算力价格跟踪及市场洞察：AI浪潮下的供需博弈与未来走向

算力已成为AI时代的核心生产力，算力价格影响产业发展2023年ChatGPT的兴起引发了全球范围内的AI大模型热潮，中国企业也纷纷加入这场技术竞赛，预计2026年中国智能算力市场规模达到4080EFlops，相比2023年复合增长率高达36.2%；算力、算法、数据成为AI应用的三大核心要素，在训练和推理场景中，算力硬件成本占比均超过了50%；且随着大模型应用场景的拓宽，AI推理需求成为驱动算力增长的核心引擎,算力成本最高占比将近65%，算力价格不仅决定AI项目落地成本，也牵动芯片、云等多条产业链。450040003500300025002000150010005000中国智能算力市场规模及预测(EFlops,FP16)4080CAGRCAGR:36.2%3175226014508702023年2024年2025年E2026年E2027年E算力算力数据算法AI数据算法AI应用核心要素50%65%15%20%15%5%15%5%5%5%资料来源：公开资料，科智咨询整理22••A系列：A100/A800经历了价格高涨到趋于平稳的过程，A100作为初始算力市场的主力，供给严重不足，加上出口管制的影响，短期内急剧放大了，导致价格短期内暴涨；在经历了H系列等更先进的芯片成为市场新宠、芯片封装工艺提升、有效产能和供给增加，降低了对A系列的需求压力，价格降幅最大•H系列：H100需求旺盛，但产能成为核心瓶颈，导致供给严重短缺，价格高企；后期后期针对中国的H100、H800被禁后，短期内对H20需求增长，但整体需求和价格走势相对低迷，•消费级显卡：随着市场和需求平复，2024年上半年价格开始回落。后因RTX5090新一代产品的出现，4090价格整体走低，逐渐趋于平稳；•国产芯片：价格走势平稳，以昇腾910B为例，2023年下半年，该芯片单价维持在7-8万元区间，昇腾910B在特定场景下的性价比优势逐渐显现，在政务云、国有企业等市场中份额稳步提升。2825221916131072825221916131072023年6月2023年12月2024年6月H8002024年12月H202025年6月2025年10月H100111099882022年12月2023年6月2023年12月2024年6月2024年12月2025年6月2025年10月A100A80091088642023年6月2023年12月2024年6月2024年12月1088642023年6月2023年12月2024年6月2024年12月昇腾910B2025年6月2025年10月210.90.8502022年12月2023年6月2023年12月2024年6月2024年12月2025年6月2025年10月RTX4090●●资料来源：公开资料，科智咨询整理332022年10月2023年6月2023年12月2024年6月2024年12月2025年6月2025年10月H100H800H2018161412108642855•A系列：2022年底至2023年初，AI模型训练需求激增，推动A100/A800租赁价格高涨。2023年下半年后，企业转向更高效的H系列或云服务，需求减少，价格下降。2025年，AI推理需求增长，但更倾向于低成本GPU，A系列需求进一步萎缩；•H系列：大语言模型（LLM）训练需求爆发，推动H100价格高涨，后期需求从训练转向推理，H系列需求增长放缓；•消费级显卡：以RTX4090为例，AI推理需求增长，推动了价格高涨,随着消费级GPU需求稳定，以及新一代产品推出，租赁市场竞争加剧，价格下降；•国产芯片：2024年，中国AI公司在美国制裁下转向国产GPU，需求爆发，推高价格；2025年，华为推出新一代昇腾芯片，且AI模型训练需求增长放缓，价格下降。13131211109876322022年12月2023年6月2023年12月2024年6月2024年12月2025年6月2025年10月A100A8006●●544●7●●3●12024年6月2024年12月2025年6月2025年10月昇腾910B21.50.981.50.981''0.750.650.650.60.502023年6月2023年12月2024年6月2024年12月2025年6月2025年10月RTX409014资料来源：公开资料，科智咨询整理4算力租赁价格跟踪2：GPU云服务器算力成本下降，AI技术落地成本降低2023年至2025年10月间，主流GPU云服务器租赁价格整体下降，以H100为例，其租赁价格从2023年初接至2025年中，跌幅超过50%，主要由于供需关系的根本性转变，训练需求阶段性饱和以及新芯片上市带来的替代效应；随着NVIDIA自身产能提升、新一代芯片上市，以及华为、寒武纪等竞争者涌入市场，供给大幅增加。同时，企业AI投入趋于理性，需求从“疯狂囤货”转向“按需使用”，价格理性回归。28242016242016127754543.843.33.843.302023年6月2023年12月2024年6月2024年12月2025年6月2025年10月A100A800H100H800H20RTX4090异腾910B2资料来源：公开资料，科智咨询整理100%80%60%40%20%0%28%30%33%35%28%30%33%42%59%72%70%67%65%72%70%67%58%41%2022202320242025E2026E2027E随着大模型在千行百业和具体场景的落地应用需求增加，推理侧算力需求增加:AI的商业价值最终体现在大规模落地应用上，这意味着海量的用户每一次调用模型（如与AI对话、生成图片、智能推荐）都会产生持续的推理算力消耗，改变了算力资源的消耗模型，使其从项目制资源转变为如同“水电煤”一样的基础设施性n国产算力卡崛起打破垄断，是市场多元与价格加了市场有效供给，更通过引入良性竞争，有效平抑了因供需n随着AI应用大规模落地，推理需求已占主导，推理多元模式满足了差异化需求，减少了资源闲置，从宏观上优化资料来源：公开资料，科智咨询整理66B200A800A100RTX4090算力:2250(FPB200A800A100RTX4090算力:2250(FP16)算力:312(FP16)场景：推理算力:312(FP16)场景：推理算力:330(FP16)场景：推理算力:312(FP16)场景：推理2023年11月2025年9月2022年3月2023年3月2023年11月2023年11月2025年9月2022年3月2023年3月●●2022年10月●●2022年10月2020年5月2022年11月2025年3月2024年3月2020年5月2022年11月2025年3月H100H800H200算力:419(FP16)场景：推理算力:989(H100H800H200算力:419(FP16)场景：推理算力:989(FP16)RTX5090算力:148(FP16)算力:148(FP16)算力:989(FP16)算力:989(FP16)H100的FP16Tensor算力为989，B200的H100的FP16Tensor算力为989，B200的FP16/BF16算力为2250，算力提升了约1.28倍，降低了单位算力成本;B200的每token能耗相比H100降低了约4.6倍，B200能够以更低的能耗完成相同的计算量，有效降低了单位算力成本。B200的FP8能效比约为8.3TFLOPS/W，能效比提升约45%，降低了电力成本，进而降低了单位算力成本;7资料来源：公开资料，科智咨询整理7国产算力其他算力9.0%9.0%1.0%90.0%英伟达其他算力1.0%国产算力40.0%国产算力英伟达59.0%英伟达产品型号FP16算力（TFLOPS）产品优势华为昇腾910B376FP16算力超A100，达芬奇架构能效寒武纪MLU59031515%-25%壁仞BR100512沐曦曦云C500280CUDA兼容率95%，成本为A100的80%nn随着国产化进程推进，国产GPU在国内市场的渗透率显著提升,预计2025年国产GPU整体市场份额达40%，其中头部企业（华为、壁仞、摩尔线程等）可贡献超80%的国产份额；n国产GPU在算力指标上不断突破，与国际主流产品的差距逐渐缩小，凭借高性价比为市场注入活力，助力算力供给市场形成，进而稳定价格；nn“2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅申报指南”指出，预期目标是到2027年，大模型训练芯片覆盖主流模型框架，适配90%以上大模型，支持混合精度计算、低精度训练等技术，半精度浮点数算力性能达到国际先进训练芯片90%以上。n软件生态建设取得积极进展。多家国产芯片企业通过兼容CUDA生态、自研编程框架等不同路径，努力降低用户迁移成本。生态差距的缩小为国产算力规模应用创造了条件。8资料来源：公开资料，科智咨询整理8n未来算力市场价格可能呈现更为复杂的走势。一方面，AI训练侧的高端芯片价格可能因技术迭代而持续下降。另一方面，推理侧芯片价格则可能随着应用场