问题：租赁价格攀升与资源紧张并存 美国研究机构SemiAnalysis在4月2日发布的报告显示，算力租赁市场近期明显升温；以英伟达H100为代表的高端GPU，一年期租赁价格从1.7美元/小时涨至2.35美元/小时，涨幅近40%。此外，多数可租赁的GPU资源已接近售罄，企业短期内获取新增算力更加困难，市场呈现“价高量少”的特点。 原因：需求增长与供给受限共同作用 首先，应用需求激增。Kimi K2.5、GLM等开源模型在多场景快速落地，推动训练和推理需求同步增长，持续消耗GPU资源。 其次，资金回暖带动采购。获得融资的AI企业加速扩张，集中释放算力租赁需求。相比自建算力的长周期和不确定性，租赁成为填补短期缺口的主要方式。 第三，供给短期难以提升。GPU集群建设涉及芯片、服务器、电力等多环节协同，新增供给受限于采购周期、数据中心承载能力等因素，短期内难以大幅增加。尽管H100已非最新产品，其稳定性和成熟生态仍使其需求旺盛。 影响：租赁模式变化与产业链传导 价格上涨正在改变企业的资源获取方式。报告显示，租赁合同从过去的一年期向更长期延伸，部分企业开始签订四年以上合同并支付更高预付款。 在更高层面，一些AI实验室开始租赁4-5年期的超大集群，规模达50兆瓦甚至100兆瓦。这类订单不仅需要大量GPU，还对数据中心的电力、散热等配套提出更高要求，带动涉及的产业链需求上升。 算力成本增加直接影响AI企业的训练频率和模型迭代速度。能否以合理成本获取稳定算力，正成为企业竞争力的关键因素。 对策：供需两端协同解决 业内认为，缓解算力紧张需多管齐下。 供给端：云服务商可通过扩大集群规模、优化电力方案等方式增加资源，同时合理配置不同代际GPU以提高供给弹性。 需求端：企业可通过算法优化、模型压缩等技术降低算力消耗，并合理安排采购计划分散风险。 有一点是，部分国内企业采用“自建+租赁”模式应对短缺。有互联网公司表示，租赁缓解了阶段性紧张，未来将加大灵活租赁投入以支持业务发展。 前景：需求持续增长，景气周期延长 尽管英伟达已推出新一代GPU，但H100等旧款产品价格仍在上扬，显示市场供需矛盾依然突出。英伟达表示，AI基础设施建设仍处于早期阶段。 随着大模型应用从训练扩展到推理，算力需求将持续增长。推理侧的高并发需求和不断涌现的新模型将推动训练频次增加。在供给短期内难以快速扩大的情况下，租赁价格可能维持高位波动，长期走势取决于产能释放和效率提升。
算力租赁价格上涨反映了产业规模化发展阶段供需失衡的现实。面对租金上涨和锁定期延长的趋势，各方需加快补齐基础设施短板，同时通过提升效率和优化规则稳定市场，推动算力资源从紧缺走向高效配置，为行业长期发展奠定基础。