【正文】

算力需求底层逻辑：Scaling law从预训练扩展至后训练和推理，模型需要更长思考链、更频繁调用工具，算力消耗来源增多。Agent时代，单次用户请求可能触发数十次内部调用，Token消耗斜率有望持续抬升。训练算力需求指数级增长：当前Scaling Law斜率依然陡峭，模型参数正从2T-5T向5T-10T迈进，带来训练算力需求的指数级增长。DeepSeek Pro等新模型提价也反映了底层算力成本上升。推理算力占比将逐步提升：当前训练算力占比可能仍超50%，但未来推理算力占比将越来越高，最终可能占80%。随着模型能力增强并渗透更多场景，将催生大量算力部署需求。融资投向印证需求：近期大模型厂商（如DeepSeek、Kimi、智谱）在一二级市场的融资，大部分主要投向算力，且多通过租赁形式实现。

AI商业化正循环开启：模型厂商业化加速跑通，如Kimi ARR达3-5亿美金，智谱接近20亿美金；阿里、字节、腾讯等云业务增速良好。大厂资本开支高速增长，2025年增速约40%，预计2026年增速在50%以上，阿里表态未来AI基建将远超预期。

国产模型生态成熟：以DeepSeek为代表的模型与华为算力集群完成深度推理适配，国产芯片对主流模型的适配已走向日常化，提升了模型厂对国产芯片的认可度和合作粘性，使新增需求更有可能落地在国产芯片上。

未来重要产业趋势

1. CPU产业地位与需求提升

角色转变：Agent时代，大量任务规划、工具调用和子Agent调度等控制流与通用计算任务落在CPU上，CPU从配角重新成为关键调度中枢。

量价齐升：测算显示，每GW功率所需CPU核心数可能从3000万颗增长至1.2亿颗。柜内CPU因GPU配比提升（从1:8向1:2甚至1:1演进）需求增加；柜外因Agent催生独立通用CPU服务器集群，增量更为显著。同时，为应对高并发，下一代CPU产品将重点提升核心数，从而带动定价提升。

国产CPU机遇：在海外供应不足背景下，国产CPU有望凭借相对充裕的产能和显著的价格优势，切入互联网大厂的通用计算和AI推理场景。

2. 超节点技术进入放量周期

技术优势：超节点通过在更大机柜内实现芯片间高效数据互联，能以更大集群完成推理任务，有效提升系统Token吞吐量，弥补国产单卡性能短板。例如，华为CloudMatrix 384集群性能可达英伟达GB200 NVL72的1.7倍，内存容量达3倍多。

3. 产业进展：2026年WAIC上各厂商均已推出超节点产品，其在大厂招标中的占比正在提升

新技术路线探索：以英伟达LPU为代表的架构创新，通过SRAM池化替代HBM，在低时延推理和高吞吐场景下实现更优能效比。此外，存算一体、光互联等前沿方向有望在细分场景取得工程化突破。

算力租赁公司的评价维度包括：1）持续拿卡能力：这是最核心壁垒，虽难直接验证，但可通过其客户（主要是大模型、自动驾驶、机器人公司）间接验证；2）做大的决心：业务模式重资产、需放杠杆，大股东若无坚定决心则规模难以做大。市场关注点正从单纯布局转向关注能真正拿到卡并持续释放利润的公司。头部已验证公司：如协创、宏景等，已通过订单验证了其持续拿卡能力和决心。主业稳健+算力期权：传统主业提供市值底盘，算力租赁业务提供利润增厚期权，如赛意信息，以及新切入的盛视科技等。合同模式锁定现金流：目前主流合同为五年期或“三年闭口两年开口”，能较好锁定未来现金流。

算力租赁行业穿越周期特性与风险：

长协合同提供强保护：当前在手订单绝大部分为传统长约（3-5年甚至7-8年），且设有高额违约金条款，能有效保护算力租赁方未来3-5年的现金流和利润，抵御未来Token降价或硬件升级带来的冲击。

中游卡位优势明显：算力租赁处于产业链中游，下游需求（模型厂、云服务商）的强劲资本开支为其提供了涨价支持。上游成本上涨可通过补充协议向下游传导，无需中游独自承担。

供给增加利好中游：国产算力供给的提升，对中游的算力服务方和IDC均是利好，能促进行业整体发展。

行业风险提示：需注意拿卡能力对业务规模的限制，以及中美博弈政策、合规方面的风险。

参考研报

20260812-东北证券-算力租赁：业态重构，价值重估