这一轮AI算力走高的行情，真正该关注的不是谁最热，而是谁最先把钱落进利润表。芯片很关键，AIDC也很关键，但在产业还处在供给爬坡、需求加速释放的阶段，最先体现业绩弹性的环节，很可能先落到算力租赁。这不是产业终局判断，讨论的是眼下谁更容易先赚钱。
过去两年，市场把注意力更多放在训练、参数、集群规模和资本开支上。到了今年，情况已经明显变了。推理需求开始成为连续消耗，不再是边角业务。今年3月，我国日均词元调用量已经超过140万亿，较2024年初增长1000多倍，较2025年底三个月又增长40%多。这个变化说明，AI开始从研发展示走向高频调用和业务运营。
需求先走了一步，供给并没有同步变得顺滑。中国信通院披露的口径显示，截至2025年6月，我国计算设备算力总规模达到962EFlops，其中智能算力达到782EFlops，占比超过五分之四；2024年我国AI服务器出货量达到63万台，同比增长93%。规模确实在上升，但规模扩大不等于高质量供给立刻可得，芯片交付、软件适配、集群部署、电力和运维，任何一个环节卡住，都会让客户手里的项目延迟上线。
这也是算力租赁当前更容易跑出来的原因。大量客户根本不适合自建。大厂、头部云厂商、少数基础模型公司有能力一次性投入设备、机房和工程团队，但更多应用公司、行业方案商、中小企业，首先考虑的是能否尽快接入、能否按需扩容、能否少占现金流。工信部4月部署普惠算力专项行动时，已经把中小企业专属算力池、算力银行、算力超市写进了任务里，方向很清楚，算力正在被推动为更低门槛、更易获取的服务能力。
再往下看一层，算力租赁的价值并不只在出租GPU。它解决的是供需错配的执行问题。工信部对算力互联互通的政策解读讲得很直白，当前要解决的是不同主体、不同架构、不同地域之间资源利用率不高、异地异构协同难、供需不匹配的问题，并推动形成可查询、可对话、可调用的服务能力。对客户来说，谁能把分散资源整合好、调度好、交付好，谁就更接近订单入口。
这里有一个很重要的历史对照。2023年到2024年，市场主要围着训练转，谁能堆更多卡、做更大模型，谁就更容易获得估值溢价。到了2026年，全球AI投入的重心已经开始转向推理。路透看到的产业信号是，需求正更多流向支撑大模型运行和回答问题的推理处理器，而科技巨头今年在数据中心上的支出仍将超过6000亿美元。资本开支当然会继续扩张，但训练主导的叙事正在让位于推理驱动的兑现逻辑。
所以芯片为什么未必最先兑现？因为芯片的产业地位和业绩节奏从来不是一回事。2025年中国本土GPU和AI芯片厂商已拿下国内AI加速服务器市场近41%的份额，这说明国产替代确实在推进。可企业采购芯片时，看的不只是参数和价格，还看迁移成本、软件兼容、框架适配、稳定性验证和长期运维。能卖出去，与能大规模、稳定、低成本地跑起来，中间隔着完整的系统工程。
AIDC的逻辑也类似。它很重要，甚至会决定后面一轮基础设施扩容能走多快，但AIDC属于建设周期长、资金占用高、回报释放偏后的承载层。开放数据中心委员会4月的行业信息显示，传统10到30kW机柜级数据中心在算力密度、集群效率和业务承载上已经接近上限，高密供电、液冷、算电协同都要升级。也就是说，AIDC会受益，但更多受益在中期，当客户部署开始批量化、项目进入持续扩容阶段，收益才会更系统地释放。
这次行业波动最先受益的，是能把算力资源服务化、标准化、运维化的平台和服务商，也包括那些急着把模型落地的应用公司。买单的，先是企业自己的经营费用，过去一次性采购设备形成资本开支，如今变成持续付费的运营成本；再往后，会部分传导到API价格、SaaS报价和行业解决方案报价。承担风险的，则是租赁平台本身，因为它们要先垫资本、先锁设备、先扛利用率波动和折旧压力。
很多人会说，算力租赁门槛不算高，最终很容易卷成价格战，利润未必守得住。这个担心有现实基础。租赁如果停留在裸资源转租，供给一旦缓和，价格先松，利润也会先被压。更何况，海外同类公司已经把风险写在报表里了。CoreWeave一边能签下Meta新增210亿美元的长期算力合同，一边也在承受极高的资本开支压力。它预计2026年资本开支达到300亿到350亿美元，四季度调整后经营利润率已从上年同期的16%降到6%，债务负担也不轻。先吃到订单，不代表先拿到轻松的钱。
但这并不推翻前面的判断，只会抬高筛选标准。真正能先兑现利润的，不会是只会出租卡时长的公司，而是能把资源继续加工成服务的公司。谁能提供模型适配、异构调度、国产迁移、数据安全、SLA保障，谁就有更高溢价，也更不容易陷入单纯比价。到了这一步，算力租赁就已经不只是中介，而是在推理时代承担服务组织者的角色。
接下来一年到一年半，产业链大概率会按先后次序兑现。第一阶段先看租赁与算力服务，订单和价格更敏感，利润表也更容易先反映；第二阶段看服务器、交换机、液冷、机柜和AIDC，前提是客户部署进入批量化；更长周期再看芯片和软件生态，最终行业上限还是由底层技术、标准和开发者体系决定。这里最值得盯住的变量有三个，推理价格能否稳住，国产迁移效率能否继续提升，电力与机房交付能否跟上。
对普通投资者和行业从业者来说，这篇账最容易算错的地方，在于总爱把产业价值和当期利润混为一谈。芯片最核心，不等于芯片最先把业绩做出来。AIDC很重要，也不代表AIDC现在就最有弹性。在供需仍有缺口、客户又急着上线业务的阶段，离真实调用更近、离现金结算更近的环节，通常更早进入利润兑现区间。
所以，这轮AI算力真正该问的，不是谁站在产业链最高处，而是谁在当下最有效地解决了客户找算力、调用算力、稳定用算力的问题。谁能把这个问题解决好，谁就更容易先把景气写进财报。你更看好先兑现利润的算力租赁，还是更愿意等芯片和AIDC进入兑现期？
