算力租赁：分化将至？

近期算力租赁的头部公司基本上都创出了新高。

面对这种盘面，我们需要去深入探寻背后的原因：高位为什么是高位，低位为什么是低位，以及高位之后是否还有新的催化能让它走向更高位。

对于近期市场上关于算力租赁与AIDC到底有何区别、算力是否已经存在泡沫的疑问，我们有必要通过详实的数据和生动的产业案例来进行一次深度的基本面拆解。

算力极度紧张的根本原因，源于Agent智能体的全面爆发。相比于过去单纯的文本任务，多任务执行的Agent对Token的消耗是十倍甚至是百倍的跃升。

随着Token调用量的爆发，2026年3月，中国的日均Token调用量已经突破了140万亿，较2024年初的1000亿增长了超过1000倍，这标志着AI大模型正式从低频对话迈向了高频执行任务的阶段。

目前大模型还仅仅是做到了辅助甚至替代人类工作，而未来高科技产业中的无人机、无人驾驶以及无人操控的机器人，其所需的算力消耗将更为惊人，这个产业前景足以打消当下市场对于算力需求泡沫的担忧。

在这场全球算力竞赛中，中国大模型已经确立了极高的全球市场地位。2026年3月，中国模型的周度Token调用量达到了13万亿，连续第五周超越美国，占据了全球总调用量的36%，成为了全球AI应用最活跃的市场之一。

这意味着中国市场里的AI投资已经走出了独立的逻辑与行情，不再是过去那种单纯映射美股走势的炒概念阶段，而是真正成为了产业领头羊。

背后的核心支撑是中国大模型定价权的重建。2024年的行业还在以价换市场甚至免费，但到了2026年，国内模型已经通过代码编写能力和Agent能力拉开了差距，全面转向了价值定价。比如，智谱在2026年一季度累计提价了83%，但在提价之后其API调用量依然增长了400%，呈现出严重的供不应求态势。

国内大模型正在快速向海外看齐，头部模型完成长链路任务的单次持续工作时间已超过8小时，达到了交付工程级和生产力级别的效果，完成了从工具到创造的跨越。

Agent的爆发，尤其是处理复杂的编程任务，使得Token消耗呈指数级跃升。这其中包含了多轮自我修正、上下文膨胀以及频繁的工具调用，哪怕是整理邮件这样一个简单动作，都能触发5到10次的API调用。

实测数据显示，一个6到7小时的编程套餐大约要消耗4000万Token，折合人民币400到500元；如果是7乘24小时的工作，成本大概在800到1500美金，接近破万人民币 。这笔凭空多出来的庞大Token消耗，其代价正是被替代的程序员群体。

而面对这种吞噬一切的全新商业模式，机构的测算逻辑非常清晰：国内1100万程序员平均年薪20万，对应约2万亿的盘子；加上同样使用国产大模型的东南亚300到400万程序员（平均年薪12万，对应3000到4000亿的盘子），合计约2.4万亿的市场。

如果AI大模型替代他们20%到30%的人员和收入，就意味着有5000亿到7000亿的年薪转化为了大模型公司的年化收入。在终局思维下，大约三家大模型厂商和三家头部互联网厂商将瓜分这庞大的市场，平均每家有望获得年化千亿的收入。

实际调研发现，这个替代进度比预想的要快得多，而且失业风险正蔓延至各行各业。为了对冲这种风险，人们开始投资AI，就像2018年散养猪户发现同行用无人机给自己的猪投毒时，去买养猪的股票一样，这形成了一个爆发且可持续的景气度趋势。

面对如此强劲的算力需求，互联网厂商和大模型厂商发现极度缺算力和缺卡，只能转向购买算力，而路径主要分为算力租赁和AIDC两种。算力租赁对应的是海外高端算力，因为他们具备拿卡渠道的能力。只要存在超额利润，这种渠道就会一直存在，倒下一个超微，还会冒出99个超微。

实际上，部分黄牛手中就能攥着几百台B300服务器，超微出事后卡的供给并未改变，价格反而有所上涨。非合规渠道的卡经过转手后就不再存在合规问题，类似于买二手港版iPhone，最大的风险由第一手货源承担，因此他们会要求超额溢价。

算力租赁厂商欣然接受这种溢价，因为他们能通过涨价传导给大厂，大厂再通过Token涨价传导给更关心工作保不保得住的终端用户，形成了一个通畅的正循环。因此，算力租赁吃到了算力行业短期价格上涨的弹性。

同时，算力租赁行业呈现出明显的马太效应，即强者恒强。投资者切忌光看算力租赁概念和所谓低位就去博弈补涨，因为龙头正在吃掉这些概念股的市场空间。那些所谓的低位概念股过去因缺乏拿卡能力和交付能力，已陆续退出市场。

剩下的龙头公司承接了更大的订单，需要更强的资金能力，获得了更多的收入和利润，实现了蛋糕变大而玩家变少的格局。虽然基于合规和低调行事的考虑，下游互联网和大模型客户基本不让租赁公司公告大订单了以避免老美彻查，但通过观察龙头公司不断提升的授信担保以及逐季释放且加速的业绩，就能深刻感受到该行业的景气度与确定性。算力租赁正是当前海外算力进不来、国产算力量不够的情况下，缓解算力需求爆发燃眉之急的最优解。

与算力租赁不同，AIDC手里是没有卡的。有代建AIDC需求的互联网大厂因合规要求高，不能直接将非合规卡放入自己的数据中心。在合规的H200因定位问题迟迟无法正式引入的当下，他们只能依靠国产算力来填补AIDC机房。

因此，AIDC主要吃的是接下来国产算力放量所带来的量的弹性，这是一个更偏中长期的逻辑。AIDC行业的演变有着极强的周期烙印。在2020年云计算时代，因卡好买、功耗不高且能耗环评指标易得，阿里、腾讯等巨头纷纷自建AIDC，降低了对第三方代建和租赁的需求，导致2020到2023年行业陷入量价双杀的四年低谷。

转机出现在2024年，字节跳动的AIDC需求迅猛爆发，带动行业触底反弹 。由于字节云发展最晚、规模最小且手里AIDC指标最少，基本依赖第三方代建或租赁，极度焦虑的字节在24、25年包圆了市场上优质的AIDC资源。

而阿里和腾讯在24、25年还未产生居安思危的意识，直到今年Agent智能体爆发后，他们才发现算力增长已从线性转为非线性，开始急迫地放弃大规模自建，转向疯狂招标第三方AIDC并抢占资源，甚至连常年滞销的资源也被包圆。

因为算力约等于收入，早一天交付就能早一天创收。目前字节的Token日均消耗超100亿，位列全球唯三（与OpenAI和谷歌齐名），迫使腾讯和阿里必须卷入这场AIDC资源抢夺战。

应对这种非线性的需求增长，长达一年交付周期的AIDC必须提前大幅上调规划。然而，AIDC资源相对有限且与AI芯片完全挂钩，总需求量约等于芯片总功耗的两倍。假设今年中国有500万张AI芯片，大约需要8万到10万GW的AIDC，这基本能将现存指标消耗殆尽。

相比传统IDC，人工智能数据中心算力更高、能耗更大、体量也更大。超大规模集群不仅需要周边有丰富的绿电资源和良好的气候条件以降低PUE值节约电费，还必须满足政策要求在东数西算核心节点拿到能耗环评指标。随着去年审批踩刹车，存量资源愈发稀缺。

虽然AIDC没有算力租赁那种单月涨价三四十的短期价格弹性，但长期量的弹性非常确定。大厂代建AIDC主要使用国产卡，随着芯片放量，AIDC供需紧张和涨价的节点会越来越前移。AIDC在经历年初的反转逻辑后，下半年的进一步放量取决于H200的正式引进和国产算力放量的开启，这两个事件的落地将带来更高的需求能见度。

在国产算力的供给端，上半年是出货的相对低谷，存在明显的算力缺口，但下半年将逐渐起量。其中，昇腾的出货节奏快于其他厂商，预计4月小规模出货，5月月产能可达4万张卡。昇腾950系列在国内市场具备极其明显的挤压性优势：首先算力密度高于友商，其次华为在系统级能力（光互联、高速连接、集群网络构建）上优势巨大，这是竞争对手目前无法企及的通信网络长板。

因此，互联网大厂在国内采购时，会优先倾向于算力密度更高、整机性能更好、集群连接更优的华为方案。下半年中芯释放的先进制程产能也会优先保障华为产品。无论是需求还是供给，华为在国产算力中都占据着绝对性优势。

昇腾链在二季度随着950PR芯片从小批量到大批量出货，再到下半年的大规模铺开，将逐步体现订单与业绩，并带动超节点及芯片分销商的收入增长。

综合来看，整个产业的脉络可以清晰地梳理为：Token经济等于国产算力加上算力租赁，再加上AIDC。

理清各环节之间的底层逻辑和供需联系，才能根据接下来的产业节奏，在充满噪音的市场中精准把握确定的投资脉络。