通信行业深度报告：云厂商仍保持算力高需求，算力租赁需求有望边际向上

核心观点与关键数据

1. IDC与算力租赁的区别

   • 商业模式：IDC提供“重资产”基础设施（物理空间、电力、网络），客户自备硬件；算力租赁提供“轻资产”服务（GPU集群等计算资源），按需付费。
   • 需求视角：IDC满足企业“硬件安家”需求（规避自建成本与运维复杂度），算力租赁满足“算力即用”需求（短期弹性需求与快速迭代）。
   • 供给视角：IDC盈利依赖机柜规模扩张与资源利用率提升；算力租赁依赖GPU资源垄断与需求刚性溢价。

2. 算力租赁需求驱动

   • 云厂商对标DeepSeek：通过算法-硬件协同设计（稀疏化训练、混合精度优化等）降低成本，加速技术对齐，推动算力租赁需求（如腾讯2025年算力租赁占比达25%）。
   • Agent与推理需求增长：DeepSeek单日推理调用2500万次需1814张H800芯片，企业自建模型训练加剧算力压力，需求从训练端向推理端迁移。
   • 国产替代局限：华为昇腾910B等国产芯片性能与生态适配度不足，短期内无法完全替代英伟达系芯片（单次大模型训练需千卡级集群）。

3. 供给端硬约束与涨价空间

   • 美国出口限制：英伟达H100/H20对华供应受限，2024年国内H100供应量远低于需求量，H20被禁售，推高租赁溢价（H800服务器单价涨50%）。
   • 未来增长预期：中国智能算力规模2022年达268 EFLOPS（超通用算力），预计2024年增长74.1%，2026年算力租赁市场规模达2600亿元（年增超20%）。

4. 行业壁垒

   • IDC：核心壁垒在于一线城市土地与能耗指标获取，及绿色节能技术（如PUE<1.3，绿电占比80%）。
   • 算力租赁：核心壁垒在于GPU囤积规模与获卡渠道稳定性，英伟达芯片出口限制下，资源垄断性成为关键。

研究结论

• 算力租赁与IDC形成互补体系：IDC提供“重资产”基础设施，算力租赁提供“轻资产”弹性服务，两者在不同需求场景下发挥优势。
• 算力租赁需求加速增长，但供给端硬约束（芯片出口限制、国产替代不足）推高溢价空间。
• 行业竞争核心在于资源禀赋与渠道垄断，头部企业通过GPU囤积与海外供应链优势构建壁垒。
• 风险提示：技术发展不及预期、中美地缘政治风险、行业竞争加剧。