“矿机一响，就有一千两黄金了。”
以太坊的疯狂，让互联网“网络挖矿”成为了无数人疯狂的致富生意。不仅普及了芯片、显卡等“挖矿工具”，还一度将英伟达市值推至全球第三。一。
现在，新的“致富”业务已经被英伟达和AI普及。在短视频平台上，有人开始宣传“算力租赁”业务，从“网络矿工”变成了“网络房东”。
“你在北上广做房东，我在机房做网络房东。” “五块8卡4090运行算力。上个月刚入行的兄弟，一天至少三四个花子。” “在深圳卖了两套房子，和老同学一起创业，投资算力是什么感觉？”
《网络斗地主》相关视频来源：社交平台视频截图
这些“致富故事”的叙述大多都很有诱惑力——“新手也可以加入游戏”、“躺着赚钱”、“算力是普通人翻身的故事”。
“网络斗地主”本质上是算力租赁业务。服务商以租赁的形式向下游客户提供算力资源，客户无需自行购买和维护硬件设备。以前卡是卖算力的，现在卡是租的。计算能力。
去年以来，大型AI模型掀起的“算力租赁”热潮已从国外延伸至国内。
在海外，一批昔日的矿业公司转型成为算力黄牛。其中实力最强的是SF和SF。前者获得了英伟达的投资和支持，后者则获得了奥特曼家族基金会的青睐。 。
而放眼国内，越来越多的进入者，从大型厂商到初创公司再到各类跨界玩家，都渴望分享“算力”这块蛋糕。截至11月11日，通化顺数据显示，“算力租赁概念股”多达108只。
在“算力租赁”的现实世界中，洗牌早已提前开始。与在“网络世界”中发财的故事不同，在这个真实的游戏中没有为普通人保留席位。
1.“网络斗地主”赢不了
“算力租赁根本不适合普通人。”一位匿名算力租赁服务提供商告诉 Labs。
根据社交媒体上发布的“算力租赁”相关信息，“硅研实验室”联系了上述博主，发现其大部分内容最终是针对一群算力租赁服务和运营商的。这样的“铲子销售”有两类“人”角色：一是提供算力服务的平台，主要桥接供需双方的算力交易；另一种是传统的商业模式，比如直接销售“裸机”、提供GPU服务器租赁等产品。
这些视频和图片大多是为了“引流、获客”。上述算力服务商将通过信息共享等形式吸引下游潜在客户。
“硅研究实验室”以企业员工的身份联系了其中一家服务提供商。该运营商表示，该公司目前在深圳、武汉、江门等地设有合作机房，并提供运维等售后服务。
与算力租赁内容上传者通讯记录截图
“硅研实验室”根据其提供的公司信息发现，上述公司成立于今年8月，注册资本仅为100万元。这类中小微企业，就是“算力租赁”这个致富世界中不为人知的“隐藏力量”。
注册信息显示，位于深圳的一家算力服务商成立仅3个月，注册资本100万元。
“去年和今年的款式都是一样的。”产业链人士范鑫向“硅研实验室”回忆，广东等地有不少小公司在做算力租赁业务。
“还有一批渠道商或者二线经销商，他们可能会找到一台机器的项目，每台机器赚几万元，等公司抬头后就放弃了。”
对于没有经验的普通人来说，“网络房东获胜”几乎是不可能的：“没有资金、没有资源、没有人脉的普通人根本不可能坐等收利息。”上述行业人士告诉《硅研究实验室》。
服务器行业技术专家李伟向《硅研实验室》分析，搭建8卡服务器集群的成本主要分为硬件设备、机房日常运营投资（包括机柜费用、水费等）。电力等能源消耗成本、带宽等）和人员成本。等待。
服务器的生命周期约为3-5年。如果按照3年计算，按照目前的市场价格，如果购买100台8卡4090服务器，至少需要投资2000万元，机柜成本至少250万，还有网络费和电费是一。年投资约250万元。除去人工费、设备折旧、租金等其他成本，三年硬成本接近4000万元。
根据上述服务商提供的报价，目前8卡4090的月租价格在8000元左右。以此计算，100台8卡4090服务器的投资回收期至少需要4年。
而更高规格的H100算力集群，硬件投资回收周期高达5年以上。
除了巨大的硬成本投入之外，国内算力租赁市场目前正经历着“低价竞争”，尤其是低端卡，降价趋势非常明显。
《硅研实验室》了解到，4090单芯片租赁价格目前可低至2元/小时，A800（80GB）租赁价格为5.78元/小时，A100（80GB）租赁价格6.68元/小时。大厂商仍在追求H100、B200等高端GPU，价格波动持续。
范鑫告诉《硅研实验室》，去年英伟达8卡H100的市场价格在每月几十万之间波动。目前，每月市场价格在5万至10万之间波动。
“与去年相比，现在单位利润也非常低。”
不久前，美国AI推理服务商联合创始人Cheah撰写的文章《H100租赁2美元/小时：GPU泡沫破灭前夕》。 ：“海外GPU资源已从供不应求（对应8美元/小时）变为供过于求（对应2美元/小时）。”
AI创始人兼CEO贾扬清及其团队也在最近的一份报告中指出：“H100的租赁价格肯定会继续下降，因此购买的好处可能会比预期衰减得更快。”
“暴利的时代已经过去了。”如今，市场上很多诸如“租赁算力致富”之类的说法很可能都是一群“投机者”。
“去年下半年，受英伟达断供影响，算力需求暴涨，很多人都在炒作，导致租金价格非常高，但这些都是为了赚快钱。”李伟指了指“硅研究实验室”。
高昂的硬件成本和瞬息万变的市场需求，让“算力租赁”成为一项不太适合“新手”的业务。
2、一半算力概念股都在亏损
“我们所有的产品都严重供不应求，这也是新产品的天然属性，所以我们正在尽力满足需求。但总体来说，市场需求增长太快了。”
对于大多数对“算力租赁”还抱有期待的人来说， CEO黄仁勋的结论或许是支撑他们信念的一根救命稻草——算力卡仍然是全球需求量最大的半导体。台积电工厂外仍有大量客户排队等候。
分析公司.ai的数据显示，全球科技巨头仍然对计算能力充满渴望。仅 meta 就储备了 350,000 台 H100。在埃隆·马斯克亲自辟谣后，普遍预计特斯拉持有的H100数量也在10万辆左右。
科技巨头对算力的渴求并不意味着“算力租赁”是一门好生意。以此类推，大公司需要现金流，并不意味着网贷业务就能赚钱。原因也很简单。与融资一样，科技巨头的“算力融资”方式也非常多样且稳定。
李伟告诉《硅研实验室》，一方面，阿里巴巴等领先的互联网公司在算力需求上更倾向于“自建”而不是“租用”。随着自身算力体系逐渐成熟，上述企业不仅不会成为算力租赁的“大客户”，反而会成为闲置算力的“大卖家”。另一方面，即便有算力租赁需求的企业也会出于规避风险的本能，也会对合作伙伴的信用、规模、服务能力进行全面考察。 “个体经营者”达不到这样的标准。
类似情况在浙商证券的研报中也得到证实。
事实上，对于任何一家想要长期投入模型训练的大公司来说，算力租赁绝不是“最优方案”。即使我们简单地比较服务器的购买成本和算力租赁成本，后者也没有优势。可以说。
大型厂商建立自己的算力中心。如果考虑到地方政府提供的绿色电力补贴以及算力中心闲置租金带来的再利用价值，自建算力中心的性价比会更高，这也避免了调试和调试租赁引起的。操作和维护限制。
从这个角度来看，租赁模式从一开始就注定不会成为各大厂商算力的“主流供给”。此类算力供应适合对算力性价比较高、存取时间短、速度快的客户。需要。
据南方财富网预测，到2026年，国内算力租赁潜在收入市场规模预计将达到2600亿元左右，并且每年将以20%以上的速度快速增长。
然而，想要真正吃到现实的蛋糕，玩家还需要与骚动、泡沫和不确定性进行长期斗争。其中一个明显的影响因素是“算力供需”的变化。
随着越来越多的显卡下线，算力短缺、一卡难求的时代正逐渐成为过去。
与此同时，行业从“百款大战”，到字节跳动掀起的“代币价格战”，再到现在的获客“投资战”，国内大型模型厂商纷纷开始转向到商业化。
在考虑技术浪漫并转向实施求生存的同时，由此带来的成本管理和变现需求，也将使得企业逐渐减少在算力训练上的“洪水”投入，转而在推理端寻求更具成本效益的商业模式。
届时，绝大多数算力租赁公司可能会面临“宏观市场扩大、微观收入下降”的尴尬境地。
在此背景下，与潜在客户中的“八仙过海”相比，缺乏核心竞争力的算力租赁厂商无疑只会在价格战的泥潭中越陷越深。
截至目前，相关迹象已初步出现在多家从事跨境算力租赁的上市公司财报中。
据“硅研实验室”不完全统计，今年新增算力租赁业务的30家上市公司中，今年前三季度共有14家上市公司出现亏损，占比近一半。 。即使是盈利的公司，利润也普遍较低。
或许，这就是算力租赁行业众生的真实写照：有人沉浮，有人暴富，但更多人还在为生存而苦苦挣扎。
3、“国家队”入场洗牌
喧嚣和泡沫之下，在现实的商业世界中，算力租赁存在着短期和长期两个截然不同的世界。
短期内，整个行业正在发生洗牌，逐渐告别赚快钱的时代。但由于我国的计算资源仍然分散，行业仍然缺乏统一的定价体系，从业者也陷入痛苦。
“你找大客户，你留不住；小客户不稳定，你留不住。”
从长远来看，无论是宏观政策对智能算力基础设施建设的重视，还是各地区针对算力互联协作推出的举措，目标都是放大灵活、高效的计算能力。算力租赁的优势。
这几年，我们从全面实施“东方数据、西方计算”工程，转向在全国建设八大算力枢纽节点和十大数据中心集群。
在李伟看来，我国算力租赁行业的需求依然存在，但供给侧资源利用率仍然较低。原因在于各种主体、技术和场景需求割裂，算力分配管理困难，技术标准和数据归属等方面存在困难。不同主体之间对于优越性也存在分歧。
一组数据被公开。目前，中西部地区数据中心机架在用数量占全国的比例已上升至39%，超过了广东、华北三大数据中心集群在全国机架在用数量的比例。但机器利用率不高。
短期行业竞争不可避免，但随着AI发展逐渐走向“应用层”，o1模式也将行业带入“推理计算”时代。从顶层设计到算力租赁行业的从业者也在适应行业的变化和积极转型——从过去粗放、分散的集群建设转向构建更加灵活、一体化的“算力网络”，解决“算力租赁”问题。供需不匹配”。
如果把算力比作“电”，那么每个数据集群中心就是一座发电厂，“算力网络”就是类似于电网的用于传输算力的网络。这就需要在国家层面实施系统工程，协调包括基础设施提供商、芯片厂商、数据中心运营商等各方“各司其职”。
“这种算力网络的概念，实际上是对计算资源的重新整合，也能促进行业的‘优胜劣汰’。”李伟提到。
除了更加灵活的“算力网络”之外，一些服务商也开始从传统的租赁模式转型为更加多元化的增值服务，为客户提供模型微调、AI软件开发等增值服务。
一些服务提供商也在更新商业模式，从“裸机服务器”转向提供AI云服务，通过算力池化技术整合资源，降低AI技术的使用门槛，提供更加标准化的产品和解决方案。提高计算资源的利用率。
无论哪种转型，都需要大量的人力、技术和资金成本投入，这不是一般人能承受的。
在“网络房东”算力租赁的叙事下，对于那些渴望加入游戏的人来说，等待他们的可能是什么。毕竟，“网络矿工”的故事就在他们眼前。
*根据受访者要求，范鑫、李伟均为化名。也感谢IT技术分享专家老张（）对本文的支持和指导。
