阅读量:9
Hi
企融荟——最懂您企业的融资机构！
在如今这个产业链供应链安全比什么都重要的时代里，被“卡脖子”或许将成为一种常态，尤其是在高精尖的领域里。
当前，以大模型为引领的人工智能发展浪潮向纵深演进，算力成为世界主要国家竞相部署的新焦点，成 为新一轮科技革命和产业变革的“必争之地”。
大模型以及相关应用的发展，使得算力需求呈现爆发式增长。但除了大型互联网企业、AI 龙头企业具有 较多的 GPU 算力芯片储备外，中小企业在发展 AI 模型、应用过程中，往往遭遇算力瓶颈。在此背景下， 智能算力租赁业务迎来发展良机。
算力租赁：数字经济时代的新兴产物，是对算力资源进行出租
1.就是对算力资源进行出租，是一种通过云计算服务提供商租用计算资源的模式。用户可以根据自己的需求租赁服务器或虚拟机实现大规模的计算任务，而无需拥有自己的计算资源。算力租赁是一种灵活、高效、成本低廉的计算服务，适用于各种大规模计算需求的场景。
2.是数字经济时代的新兴产物。算力使用者无需投入大量资金购买计算设备，却可以使用高效稳定的计算服务，并根据实际使用情况支付相应费用。使用者通过租赁计算资源，可以快速地启动项目，减少相应成本。
算力租赁服务，就像是物业管理公司提供的批量化服务，专门针对那些需要进行大量烹饪（高性能计算任务）的家庭。客户无需购买昂贵的厨具，只需按需租用顶级的专业厨房设施来完成复杂的菜肴制作（处理大数据分析、机器学习训练等任务）
产业链环节
01
上游——包括数据中心、服务器、芯片、光通信、云服务等环节。
数据中心作为承载各类数字技术应用的物理底座，是算力关键基础设施，其结构通常包括服务器、存储设备、网络设备、电力设备、制冷设备等。
国内服务器头部厂商包括中科曙光、浪潮信息、新华三（紫光股份旗下）、工业富联、拓维信息等。数据中心基础设施建设商，包括供电系统、冷却系统、网络设备等，如华为、中兴通讯等。
通用算力芯片为CPU，智能算力芯片主要是GPU、FPGA、ASIC，GPU占比90%，芯片制造商代表公司有英特尔（Intel）、AMD、NVIDIA等。
云服务厂商有阿里巴巴、腾讯、华为等，以及海外的亚马逊AWS、微软Azure、谷歌云等。
02
中游——算力租赁参与厂商，主要分为以下四类：
1.传统云服务提供商，比如三大运营商、阿里、腾讯等，头部互联网厂商；
2.传统IDC服务厂商，在数据中心建设运营和能耗成本方面具备优势；
3.具备IDC建设运营能力的企业，比如云赛智联、广电运通、卓朗科技等国企，以及中贝通信等民企；
4.跨界厂商，比如恒润股份、莲花健康、鸿博科技等。
03
下游——应用客户与开发者，涵盖互联网企业、政府机构、科研单位、金融机构、电信运营商、制造业等多个行业
他们根据自身业务需求租用云端算力进行大数据分析、人工智能训练、高性能计算等任务。
总结优势
GPU云是算力租赁业务的长期进阶方向，具有更高的价值量和技术壁垒，市场想象空间更大
1.算力租赁业务的本质是AI算力固定资产变现，就其商业模式而言，可挖掘的增量价值空间有限：
从收入端来看，AI算力的出租价格受到市场供需关系以及市场竞争的影响:供不应求时，AI算力租赁厂商具有较高的议价权;而当算力资源紧缺程度缓解之后，AI算力租赁厂商议价权减弱，存在租金下行的风险
从成本端来看，给定算力租金水平和折旧年限，AI算力租赁的毛利率基本固定，可提升空间有限:由于AI算力租赁的成本由设备折旧摊销、数据中心能耗成本、人工运维成本构成，对于大部分成本AI算力租赁厂商处于被动接
受的状态，议价能力弱
基于以上，我们认为算力租赁业务的利润规模量级基本由投资规模决定，增厚利润的最有效方式为增大投资，扩张算力规模
2.GPU云的本质是算力资源分配优化，同时提供AI软件开发相关的增值服务，壁垒高且易行程规模化优势：
从收入端来看，给定算力规模和算力租金水平的情况下，算力的调度和优化能力可进一步增加GPU云厂商的收入天花板;同时，围绕AI软件开发相关的增值服务(PaaS层或SaaS层)，可为GPU云厂商额外贡献增量收入，且收入天花板不受到算力规模的限制
从成本端来看，算力调度与软件增值服务的研发投入体现在费用端，随着对应营收规模的增长，盈利能力有望持续提升
基于以上，我们认为GPU云相较于算力租赁业务而言具有更高的技术壁垒以及成长性，我们看好AI算力租赁厂商向GPU云的迭代转型
企融荟
扫描左边二维码
