海外算力租赁：从“租显卡”到“租AI工厂”

2026-09-12 16:35:22

阅读 13

热门资讯

2025—2026年，海外算力租赁已经不再是“云厂商多一项GPU实例”那么简单，而是演成AI产业链里最像“能源+金融+基建”的生意：上游抢NVIDIA/AMD加速卡，中游建AIDC、液冷、IB网络，下游把万卡集群按小时、按月、按年卖给大模型公司、车企、药企和开发者。

一、市场格局：三层玩家

1. 超大规模云（Hyperscalers）

AWS、Azure、Google Cloud、Oracle吃下企业级主市场。优势是合规、全球Region、对象存储、数据库、IAM、售后代管；缺点是高端GPU常排队，H100/H200/B200按需价偏高，适合“要省心不要最便宜”的大企业。

2. AI原生云 / Neocloud

CoreWeave、Lambda、Nebius、Crusoe、RunPod、Fluidstack、Nscale是这一轮主角。它们不追求全栈PaaS，而是把GPU集群、高速网络、存储、K8s/Slurm调度做成“AI算力底座”，靠拿卡能力、交付速度、长约客户跑出来。CoreWeave用“大客户3—5年长约→抵押未来收入→融资买卡→再签长约”的飞轮做重资产扩张，已成为典型样本。

3. 闲置/聚合市场

Vast.ai、RunPod Community、SF Compute把闲散显卡、小机房、退役矿机式资源挂上网，价格最低，H100可到1.5—2美元/卡/小时，但SLA弱、可能被抢占，适合微调、渲染、科研、容错任务。

二、商业模式：四种计价方式

On-demand（按需）：按小时/分钟计费，最灵活。H100在Neocloud约2—4美元，Hyperscaler常到6—12美元；B200/H200更贵。
Reserved（预留/长约）：锁1—3年甚至更久，折扣30%—60%。大模型厂、自动驾驶、生物计算用这个换“确定性容量”。
Spot / Preemptible（竞价/可抢占）：最便宜，但随时回收。适合容错训练、超参搜索、推理重试。
Capacity block / 专属集群：整集群、整机房、整MW电力租赁。CoreWeave—Applied Digital的15年、数十亿美元级colocation合约，就是“租AI电厂”的玩法。

底层逻辑变了：

卖算力 = 卖电 + 卖机柜 + 卖网络带宽 + 卖GPU小时 + 卖金融化现金流。

三、需求侧：谁在租、为什么租

基础模型公司：OpenAI、Anthropic、xAI类玩家要万卡/十万卡集群，自建太慢，先租后建。
大企业AI部门：不想CAPEX买H100/B200，用OPEX跑微调、推理、知识库。
中小团队/研究者：RunPod、Lambda、Vast.ai上跑实验，成本从几美元到几百美元/天。
传统行业：车企仿真、制药分子动力学、金融风控、媒体渲染，把GPU当“临时超级计算机”。

2026年一个明显趋势是推理租赁占比上升：训练是少数巨头的事，推理是千行百业的事。于是出现Baseten、Fireworks、Together、Groq这类“推理云”，按token、按请求、按副本计费，和底层GPU租赁再拆一层。

四、供给侧瓶颈：卡、电、网、冷

海外不是“有需求就有算力”：

GPU供给：Hopper还没退潮，Blackwell/B200/GB200已成新租金锚；NVLink、InfiniBand、液冷让小玩家很难交万卡集群。
电力：AIDC单园区从几十MW走向GW级，北欧、伊比利亚、美国二线城市比法兰克福/伦敦更容易扩。
融资：Neocloud本质是用长约做资产证券化的重资产公司，利率、客户信用、回款周期决定生死。
退出风险：短约客户一撤，机柜空置；长约客户一黄，现金流断裂。所以市场开始从3—5年租约走向10—15年colocation。