20231008-浙商证券-AI算力租赁行业研究框架_时势造英雄_宜谋定而后动_34页_1mb

AI算力租赁行业研究报告总结

商业逻辑

AI算力租赁业务专注于大模型训练的算力需求，连接项目投资方、项目建设方、项目运营方、模型研发商和终端用户等多方资源。其商业价值在于优化算力资源配置，提高设备调试和网络搭建的know-how复用率。短期需求主要来自15家头部大模型厂商对标GPT-3，需1920台A100/A800服务器（15360张GPU）；长期需求为5家厂商对标GPT-4，额外需13705台服务器（近11万张GPU）。算力不足和时间敏感性推动该业务，即使自有算力成本较高，租赁仍具性价比，尤其考虑到硬件等待、调试和运维开销。

盈利模型

AI算力租赁收入来自GPU租赁，价格随性能提升（A100最高配置租金是最低的18倍）。成本包括设备折旧（占比最高）、数据中心运营（能源、散热等）和人员成本。设备折旧为非现金支出，运营成本高但可通过规模效应优化。盈利能力分析显示，算力租赁利润空间有限，易受租金竞争影响；转向GPU云提供更多增值服务潜力。

相关标的

上市公司布局AI算力租赁分为四类：IaaS云服务厂商（如阿里、腾讯、百度）、传统IDC服务厂商（如浪潮信息、云赛智联）、AI算力用户向上游扩张（如商汤科技、吉利汽车）和跨界布局厂商（如鸿博股份、协鑫能科）。业务模式包括自建和出租，盈利来源有项目分红、政府支持、运营分成和增值收入。标的公司如真视通、中贝通信等正在建设算力中心。

海外映射

海外云厂商（如微软、亚马逊、谷歌）大规模囤积英伟达A100/H100芯片，并推进自研AI芯片以降低依赖。GPU云是算力租赁的进阶方向，提供更高价值和壁垒，相比单纯租赁更具成长空间。英伟达通过DGXCloud等服务，与云合作伙伴竞争，提供软件栈支持。

风险提示

主要风险包括主观假设带来的测算偏差、需求不及预期、上游供应短缺或美国禁令影响、政策变化以及市场竞争加剧。建议关注从算力租赁向GPU云的转型，以提升附加值。

其他关键点

• 供需分析显示AI服务器需求快速增长，2023年出货量年增384%，到2026年复合增长率22%。
• 行业评级：看好，基于短期内算力紧缺和长期增长潜力。
• 总体：AI算力租赁是AI产业关键环节，市场空间广阔，但风险需管理。

**注：此总结已按Markdown格式组织，但去除额外标记字符，以纯文本呈现。**