2025算力行业剖析及融资租赁业务模式探索

钟毅2025.3算力行业剖析及融资租赁业务模式探索工作经历及职务：

高速公路领域从业7年；融资租赁从业5年；科技领域从业5年；新能源及施工领域从业2年。

四川中交信通网络科技有限公司法人、董事、总经理；四川成渝新能建设有限公司副总经理

共青团四川省委新经济行业团指委副主任

四川省计算机学会理事相关奖励和业绩：

曾获四川交投十周年“四川交投金融人

”荣誉；

发明专利1项（第一发明人）；

蜀道集团2024年集团级内训师“优秀学员

”

（人工智能课程）

搭建了面向交通行业的公有云；

落地第一期“子期

”算力中心；

搭建了四川中交信通“伯牙

”行业大模型；所获相关证书：

注册信息专业安全人员（CISP）

国际项目管理师（PMP）

信创集成适配工程师

信创信息安全工程师

信创集成项目管理师

生成式AI职业技能基础证书

Prompt

Engineer（提示词工程师）讲师简介一、算力经济的底层逻辑2024年7月，会议指出，要从全局高度认识和推动数字经济高质量发展，促进数字技术和实体经济深度融合，推进数字产业化、产业数字化，全面赋能经济社会发展。宏观来看

，

国家数字经济的发展

习总书记指出：要不断做强做优做大我国数字经济。

国家《

“十四五”数字经济发展规划》指出：“数

字经济是以数据资源为关键要素

，以现代信息网络为主要载体

，以信息通信技术融合应用、全要素数字

化转型为重要推动力

，促进公平与效率更加统一的新经济形态。”习近平总书记在2022年第2

期《求是》杂志发表的《不断做强做优做大我国数字经济》一文中指出，“数字经济……正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”，要“推动实体经济和数字经济融合发展”。宏观来看

，

国家数字经济的发展

根据中国信通院公布的数据显示，中国数字经济规模已从2012年的11.2万亿元增长到2023年

的53.9万亿元，持续保持高位增长。

其中，10万亿到30万亿，用了约6年；30万亿到50万亿，仅用了约4年。

在此背景下，2023年我国数字经济占GDP比重达到42.8%，数字经济同比名义增长7.39%，高于GDP名义增速2.76个百分点。

数字经济增长对GDP增长的贡献率达到66.45%。资料来源：中国信息通信研究院党的十八大以来

，我国数字经济进入加速发展周期

，持续发挥了经济“稳定器”与“加速器”的作用。中国工程院院士，中国科学院计算技术研究所研究员、学术委员会主任孙凝晖十四届全国人大常委会第十讲专题讲座《人工智能与智能计算的发展》讲座时间讲座人讲座主题2015年8月21

日西安交通大学教授卢秉恒先进制造与3D打印2017年6月22

日中国科学院院士白春礼、潘云鹤、潘建伟和周琪世界新科技革命和产业变革总体态势以及人工智能、量子信息和基因编辑等专题2024年4月26日中国工程院院士孙凝晖人工智能与智能计算的发展近年来公开报道的院士、教授给国家领导人的授课记录第四次工业革命（21世

纪初至今）以大数据、

人工智能、物联网等信

息技术为基础的数字经

济革命。第三次工业革命（20世

纪中叶至21世纪初）以

电脑和网络为基础的信

息革命。第二次工业革命（1870s-1940s）以电气能源为基础的生产革命。第一次工业革命（1760s-1840s）以蒸汽机为基础的机械化革命。通用算力热力电力人工智能工业革命的历史进程习总书记指出：“谁能把握大数据、

人工智能等新经济发展机遇

，谁就把准了时代脉搏”——2025年2月24日人民日报刊文

《抢抓人工智能发展的历史性机遇》2025年2月19日

国务院国资委召开中央企业“AI+

”专项行动深化部署会一批高价值行业应用场景落地数据集建设稳步推进

智能算力供给能力显著提升

大模型构建加速追赶2024年12月中央经济工作会议，部署2025年

重点任务：开展“人工智能+

”行动

2018年将融资租赁公司监管职责划给银保监会。2020年《融资租赁公司监督管理暂行办法》，参照金融租赁管理。

从2018年，公益性资产（如道路、医院）不能作为融资的抵押物，政府不得变向为平台公司融资提供增信。

2021年国资委《关于进一步促进中央企业所属融资租赁公司健康发展和加强风险防范的通知》：租赁公司要切实回归租赁本源，租赁公司要立足集团主业和产业链供应链上下游，

大力发展直接租赁；推进产业转型升级和结构调整、带动新兴产业发展等方面发挥积极作用。租赁物应当依法合规、真实存在，严格限制以“不能变现的财产作为租赁物

2022年，不得将道路、桥梁等涉嫌新增地方政府隐位债务以

及被处置后可能影响公共服务正常供应的构筑物作为租赁物。

2024年1月《金融租赁公司管理办法（征求意见稿）》，资产的真实、完全转让，风险的真实、完全转移

”对租赁物再融资形成制约；对于融资类业务，不得未提供实质性服务而收取费用；租赁物为“设备资产、生产性生物资产以及国家金融监督管理总局认可的其他资产；售后回租融资租赁交易的租赁物限制为“设备资产

”。行业来看

，融资租赁行业需要转型

2022年，有大批外资租赁公司陆续退出市场，当年外资租赁公司减少2083家，租赁公司合同余额也有一定的下降。

现阶段，融资租赁公司业务模式仍以具有信贷业务特征的售后回租为主，并且城投业务占据一定规模，存在违规新增隐债的风险和租赁物难以处置的问题。商租参照金租管理

，融资租赁行业的管理逐渐规范

，要求融资租赁回归本源。 《中共中央关于进一步全面深化改革

推进中国式现代化的决

定》

中34次提及金融。

首次提出制定金融法

，金融机构定位是健全服务实体经济

，金融强监管的趋势将延续

。依法将所有金融活动纳入监管，

强化监管责任和问责制度

，加强中央和地方监管协同

，避免监管套利和真空地带的形成。

积极发展科技金融

、绿色金融

、普惠金融

、

养老金融

、数字金融。 引导更多金融资源流向科技创新和科技型企业完善金融机构定

位和治理

，健全服务实体经济的激励约束机制

。

数字金融是数字经济时代的基础服务

，正成为扩大内需

、促进创新创业

、推动高质量发展的重要驱动力

构建产业资本和金融资本“

防火墙

”。

打击恶意掏空金融机构的违法股东，

防止产业资本在金融领域无序扩张

，避免产业和企业本末倒置

、脱实向虚

。产业为本、金融为用，推动金融更好地服务实体经济，

防止产业资本的风险向金融资本蔓延。

落实好防范化解房地产

、地方政府债务、

中小金融机构等重点领域风险的各项举措。2021年国务院国资委《关于进一步促进中央企业所属融资租赁公司健康发展和加强风险防范的通知》：

融资租赁公司要切实回归租赁本源，立足集团主业和产业链供应链上下游，大力发展直接租赁；在拓宽上下游企业融资渠道、推进产业转型升级和结构调整、带动新兴产业发展等方面发挥积极作用。

规范开展售后回租，不得变相发放贷款，租赁物应当依法合规、真实存在，严格限制以“不能变现的财产

作为租赁物

”。

要将融资租赁公司管理纳入集团公司全面风险管理体

系。

落实薪酬延期支付制度，建立追索扣回机制；

对于已经展期或续签的项目，应当采取特别管控措施，不得视同正常项目管理；行业来看

，融资租赁行业需要转型国家提出制定金融法

，积极发展科技金融、绿色金融、普惠金融、养老金融、数字金融

，健全金融服务

实体经济的激烈约束机制。2024年6月3日国资委召开的大会，会议上明确“退金令

”各中央企业原则上不再新设、收购和参股各类金融机构。对于风险较大的金融机构，央企必须要尽快撤出。二、算力行业的理解名称发文机关日期内容摘要《国家数据基础设施建设指引》国家发展改革委、国家数据局、工业和信息化部2024年12月31日《关于促进数据产业高质量发展的指导意见》国家发展改革委、国家数据局、教育部、财政部、金融监管总局、中国证监会2024年12月30日加强大带宽、低时延、高可靠的数据传输技术应用，加快算网融合等关键技术创新等。《关于促进企业数据资源开发利用的意见》国家数据局、中央网信办、工业和信息化部、公安部、国务院国资委2024年12月20日《中小企业数字化赋能专项行动方案（2025—2027年）》工业和信息化部、财政部、中国人民银行、金融监管总局2024年12月12日在先进制造业集群、中小企业特色产业集群、国家高新技术产业开发区等重点集群、园区，加快新型基础设施规模化建设应用，为中小企业上云用国家对算力行业的政策支持

推进算力资源科学布局，促进各类新增算力向国家枢纽节点集聚；推进东中西部算力协同，降低东西部数据传输成本；推进算力与数据、算法融合创新，壮大数算产业生态体系；推进算力与绿色电力融合，探索绿电直供新模式；推进算力发展与安全保障协同，推动建设国家算力网基础安全服务保障平台。提出大力推广云计算、边缘计算、大数据分析等平台服务，支持企业开发和使用智能化工具。加大对中小企业数据治理和应用的支持力度，鼓励有条件的地方探索发放数据券、算法券和算力券，降低中小企业治数用数成本。云提供基础支撑。支持地方探索“上云券

”“算力券

”等优惠政策措施，为中小企业上云用算提供支持。鼓励算力中心提供“随接随用、按需付费

”的云端算力服务，降低中小企业用算成本。（工业和信息化部牵头负责）提出打造全国一体化算力体系，发展通算、智算、超算等多元化算力资源，支持企业参与算力全产业链生态建设，构建一体化高质量算力供给体系，人工智能三要素：算力、算法、数据。算力指的就是计算能力

，是支撑人工智能算法运行和数据处理的基础设施；算法是指导计算机执行特定任务的一系列指令的集合；数据是驱动AI技术发展的重要基础。算力数据“炼丹三要素

”人工智能三要素炼丹炉火力药材人工智能三要素算法

边缘算力

，就近为用户提供

的实

时计算

能力

，是

以上三

种算力形

式

的组合；

用

以解

决

网络延迟产生

的问题。超算算力

，

以超级计算机输出

的计算

能力为主

，

用于尖

端科研

、

国

防军工等

大科学工程等；C按照《中国算力白皮书(2022年)》的定义

，算力分为通用算力、智能算力、超算算力和边缘算力等四类。智

能算力

，

以GPU

、FPGA

、A

l

芯片等输

出的人工智

能

计算

能力为主；通

用算力

，

以CPU

芯片输

出的计算

能力为主；BDA算力的分类算力分类经中国信通院测算：2023年我国计算设备算力总规模达到435EFIopS(FP32)，全球占比约为31%，同比增速达44%。其中：

基础算力增速放缓，基础算力规模为140.4EFlopS(FP32)，增速为17%，增速同比放缓9个百分点，在我国算力占比为32.2%。

智能算力增长迅速，智能算力规模达到289.4EFlops(换算为FP32)，同比增长62%，在我国算力

占比达66.5%，成为算力增长最重要的组成部分。根据IDC数据：

2024年：智能算力规模达725.3EFLOPS（FP16）；

2025年预测：IDC预计智能算力规模将达1037.3EFLOPS（FP16），较2024年增长43%；

至2028年预计达2781.9EFLOPS（年复合增长率46.2%）智算是重点数据来源：IDC、中国信通院

人工智能(AI)是一门学科，是计算机科学的一个分支，研究创造和开发像人类一样思考和行动的机器。

机器学习(ML)是人工智能的一个子领域。它是一种程序或系统，可以根据输入数据训练模型，然后训练后的模型可以根据新的或从未见过的数据做出有用的预测。在机器学习中，算法从数据中学习模式和关系以做出预测或决策。无监督学习和监督学习是两种最常见的机器学习模型。

神经网络(NN)，也称为人工神经网络(ANN)或模拟神经网络(SNN)，是机器学习的一个子集。名称和结构的灵感源自人脑，模仿生物神经元相互发送信号的方式。神经网络是深度学习算法的核心。

深度学习(DL)是神经网络的一个子集。这里的“深度

”一词指的是神经网络中层的深度。任何具有三个以上隐藏层的神经网络都可以被视为深度学习算法。深度学习模型具有更多的隐藏层，非常适合解决复杂的现实问题。

生成式人工智能(GenAI)是深度学习的子集，深度学习是一种人工智能技术，可以根据从现有内容中学到的知识生成不同类型的内容，例如文本、图像、音频、视频。

大型语言模型(LLM)是生成式人工智能的一种形式，它专注于根据训练过程中，从大量文本数据中学习到的模式生成类似人类的文本。大型语言模型是一种专门用于自然语言处理的特定类型的机器学习模型。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。人工智能涉及的领域十分广泛

，如计算机视觉、

自然语言处理、机器人学、机器学习等。人工智能、机器学习、神经网络、深度学习、生成式人工智能、大语言模型的关系示意图人工智能与大模型什么是训练?什么是推理？AI模型训练的过程就是不断通过计算修正和调整参数的过程

，直到模型能够很好地拟合训练数据。大模型的训练参数数量庞大、

训练数据量大、计算资源需求高大模型训练的本质大模型推理是模型在完成预训练或微调后，将学习到的模式应用于新数据，以生成文本、图像、决策等输出的过程。推理，本质上就是大模型回答的过程。Token是自然语言处理（NLP）中文本处理的最小单元，可以是单词、子词、字符或标点符号。大模型的推理根据输入数据类型分类DeepSeek影响下，算力发展的变化DeepSeek在2025年的春节期间爆火

，用短短二十天的时间就实现了DAU2161万的数据

，超过了

ChatGPT发布之初的数据表现，

已经成为AI超级应用。2024年1月至2025年1月中

，各月AI产品访问量最高的产品数据走势图2025年1月20日，

国务院总理李强主持召开座谈会，

听取对《政府工作报告(征求意见稿)》的意见建议，

DeepSeek创始人梁文锋出席并发言。1月25日-27日

，关注度迅速提升安卓平台DeepSeekAPP下载量IOS平台DeepSeekAPP下载量资料来源：SensorTower1月27日

，美国科技股论据，字体大小不超过16号字

英伟达，DeepSeek-R1正式登陆NVIDIANIM；

亚马逊，DeepSeek-R1在AmazonBedrock和SageMaker

AI上线；

微软，DeepSeek-R1在云服务Azure上部署；

英特尔公布，DeepSeek目前能够在英特尔产品上运行；

AMD，DeepSeek-V3集成到

InstinctMI300X

GPU上。1月27日

，美国科技公司DeepSeek为什么这么火？训练价格低（官方报告）根据官方报告，DeepSeek-V3的训练成本为557万美元，与之对比，谷歌的GeminiUltra训练成本则高达1.91亿美元。能力接近顶尖大模型能在数学、编码、推能与OpenAl的GPT-o1模型接近。开源DeepSeek把模型架构和参数开源，并且通过技术报告的形式，将GPRO等训练算法、目标函数等技术细节进行了公布有技术创新通过多头注意力（MLA）、MoE（混合专家）架构和采用FP8混合精度训练来实现高效推理和训练技术资源算力资源人力资源有限理等任务上，测评性DeepSeek-R1模型性能力接近顶尖大模型$100000000

vs

$5000000

20%训练价格低R1模型以V3模型作为基座模型训练，因此R1模型继承了V3模型大部分架构特征。R1模型的训练过程：用V3模型训练出一个具有强推理能力的R1

zero模型；R1zero经过冷启动生成推理数据，随后利用推理数据和SFT数据进行强化学习和SFT

等训练过程，最终得到R1模型。技术路线引入旋转位置编码（RoPE）来保持位置信息的有效表示。通过低秩压缩技术，将高维输入压缩到低维空间，提高推理效率。

擅长捕捉数据的潜在含义，如语义、因果关系等。

擅长处理更长的上下文。MLA的核心是对注意力键和值进行低秩联合压缩，减少推理过程中的键值缓存（KVcache），从而降低推理时的内存占用。技术创新

MLAMoE(MixtureofExperts)是组合多个专家模型提升深度学习模型性能和效率的架构。DeepSeekV3和R1模型前馈神经网络均采用混合专家（

MoE）架构。每个MoE层包含1个共享专家和256个路由专家组成，在运行时每个词元（token）

只激活8个路由专家。与稠密模型相比，MoE模型每个词元只需激活模型

中的部分专家，节约计算资源。不同专家专注不同任务，处理复杂任务时更有优势。技术创新

MoEDeepSeek和算力相关的两个亮点：FP8混合精度训练；

R1推理模型

。模型训练通常采用FP16或FP32精度的数据格式以保证训练效果，如果换成低精度即可降低存储占用，但往往受到激活、权重和梯度中异常值的限制。为了解决这个问题，DeepSeek采用了混合精度框架，使用细粒度量化策略、低精度优化器状态等方法以实现增强精度、低精度存储和通信，同时DeepSeek向硬件厂商也提出了硬件设计的相关建议。FP8混合精度训练技术创新近年三要素的创新驱动

算力、数据、算法的三角创新体系，在动态循环之中再次进入算法创新阶

段。

2022年：算法创新为主，ChatGPT发布，引发Transformer架构的风潮迭起。

2023年：数据创新为主，数据合成、数据标注等成为高质量数据集建设的热点方向。

2024年：算力创新为主，算力迈向超万卡时代，算力运营商等产业新物种诞生。

2025年：DeepSeek引领下，再次进入算法创新阶段。结论：DeepSeek验证了FP8训练节省40%的算力消耗，

当前FP8计算格式将成行业标

配技术革命；不支持FP8的存量算力设备可能将会大幅贬值。随着算法的继续优化，未来FP4将会逐渐登上舞台。来源：甲子光年未来算力行业重构：从FP16到FP8

，

再到FP4DeepSeek和算力相关的两个亮点：FP8混合精度训练；

R1推理模型

。根据使用类型分类通用模型与推理模型通用与推理的示例-时事新闻通用与推理的示例-时事新闻深层分析核心矛盾逻辑思考推理模型使算力消耗增加当前AI应用需求正在发生变迁，大模型正从ToVC泡沫炒作阶段走向ToB落地阶段，未来可能走向ToC阶段，并迎来应用爆发。推理算力未来可能爆发的示意图为什么是DeepSeek？模式创新的科技公司多为互联网背景；以流量为核心，平台经济；民营企业居多。

核心条件：商业模式、资源、钱、流量产业背景的科技公司大行业、

大产业背景；大集团控股；国有企业居多。

核心条件：甲方大集团背景。技术密集的科技公司实控人多为技术出身；有核心技术及强研发能力；民营企业居多。

核心条件：钱、资源、团队、方向。科技公司大概可以分为三类：钱杭州幻方科技有限公司杭州深度求索人工智能基础技术研究有限公司数据来源：

幻方量化官方网站High-Flyer是一家中国量化基金，也是较早在交易算法中使用人工智能的公司。数据来源：

幻方量化量化投资指用复杂的数学模型替代人为的主观判断，尝试追求收益的最大化。量化投资强调建立在大数定律基础之上的统计优势、建立在严格

执行基础之上的风控优势和建立在多元组合投资之上的分散优势。什么是量化投资？维度主观交易决策依据基本面分析、技术图表、个人经验执行方式手动操作，通过经纪商或交易平台人工下单风险管理依赖个人判断，可能因情绪波动忽略风控数据处理能力受限于人工处理速度，通常聚焦少数标的市场适应性可灵活调整策略，但缺乏系统性验证透明度决策过程直观（如技术形态识别），但逻辑可能不够严谨数学模型、历史数据回测、多因子分析全自动化，由算法直接连接交易所预设止损/止盈规则、波动率控制等量化指标可同时分析数千只证券的海量数据，捕捉细微统计规律需定期优化模型以适应市场变化，存在过拟合风险策略逻辑封装为“黑箱

”，普通投资者难以理解决策依据执行方式风险管理数据处理能力市场适应性透明度维度

量化交易投资思想交易规则计算模型模型回测模拟交易实盘交易沃伦.巴菲特过去20年平均年回报约:20%2008年次贷危机回报约:-15%詹姆斯.西蒙斯过去20年平均年回报约:35%2008年次贷危机回报约:80%作为后辈，能为西蒙斯的中文版传记作序，我感到十分荣幸。每当在工作中遇到困难的时候，我会想起西蒙斯

的话：“一定有办法对价格建模。

”文艺复兴科技公司是一家纯量化基金公司。公司创始人西蒙斯本来就是一个顶级数学家，公司的数学模型也是由一个数百人的团队编制而成的。这个团队的成员包括弦理论物理学、天文学、量子力学、生物学、数学等领

域的科学家。西蒙斯24岁获得博士学位，25岁赴哈佛大学任教，26岁为美国军方破译密码，30岁在纽约州立大学石溪分校当上数学系系主任，随后创立文艺复兴科技公司，将数学思想融入投资，使用量化手段寻找“投资圣杯

”。宁波程信柔兆企业管理咨询合伙企业(有限合伙)杭州深度求索人工智能基础技术研究有限公司宁波程恩企业管理咨询合伙企业(有限合伙)宁波少广创业投资合伙企业(有限合伙)杭州幻方科技有限公司梁文锋数据来源

：企查查49.80%50.10%54.61%68.14%99%99%54.06%

83.19%杭州幻方科技有限公司杭州深度求索人工智能基础技术研究有限公司梁文锋数据来源

：企查查资源同时满足以下2个条件：

芯片的I/O带宽传输速率大于或等于600GB/s

算力与位数乘积大于或等于4800TOPS满足任意一个条件：

算力与位数乘积大于或等于4800TOPS

TotalProcessingPerformance指标除以芯片面积大于等于5.92美国商务部的设备禁令团队抛开专业术语，用人话来理解背后的模式是：一个非常优秀的工程师，遇到问题会尝试不同的技术选型，选一个最好的方案。而小天才说：在座的都不够好，为什么不重写一个？然后写出了行业最佳方案。团队方向方向钱+资源+团队+方向真正的差距不是一年或两年，而是原创和模仿之差。DeepSeek的实践表明，

中国AI的崛起绝非简单的时间追赶，而是原创方法论的重构——这足以撼动人们心

目中那座技术偏见的“

大山

”。大部分人认为，科技领域最合理的分工

方式，就是美国负责前沿创新，

中国负

责应用落地挣钱。还美其名曰：美国做0-1，

中国做1-100DeepSeek对于科技行业和国家的意义未来算力还有需求吗？杰文斯悖论的核心：

“效率提升反而刺激总消耗增长”本质是

“人性贪婪遇效率红利

”

——技术让资源“

变便宜

”，但人永远想“

用到满

”。灯泡节能，点亮整夜例子：LED灯比白炽灯省电90%，但人们觉得“

电费不心疼

”，整夜开灯、装饰满屋，总用电量不降反升。记忆点：省电≠少用电，反而用得更放肆从大模型到代理OpenAl的AI发展的五个阶段举个例子：能否赶上女儿的演出。WWDC中，苹果软件工程高级副总裁CraigFederighi举了一个相对复杂的情境，即在会议推迟的情况下询问能否赶上女儿的演出。此时，Agent将从设备上找出主体(女儿)的演出相关信息(时间、地点)，以及会议的时间、地点，再依据常用交通方式和预计时间给出最终的回答。Manus是一个通用人工智能代理（Agent）

，

它连接思想与行动。

它不仅思考

，还能交付成果。

Manus擅长处理工作和生活中的各种任务

，在你休息时帮你完成一切。维度DeepSeekManus描述基于主流Transformer架构，作为知识型大模型的基座采用了混合专家模型（MoE）架构，擅长单线程高精度任务；多智能体协作架构，通过虚拟机沙盒调用工具链实现端到端任务闭环，支持跨平台、多步骤复杂任务自动化处理；核心能力语言生成、专业推理、集成多模态处理(如高分辨率图像输入)任务拆解(0.1秒级决策)、工具调用、异步执行交互模式聊天式交互，直接输出文本或代码指令驱动，支持复杂流程编排技术开放性开源部分模型权重，API成本为同类1/15左右依赖预设工具链，生态扩展性强局限性无法直接调用外部工具，需搭配第三方工具使用错误传导的风险高，响应速度受网络影响算力需求一般高DeepSeek与Manus网络搜索获取内容/处理其他工作DeepSeek与Manus代理（Agent）无限生产内容大模型&Agent时代

，推理需求剧增三、算力行业的发展趋势2023年如火如荼2023年如火如荼2023年全球算力规模（单位：

EFLOPS）国家数据中心集群上架率(2023年)资料来源：工业和信息化部，中国移动、中国电信、中国联通2023年中报，《财经》整理2023年如火如荼资料来源：Gartner、IDC、中国信通院

需求井喷与技术催化2023年因生成式AI大模型的爆发，全球算力需求激增。

国内AI企业为降低高昂的硬件成本，纷纷转向算力租赁模式。

政策驱动国家“

东数西算

”工程启动，推动数据中心向西部转移，算力资源布局优化。

新兴行业吸引资本大环境下，

以新能源、算力中心、生命科学为代表的新兴产业吸引更多资本落地，多家上市公司跨界布局算力租赁业务。2023年如火如荼2024年过犹不及2024年过犹不及截止2024年8月，全国算力中心新动态455个，其中项目较多的地区包括：江苏37个、浙江32个、山东31个、广东30个、北京25个、安徽和内蒙古各有22个，四川19个，新疆18个，宁夏、河北、青海和甘肃各16个，上海14个，重庆13个，黑龙江12个，河南10个。——据IDC圈不完全统计2024年过犹不及公司公告时间事项合同金额备注锦鸡股份2024年11

月12日算力租赁终止9.22亿元租赁时间：2024年1月1

日至

2028年12月31

日，48个月莲花控股2024年11

月25日算力设备采购终止6.93亿元采购330台GPU服务器，已交付12台，剩余318台终止交付青云科技2024年11

月26日算力租赁终止1.75亿元租赁期限：48个月2024年过犹不及资料来源：根据公开资料整理

商业模式不够清晰多家科技公司进入AI大模型行业，随着资本投入和技术深化，通用大模型的商业模式仍不清晰，导致客户对算力的需求不稳定。

门槛不高导致供应量增加算力租赁本质上就是服务器进入机房，前端的贸易模式也没有更高门槛，

因此市面上的算力服务器供应量增加，导致算力服务器销售和租赁价格下降。

市场过热与泡沫隐现2024年算力租赁市场规模增速超预期，但参与者激增导致价格战加剧。部分企业为抢占市场低价倾销资源，导致服务质量参差不齐，甚至出现局部的“算力过剩

”现象。

大厂为主的需求方控制总价格参照传统IDC模型，大厂熟悉并严控价格，加之交易结构层层嵌套，导致算力租赁的收益率持续下跌。2024年过犹不及2025算力发展：

精耕细作2024年过犹不及

阿里巴巴：根据财报，阿里巴巴FY2025Q3单季度资本开支达317.75亿元，环比大增80%，远超市场预期。且阿里巴巴表明未来三年集团在云和AI

的基础设施投入预计将超越过去十年的总和。

字节跳动：计划在2025年投资超过120亿美元用于AI基础设施建设，其中400亿元将用于购买中国AI芯片；

同时计划在海外投资约68亿美元，以使用先进的英伟达芯片来增强基础模型训练能力。

腾讯：腾讯云宣布将建设首个中东数据中心，拟投资超1.5亿美元。

百度：

宣布从以互联网为中心向AI为引领转型，并表示倾向于增加在AI云服务上的支出。算力设备价格波动低于去年；算力租赁价格短期仍在较低位

。H100服务器售价（万元）H100算力租金（万元）资料来源：四川中交信通根据市场信息搜集4090服务器售价（万元）4090算力租赁价格（万元）资料来源：四川中交信通根据市场信息搜集AI一体机服务将趋近精细化职责：偏重运营

为上游提供：

IaaS服务，软

硬件协同算力优化，极致降

低算力成本。

为下游提供：优质算力资源，提供PaaS+解决方案(行业+

场景+大模型+软硬件)算力供应方

算力运营方

算力需求方职责：偏重建设接入网络，设备上架国产化仍需要时间未来市场可能会重构：Ⅰ类：

更新换代的算力中心

，将会持续扩张：Ⅱ类：

不合需求的算力中心

，利用率可能会跌至30-40%；Ⅲ类：

推理中心

，

需求将会有较大幅度增长。四、算力融资租赁的业务实践算力租赁的完整交易链条算力运营公司

87

政府平台上市公司

65

央国企

大模型公司43

高校和科研机构三大运营商

21

互联网大厂下游：算力需求方算力融资租赁的四种项目类型算力融资租赁的结构：

强主体+强项目

互联网大厂

经营性租赁

强主体

直接租赁

融资租赁公司

交付设备

支付货款

国有供应商

算力运营商

经营性租赁

强主体

直接租赁

融资租赁公司交付设备

支付货款供应商算力需求方算力需求方算力需求方算力融资租赁的结构：

强主体+弱项目算力融资租赁的结构：

弱主体+强项目

互联网大厂

经营性租赁

弱主体

直接租赁

融资租赁公司

交付设备

支付货款

国有供应商

算力运营商

经营性租赁

弱主体

直接租赁

融资租赁公司交付设备

支付货款供应商算力需求方算力需求方算力需求方算力融资租赁的结构：

弱主体+弱项目算力融资租赁的典型交易结构风险较低类典型交易结构一

，风险较低

由于负债率、合规性等问题，

目前互联网大厂、运营商或央国企通常都采取经营性租赁的形式来做算力

租赁。典型的交易结构一

，国有运营商（移动、电信、联通）的主体和租赁期的闭口协议

，以及承债主体和设备供应商均属强主体和国有企业

，风险较低。此类结构2024年较为常见。算力融资租赁的典型交易结构一：⑧租金支付⑩租金支付

④经营

性租赁⑨租金支付设备供应商融资租赁公司③交付设备

②支付货款互联网大厂运营商强主体⑤经营性租赁①直接租赁典型交易结构二

，风险较低

国有企业

①直接租赁⑨租金支付

③交付设备

②支付货款

设备供应商性租赁④经营性租赁⑤经营典型的交易结构二

，基于2024年经历过的有客户资源的国有企业在租赁期的闭口协议

，以及承债人为强

主体

，风险较低。算力融资租赁的典型交易结构二：⑧租金支付⑩租金支付

互联网大厂

强主体

融资租赁公司谨慎操作类典型交易结构六

，谨慎操作

互联网大厂

④经营性租赁

较弱主体

①直接租赁

融资租赁公司

⑦租金支付

③交付设备

②支付货款设备贸易商典型的交易结构六

，互联网大厂的租赁期闭口协议

，承债主体是弱主体

，设备供应商也属于弱主体的贸

易商

，这类交易结构下

，根据金额大小和主体能力进行甄别。算力融资租赁的典型交易结构六：⑧租金支付算力融资租赁的典型交易结构七：客户

④租赁

互联网大厂

①经营性租赁

融资租赁公司③交付设备

②支付货款设备供应商典型的交易结构七

，真租赁

，融资租赁公司直接下场

，以经营性租赁向互联网大厂出租设备。融资租赁公司看重设备本身的价值和处置能力

，风险大小取决于融资租赁公司的在算力租赁行业中设备的变现和

处置能力。典型交易结构七

，真租赁算力融资租赁的风险分析：领导视角政策风险：

上市公司监管的风险；

头部互联网、大模型客户受政策和市场影响可能会出现需求下滑。在监管的严格审视以及

企业自我反思之下，有

部分企业已主动终止了

相关项

目。2024年4月，

安奈儿公告称，终止收

购算力服务商深圳创新

科。威星智能也公开宣

布终止智算中心项

目的

投资。市场风险：

算力租赁市场需求受AI技术发展驱动，但短期可能出现供需失衡；

高性能芯片（如英伟达H100）的快速升级可能导致早期采购的算力设备迅速贬值，而国产芯片（如海光信息、沐曦）虽在推理阶段性能提升，但训练阶段仍依赖进口，技术差距带来市场不确定性。监管风险：

算力服务器是一种高价值、高技术含量且高度精密的设备，在租赁期内，应该受到融资租赁公司的监管。如果失去监管，可能会造成风险。研究表明，当芯片的工作温度接近70-80℃时，温度每升高10℃

,

芯片性能会降低约50%，故障率通常会增加一倍。这意味着在温度较高的环境中，CPU和GPU

等元器件更容易发生故障。履职风险：

由于算力服务器的供应商鱼龙混杂，可能会形成供应商与承租人、以及客户互相勾结，形成以出货为目的的虚假算力融资租赁业务。道德风险算力融资租赁的风险分析：风控视角交易结构风险

算力的融资租赁当前最大的客户主要还是互联网大厂，所以最终使用用户的确定很重要。要针对核心用户优化交易结构，不要跟着资源方走。最终用户

一

A公司

一B公司

一

C公司

融资租赁公司供应商嵌套风险

对于租赁链条过长、嵌套多层中间客户的算力项目，终端客户的交付和验收是最终算力服务合同生效的前提，也是融资租赁项目最大的风险点。最终用户

一

A公司

一B公司

一

C公司

一

D公司

融资租赁公司供应商验收风险

资货物到了国内，一般会在某些城市清关，不一定会在客户所在地。从入关城市到指定机房验收，可能存在国内到国内这段的运输风险和货物的验收风险。

另外，由于融资租赁公司对产业相对不熟悉，在资产验收环节中，可能存在货不对板的情况。监管风险：

算力服务器是一种高价值、高技术含量且高度精密的设备，在租赁期内，应该受到融资租赁公司的监管。第五十二条金融租赁公司应当选择适格的租赁物，确保租赁物权属清晰、特定化、可处置、具有经济价值并能

够产生使用收益。第五十七条金融租赁公司应当按照评购分离、评处分离、集体审查的原则，优化内部部门设置和岗位职责分工，负责评估和定价的部门及人员原则上应当与负责购买和处置租赁物的部门及人员分离。金融租赁公司应当建立健全租赁物价值评估体系，制定租赁物评估管理办法，明确评估程序、评估影响因素和评估方法，合理确定租赁物资产价值

，不得低值高买。第五十九条金融租赁公司应当持续提升租赁物管理能力，强化租赁物风险缓释作用，充分利用信息科技手段，密切监测租赁物运行状态、租赁物价值波动及其对融资租赁债权的风险覆盖水平，制定有效的风险管理措施，降

低租赁物持有期风险。金融租赁公司管理办法2024年第6号

算力融资租赁的尽调和评审要点关注交易结构

不要过长的交易链条和嵌套环节，特别是交易链条中的弱主体，避免交易结构中的“背靠背

”情况。关注承租人

承租人第一还款能力，算力业务的相关性。关注设备供应商

考察供应商的供货能力和维保能力，存活能力。关注租后管理

设备起租后，运用系统远程监控设备状态或定期上门查看。关注租赁期限

还款时间与承租人算力服务费的收取时间匹配。关注验收流程

最终用户如何验收，供应商是否有能力符合验收标准。五、算力租赁的趋势与算力融资租赁的思路2025年算力租赁的趋势混合租赁的需求

有企业已经准备采用“

自建+租赁

”的并行策略，比如公司可以自建部分基础算力来控制长期的成本，另外，通过租赁GPU算力云来应对算力使用高峰。算力+服务的需求

算力一体机，垂直领域的定制化需求。推理：

推理服务器开始倾向大显存需求。2025年算力融资租赁的趋势算力融资租赁的思考不同于政信类租赁

，产业类租赁，租赁物与主体同等重要6.设备更新换代快；算力融资租赁的核心产品是算力服务器

，与飞机、船舶、盾构机等不一样

，站在算力融资租赁的角度，算力服务器具备的八个特点，

凸现出了算力的融资租赁的“运营”核心。2.采购价格波动大；1.主流设备是进口；3.租赁价格波动大；5.设备使用周期短；4.设备专业性较强；7.设备维保要求高；8.设备到期残值低。算力服务器的8个特点算力租赁物的特点配置、品牌、货期、形态、状态、质保等因素

，决定了算力服务器的价格。算力服务器的价格波动因素

，以H100为例配置CPU的配置是四代还是五代？内存？硬盘？质保产品质保和服务时效品牌超微、戴尔、慧与货期期货

or

现货？形态整机原装头+模组？状态全新

or二手？or

机风控措施：1.筛选设备供应商，并要求设备供应商出具价值说明及证明材料；2.收集同时期其他主体同种设备的的交易价格证明；3.考虑聘请专业的评估机构出具评估报告。现实问题：

以H100为例，虽然都是8卡

的服务器，但是由于机头的品牌、配置、售后及渠道问题，价格缺乏统一标准和价值依据，难以确定租赁物的公允价值算力租赁