摘要：一年前，英伟达H100的8卡节点年租赁价格最高达到了20万元，仅隔一年，其价格就降至约6万元。不仅如此，消费端的RTX 4090年租赁价格也从年初的约2万元降至目前的6000元左右。

一年前，英伟达H100的8卡节点年租赁价格最高达到了20万元，仅隔一年，其价格就降至约6万元。不仅如此，消费端的RTX 4090年租赁价格也从年初的约2万元降至目前的6000元左右。

除了租赁价格的调整，近日多家上市公司也发布公告称，终止此前签订的算力租赁合同。曾经算力租赁业务被视为“金疙瘩”，眼下它们却走到了是否要继续前行的“十字路口”。

《中国经营报》记者在多地采访中了解到，伴随多地智算中心的落地，受显卡价格下降和大模型训练降温等因素影响，今年上半年开始，国内算力的价格呈现下降趋势，部分地区的智算中心算力并没有被完全消纳，而一些规模较小的算力供应商在明知会违约的情况下，不得不提前终止算力租赁合同，及时止亏。

算力租赁“缩水”

自2023年起，伴随AI算力需求呈爆炸式增长态势，算力租赁板块也逐步发展壮大。同花顺数据显示，截至今年12月6日，算力租赁概念的上市企业已经达到了109家。这其中除了运营商、云厂商外，不乏一些跨界玩家，比如“味精大王”莲花控股（600186.SH）、房地产开发商大名城（600094.SH）、染料生产商锦鸡股份（300798.SZ）等，均宣布布局算力新赛道，推进智算中心项目。

除企业外，在推进智算中心建设项目的进程中，记者注意到，地方政府也是重要的参与者，既包括北京、成都、武汉、杭州、合肥、苏州等经济繁荣、人工智能基础较为扎实的一、二线城市，也涵盖了众多三、四、五线城市。

中国信通院的一份研究报告显示，截至今年5月，国内建设和规划中的智算中心共有185座，总算力为272 EFLOPS（算力单位，EFLOPS是ExaFLOPS缩写，指每秒能执行10的18次方次浮点运算），建成运营的有104 EFLOPS。

算力租赁是智算中心的主要盈利模式之一。企业或研究机构无需自建昂贵的计算基础设施，而是通过租赁智算中心的算力资源来进行数据处理和模型训练。此前，因为国内的算力建设并没有适配目前算力需求的增长速度，算力供需紧张，算力租赁可以降低用户的门槛，使得更多的创新者能够进入AI领域，加速了AI应用的普及和发展。

智算中心“遍地开花”，使得国内算力规模急速扩大。据《中国综合算力指数报告（2024）》数据，截至2024年6月，我国在用算力中心的机架数量超过830万标准机架，算力规模达到246EFLOPS。

然而，经过短短一年的狂欢后，市场开始变得冷静。百度CEO李彦宏曾坦言：“生成式AI的技术泡沫不可避免。历史告诉我们，当技术没有达到最初兴奋阶段的高期望时，必然会引发市场失望。”

资金短缺、产品市场反响不佳、投资人热情退却，一些企业开始重估AI业务，算力租赁业务也随之出现“缩水”，在算力规模不变的情况下，价格却大幅降低。

12月4日，鸿博股份（002229.SZ）发布关于全资子公司日常经营重大合同签署补充协议的公告。公告中提到，公司全资子公司英博数科与北京京能及京能海北签署了补充协议，主要针对智算中心设备采购合同进行调整。原合同交易总金额为10亿元，而补充协议后，算力规模保持不变，合同交易金额调整为6.46亿元。

此前的11月12日，锦鸡股份公告称，公司全资子公司英智创新今年1月与缔息云联价值超过9亿元的算力租赁合同终止。

某地智算中心的运营总监张勇对记者表示，不仅仅是上市公司，现在很多地方政府牵头建设的智算中心算力也没有被全部消纳，处于闲置的状态。

“现在很多地方的智算中心商业模式是单一地购买了GPU，组件集群，出租算力。”张勇表示，“这是一种非常粗放的商业模式，尤其是在当地没有AI应用场景的情况下，完全不具备抵抗市场波动的能力。设想一下，若智算中心是一座城市，算力便是这座城市的活力之源。若城市内的建筑（机架）未能得到充分利用，道路（算力市场）亦未得到恰当的规划，那么这座城市便无法释放其潜在的全部活力。”

算力过剩？

上海财经大学中国经济思想发展研究院研究员岳翔宇对记者表示，加快智算中心的建设，适度超前发展算力基础设施，对于人工智能产业有重要的价值。但备好菜不等于做好菜，算力发展是人工智能发展的必要条件，而不是充分条件。依托算力增长，要加快人工智能产业发展，只有积极探索科技创新与产业创新融合，才能加快把算力转化为新质生产力，从根本上解决智算中心面临的运营及盈利问题。

在算力租赁市场缩水、智算中心算力闲置的情况下，也引发了业内算力过剩的担忧。

中国计算机学会（CCF）副理事长、并行科技董事长陈健曾在接受记者采访时表示：“其实我更担心的是，一些地方以攀比心态上马的智算中心项目，能否保障为真实用户提供优质可靠的智能计算服务？若只有资源盲目扩张却不能发挥其应有效能、让需求端便捷获取优质算力服务，无疑意味着资源和资金的无谓浪费。”

“现在的确出现局部算力过剩的情况，但这是AI大模型从训练阶段向推理阶段过渡的表现。”国内某ICT基础设施提供商的地区总经理李扬对记者表示，“从去年到今年上半年，大模型整体处于训练阶段，这一阶段需要的算力是最高的，需要处理大量的数据，并且需要进行多次迭代以优化模型参数。这通常涉及到大量的浮点运算，因此需要千卡甚至万卡的规模。”

李扬表示，现在大模型开始进入推理阶段，使用训练好的模型对新数据进行预测，并作出相应的决策。在这一阶段，需要的算力就会很少。但长期来看，AI应用落地需要更多算力。因此，各家采取了“适度超前投资”的策略，仍在大规模采购算力。

实际上，从今年下半年各家大模型厂商公布的数据看，推理算力正在迎来爆发式增长。英伟达在其财报会上也表示，公司全年数据中心里已经有40%的收入来自推理业务。VerifiedMarketResearch报告显示，2023年人工智能推理芯片市场规模为158亿美元，预计到2030年将达到906亿美元，在2024—2030年预测期内的复合年增长率为22.6%。

中关村物联网产业联盟副秘书长袁帅认为，关于当前产业对智算中心运营及盈利模式的认识还不到位的问题，这是一个需要逐步解决的过程。智算中心的建设和运营是一个复杂的系统工程，需要综合考虑技术、经济、市场等多方面因素。在初期阶段，可能会存在一些探索和试错的过程，但随着时间的推移、技术的不断成熟、市场的不断扩大，智算中心的运营和盈利模式也将逐步清晰和完善。同时，政府和企业也需要加强合作，共同推动智算中心的建设和发展，为人工智能产业的快速发展提供有力支撑。

来源：新浪财经一点号