通信行业深度报告-云厂商仍保持算力高需求-算力租赁需求有望边际向上_12页_1mb

通信行业深度报告总结

核心内容

本报告聚焦通信行业中算力租赁与IDC（互联网数据中心）的协同发展，分析了两者在商业模式、需求场景及供给约束等方面的差异，并探讨了算力租赁在当前AI算力需求激增背景下的增长潜力与投资价值。

主要观点

1. 算力租赁与IDC的互补关系

• 商业模式差异：
  IDC是“自建或租赁基础设施”模式，提供物理空间、电力、网络等资源，客户自备服务器；算力租赁是“购买服务”模式，用户无需自购硬件，即可按需租用GPU集群等计算资源，实现灵活、轻量化的算力使用。

• 需求场景差异：
  IDC主要服务于需要长期稳定运维的企业，如金融机构、视频平台等；算力租赁则适用于短期弹性需求，如AI大模型训练、影视渲染等，适合快速迭代和成本敏感型业务。

• 供给视角差异：
  IDC盈利依赖于机柜规模与资源利用率，算力租赁则因资源稀缺性与成本传导机制具备价格弹性，特别是在高端GPU供应受限的背景下，具备更强的溢价能力。

关键信息

2. 算力租赁需求增长逻辑

• AI训练优化：
  以DeepSeek为代表的AI公司通过算法-硬件协同设计（如稀疏化训练、混合精度优化、3D并行策略等），显著提升了训练效率，降低了成本，推动了算力租赁需求。

• Agent智能体需求爆发：
  Agent对算力需求的提升来源于其高渗透率、高频调用及高任务复杂度，预计2030年前将创造近千万B200的算力需求，远超传统多模态模型。

• 企业自建算力趋势：
  企业端AI应用扩展（如智能制造、金融分析）促使部分企业自建模型训练，进一步加剧算力压力，推动算力需求从训练端向推理端迁移。

3. 供给端的硬约束与涨价空间

• 高端GPU供应受限：
  美国对华芯片出口限制持续加码，英伟达H100/H20等高端GPU对华供应受限，导致国内算力租赁商面临“无卡可用”的困境。

• 国产替代进展有限：
  虽然华为昇腾910B等国产芯片加速替代，但其在性能与生态适配度（如CUDA生态）方面仍存在明显差距，短期内难以完全替代。

• 算力租赁价格弹性：
  英伟达H20禁售后，H800服务器单价上涨50%，成本压力已传导至租赁端。液冷等节能技术普及也进一步推高租金。

4. 算力租赁市场前景

• 市场增长预测：
  中国智能算力规模在2022年已达268 EFLOPS，预计未来5年年复合增长率达52.3%。2024年智能算力规模预计达725.3 EFLOPS，同比增长74.1%。

• 算力租赁市场规模：
  2026年国内算力租赁潜在收入市场规模有望达到2600亿元，年增速超过20%。

竞争壁垒与行业趋势

5. 竞争壁垒分析

• IDC竞争核心：
  一线城市及周边地区的土地资源与能耗指标获取能力是IDC行业的主要壁垒，同时绿色节能技术的运用也影响运营成本。

• 算力租赁竞争核心：
  GPU资源囤积规模与获卡渠道稳定性是算力租赁行业的关键壁垒，尤其是在英伟达高端芯片供应受限的背景下，资源垄断性成为核心竞争力。

相关标的

风险提示

• 技术发展不及预期：AI算力基建的持续性依赖于AI大模型等技术的发展，若技术进展缓慢，可能影响算力需求。

• 中美地缘政治风险：美国可能进一步限制对华高科技产品出口，影响高端GPU芯片的获取。

• 行业竞争加剧：随着市场需求增长，新进入者增多，可能导致行业竞争加剧，压缩利润空间。

总结

算力租赁与IDC在算力生态中互补共存，分别满足企业不同的算力需求。在AI大模型训练与推理需求增长、高端GPU供应受限的背景下，算力租赁市场具备较强的弹性与涨价空间。未来5年中国智能算力市场规模预计年复合增长率达52.3%，算力租赁行业将受益于这一趋势。具备优质GPU资源、大厂订单及绿色节能技术的企业将更具竞争优势，相关标的包括润建股份、大位科技、利通电子、润泽科技等。然而，行业仍面临技术发展、地缘政治及竞争加剧等多重风险。