#来点儿干货#
在新一轮全球AI技术快速发展的背景下，算力作为AI大模型背后的“发动机”，受到了前所未有的关注。
根据IDC的数据显示，大陆的人工智能算力保持快速增长，2022年智能算力规模已达到268百亿亿次/秒（EFLOPS），并超过了通用算力规模。预计未来五年，该领域的复合年增长率将达到52.3%。
全球算力规模也呈现高速稳定增长态势。据IDC数据报告，2022年全球数据总产量已达到81ZB，过去五年的平均增速超过25%。
随着AI大模型的快速发展，对高端智算资源的需求急剧增长，从而推动了算力租赁行业的蓬勃发展。
由于全球算力需求大幅上涨，对于许多中小企业和团队来说，高昂的算力成本是一个难以跨越的障碍。研发自己的算力体系需要巨大的成本投入，并非每一家企业都有能力构建自己的算力矩阵。为此，英伟达推出了算力租赁服务，旨在降低创业门槛，让更多的创业者能够参与到大语言模型等AI技术的市场竞争中。
关注乐晴行业观察，洞悉产业格局！
算力租赁行业概览
算力租赁，实质上是AI算力云业务的一种特定商业模式。这种服务允许第三方运营主体构建AI服务器集群，并通过出租算力的方式，为下游客户提供成本效益更高的资源利用方案。
对于致力于开发大模型的下游厂商，这种方式能够灵活提供计算资源，同时免除了硬件建设和维护的烦恼，进而降低大模型研发的门槛，优化资本支出结构，并有助于推动国内AI大模型的发展。
算力租赁的产业链上游是算力供应商，如英伟达等，在AI服务器芯片市场上占据主导地位；中游是云厂商，包括阿里、腾讯等大型科技公司，不仅提供基础的机柜、带宽和电力资源，还需根据用户需求配置合适的算力环境；下游则是需求方，目前创业公司、科研院所和政府智慧城市是算力租赁需求的主要来源。
算力租赁的商业模式与第三方IDC扩张模式相似，其核心在于资源层的能力。在建设阶段，需要通过各种渠道和资金投入来搭建基础算力设施。在发展阶段，强大的客户获取能力能够将投资转化为稳定的现金流，缩短投资回收期。
随着更多厂商进入算力租赁行业，未来的竞争将围绕资金实力、客户资源、渠道获取和运维能力等多个方面展开。
算力租赁市场格局梳理
在算力国产化方面，虽然国产AI GPU与英伟达等先进产品存在性能差距，但国内厂商在卡间互联传输速率等方面已接近国际水平。软件层面的突破有望成为国产GPU的突破口，但要实现生态迁移，还需要积累丰富的算法库。
在供不应求的背景下，算力租赁市场正经历涨价潮。随着人工智能的快速发展和“百模大战”的兴起，国内已发布数百个大模型，同时各个垂直领域的应用也对算力产生海量需求。这种供需失衡导致算力租赁价格上涨。
对于算力租赁公司，有五个关键维度值得关注：购卡能力和服务器渠道、在手订单量、资金实力、能耗指标以及业务协同性。这些因素将直接影响公司的竞争力和市场表现。
考虑到海外高性能芯片受限的情况，算力租赁及算力国产化相关产业链的厂商有望迎来机遇，国内厂商中恒润股份、中贝通信、鸿博股份、海光信息、寒武纪、浪潮信息、紫光股份等是主要参与者。#算力##人工智能##服务器##文章首发挑战赛##财经新势力#
结语
中短期内，算力紧张的状况仍然是一个不容忽视的问题。美国对高端AI芯片的出口管制不断升级，导致算力卡的供应变得紧缺。
在缺乏足够算力支持的情况下，AI模型的训练和开发可能会受到限制，进而影响AI技术的创新和应用。
与此同时，国产算力在性能上仍处于追赶阶段，这使得国内算力供求矛盾进一步加剧，行业在短期内将不可避免地面临涨价的压力，将对整个AI产业的发展带来一系列挑战。
各大厂商正在加大对国产AI芯片的研发和投入，提升国产算力的性能和竞争力，减少对进口芯片的依赖。政府也在通过政策引导和支持，鼓励更多的企业和资本进入算力产业，增加市场的供给。
中国信息通信研究院的测算结果显示，2022年全球计算设备的算力总规模已达到906EFlops，增速为47%。展望未来，预计全球算力规模在未来五年内将以超过50%的速度持续增长，到2025年，全球计算设备的算力总规模将超过3ZFlops。
随着国产化模型的成熟，算力需求将持续增长，算力租赁等解决方案有望填补这一空缺。长期来看，随着大模型算力需求的加速增长，算力缺口可能仍然存在，算力国产化是长期发展的必经之路。
关注乐晴行业观察，洞悉产业格局！