图片系AI生成

AI算力租赁不香了？

“百模大战”带动AI算力需求指数级增长。2024中国算力大会发布的《中国综合算力指数报告（2024）》显示，过去20年间（2003年-2023年），智能算力需求大概增长超过百亿倍。供需失衡催生了算力租赁市场顺势兴起，不仅传统云服务提供商凭借庞大的用户基础和丰富的技术资源切分市场蛋糕，一些传统企业也开始走入算力租赁领域。

据统计，仅2023年下半年，就有包括莲花控股、锦鸡股份、平治信息、湖北广电、软通动力等近40家上市公司“跨界”算力租赁。目前“算力租赁”概念相关上市公司已达到101家，总市值达1.60万亿元。

但形势很快急转直下，算力租赁业务逐渐显现颓势。今年新增算力租赁业务的29家上市公司中，上半年有11家上市公司业绩亏损，其中亏损最多的企业亏损金额已达3.097亿元。

目前，已有部分企业考虑自有业务稳定而主动终止跨界项目，从玩家涌入到市场降温，跨界算力租赁业务热潮随之冷却。世界互联网大会期间，宁畅在乌镇提出了“精装算力”概念，依托定制化与全栈全液能力，以算力栈为交付形态，提供全体系软硬协同的精细化算力服务。

跨界算力租赁，结局早就注定

技术投入大、获客难、算力不好用，都是跨界算力企业盈利的痛点。而从业务角度拆解，算力租赁本身并不是有钱就能做的生意。在跨界企业认为有钱有渠道买卡就盲目入局时，结局就已经注定了。

首先，算力租赁不仅需要芯片等硬件设别，更要具备软硬全栈的技术能力。在客户租用算力的过程中，出现运维、技术困境，都需要算力租赁企业拥有自上而下解决问题的能力。然而跨界企业自身业务体系和算力相关性较低，往往缺乏核心技术，在整个新业务构建和拓展维护上进展缓慢。

其次，在漫长的技术攻关后，跨界企业无论采买技术还是投入研发，都要花费极高的资金成本。同时，智算中心在建设和运营过程中，因算力结构不合理、应用生态不完善、运营模式不成熟，最终很可能导致只算中心闲置，利用率低下。

最后，即便业务开展顺利也找到了客户，部分跨界企业提供的算力服务也依旧存在性能不稳定、响应速度慢等客观问题。用户租了、用了，体验感却不高，最终结果还是用户流失。维系业务本身有需要源源不断的资金注入，开源遇阻、节流不得，让跨界企业算力业务陷入了困境。

在复杂的实际场景中，对算力调用的需求也千差万别。IDC此前表示，人工智能的计算力分布将呈现“二八法则”，在早期阶段80%的算力集中在训练场景，在未来的大规模应用阶段80%的算力将集中在推理场景，未来对推理的需求将远远超过对训练的需求。

换言之，多种应用场景对大模型的精细化需求，加剧了用户对算力的精度要求。在这一客观情况下，头部大模型公司选聚焦模型训练上。在基础大模型训练之上，再根据特定的业务需求进行微调。这些公司往往选择自建智算中心，既服务自身模型训练也提供软硬全栈的品质算力。同时，专注算力的厂商逐步将业务重点转换至软硬全栈服务，满足更多用户对算力的高频次、多元化、个性化的需求。

图片系AI生成

宁畅想做“大模型算力装修公司”

随着算力格局趋于稳定，市场正在恢复正常的技术和商业逻辑。世界互联网大会期间，宁畅在乌镇提出了“精装算力”概念，宁畅将建设智算中心比作为大模型的“家”做装修。如果算存网是“硬装”，那么提供集群、算子、模型软件优化的一系列能力就是“软装”，软硬协同一体的定制化“精装算力”就如同专业的装修公司，打包整个装修过程，让大模型高效落地。

就宁畅提出的概念而言，其精装算力包括宁畅本身的定制化、全栈全液能力，覆盖用户交付、部署、应用、运维体验和业务需求，围绕用户实际应用场景和算力需要，宁畅可为用户定制对应算力解决方案，其方案本身就涵盖了硬件、软件平台搭建、算法模型优化、应用场景定制等内容，最终实现算力资源不浪费、使用成本不溢出。

结合行业视角观察，除了类似宁畅这类提供全栈解决方案的提供商外，一部分创新型中小型企业则更专注于大模型应用的开发与部署，锚定某一特定领域进行大模型的训练。

虽然这些企业往往没有更多资金和精力搭建自己的算力中心，但其优势在于垂直领域用户对大模型精调、推理业务，对这一部分创新型企业对算力的需求，运营商、算力厂商也提供自己的算力平台，除可提供算力租赁服务外，也能为其搭建配套开发环境，以开箱机即用的一站式算力服务赋能企业客户。

大模型应用落地加速，算力供给和应用场景需求的联接正在加深，用户对于算力的需求也开始趋于多元复杂。在这一趋势下，算力市场也正在走入精细化发展的新时期。

算力租赁业务本身拥有广阔的市场，但算力远不止租用那么简单。从市场规律而言，算力产业和其他产业一样，都要从粗放型发展逐步走入高质量发展阶段，从眉毛胡子一把抓，走到精细化、差异化、定制化上去。提供算力服务的同时，具备全栈服务能力，满足用户刚需的同时，也能全程优化用户体验，这才是算力业务细水长流的发展之道。（本文首发于钛媒体APP，作者 | 张帅，编辑 | 盖虹达）