱，而是誰最先把錢落進利潤表。芯片很關鍵，AIDC也很關鍵，但在產業還處在供給爬坡、需求加速釋放的階段，最先體現業績彈性的環節，很可能先落到算力租賃。這不是產業終局判斷，討論的是眼下誰更容易先賺錢。
過去兩年，市場把注意力更多放在訓練、參數、集群規模和資本開支上。到了今年，情況已經明顯變了。推理需求開始成為連續消耗，不再是邊角業務。今年3月，我國日均詞元調用量已經超過140萬億，較2024年初增長1000多倍，較2025年底三個月又增長40%多。這個變化說明，AI開始從研發展示走向高頻調用和業務運營。
需求先走了一步，供給並沒有同步變得順滑。中國信通院披露的口徑顯示，截至2025年6月，我國計算設備算力總規模達到962EFlops，其中智能算力達到782EFlops，佔比超過五分之四；2024年我國AI服務器出貨量達到63萬台，同比增長93%。規模確實在上升，但規模擴大不等於高質量供給立刻可得，芯片交付、軟件適配、集群部署、電力和運維，任何一個環節卡住，都會讓客戶手裡的項目延遲上線。
這也是算力租賃當前更容易跑出來的原因。大量客戶根本不適合自建。大廠、頭部雲廠商、少數基礎模型公司有能力一次性投入設備、機房和工程團隊，但更多應用公司、行業方案商、中小企業，首先考慮的是能否儘快接入、能否按需擴容、能否少佔現金流。工信部4月部署普惠算力專項行動時，已經把中小企業專屬算力池、算力銀行、算力超市寫進了任務里，方向很清楚，算力正在被推動為更低門檻、更易獲取的服務能力。
再往下看一層，算力租賃的價值並不只在出租GPU。它解決的是供需錯配的執行問題。工信部對算力互聯互通的政策解讀講得很直白，當前要解決的是不同主體、不同架構、不同地域之間資源利用率不高、異地異構協同難、供需不匹配的問題，並推動形成可查詢、可對話、可調用的服務能力。對客戶來說，誰能把分散資源整合好、調度好、交付好，誰就更接近訂單入口。
這裡有一個很重要的歷史對照。2023年到2024年，市場主要圍着訓練轉，誰能堆更多卡、做更大模型，誰就更容易獲得估值溢價。到了2026年，全球AI投入的重心已經開始轉向推理。路透看到的產業信號是，需求正更多流向支撐大模型運行和回答問題的推理處理器，而科技巨頭今年在數據中心上的支出仍將超過6000億美元。資本開支當然會繼續擴張，但訓練主導的敘事正在讓位於推理驅動的兌現邏輯。
所以芯片為什麼未必最先兌現？因為芯片的產業地位和業績節奏從來不是一回事。2025年中國本土GPU和AI芯片廠商已拿下國內AI加速服務器市場近41%的份額，這說明國產替代確實在推進。可企業採購芯片時，看的不只是參數和價格，還看遷移成本、軟件兼容、框架適配、穩定性驗證和長期運維。能賣出去，與能大規模、穩定、低成本地跑起來，中間隔着完整的系統工程。
AIDC的邏輯也類似。它很重要，甚至會決定後面一輪基礎設施擴容能走多快，但AIDC屬於建設周期長、資金占用高、回報釋放偏後的承載層。開放數據中心委員會4月的行業信息顯示，傳統10到30kW機櫃級數據中心在算力密度、集群效率和業務承載上已經接近上限，高密供電、液冷、算電協同都要升級。也就是說，AIDC會受益，但更多受益在中期，當客戶部署開始批量化、項目進入持續擴容階段，收益才會更系統地釋放。
這次行業波動最先受益的，是能把算力資源服務化、標準化、運維化的平台和服務商，也包括那些急着把模型落地的應用公司。買單的，先是企業自己的經營費用，過去一次性採購設備形成資本開支，如今變成持續付費的運營成本；再往後，會部分傳導到API價格、SaaS報價和行業解決方案報價。承擔風險的，則是租賃平台本身，因為它們要先墊資本、先鎖設備、先扛利用率波動和折舊壓力。
很多人會說，算力租賃門檻不算高，最終很容易捲成價格戰，利潤未必守得住。這個擔心有現實基礎。租賃如果停留在裸資源轉租，供給一旦緩和，價格先松，利潤也會先被壓。更何況，海外同類公司已經把風險寫在報表裡了。CoreWeave一邊能簽下Meta新增210億美元的長期算力合同，一邊也在承受極高的資本開支壓力。它預計2026年資本開支達到300億到350億美元，四季度調整後經營利潤率已從上年同期的16%降到6%，債務負擔也不輕。先吃到訂單，不代表先拿到輕鬆的錢。
但這並不推翻前面的判斷，只會抬高篩選標準。真正能先兌現利潤的，不會是只會出租卡時長的公司，而是能把資源繼續加工成服務的公司。誰能提供模型適配、異構調度、國產遷移、數據安全、SLA保障，誰就有更高溢價，也更不容易陷入單純比價。到了這一步，算力租賃就已經不只是中介，而是在推理時代承擔服務組織者的角色。
接下來一年到一年半，產業鏈大概率會按先後次序兌現。第一階段先看租賃與算力服務，訂單和價格更敏感，利潤表也更容易先反映；第二階段看服務器、交換機、液冷、機櫃和AIDC，前提是客戶部署進入批量化；更長周期再看芯片和軟件生態，最終行業上限還是由底層技術、標準和開發者體系決定。這裡最值得盯住的變量有三個，推理價格能否穩住，國產遷移效率能否繼續提升，電力與機房交付能否跟上。
對普通投資者和行業從業者來說，這篇賬最容易算錯的地方，在於總愛把產業價值和當期利潤混為一談。芯片最核心，不等於芯片最先把業績做出來。AIDC很重要，也不代表AIDC現在就最有彈性。在供需仍有缺口、客戶又急着上線業務的階段，離真實調用更近、離現金結算更近的環節，通常更早進入利潤兌現區間。
所以，這輪AI算力真正該問的，不是誰站在產業鏈最高處，而是誰在當下最有效地解決了客戶找算力、調用算力、穩定用算力的問題。誰能把這個問題解決好，誰就更容易先把景氣寫進財報。你更看好先兌現利潤的算力租賃，還是更願意等芯片和AIDC進入兌現期？
-
-
-
-
-
-
-
-
-
-