算力正在成为数字经济时代的新型生产力。
2024年以来,“东数西算”工程全国一体化算力网加速建构,通用算力、智能算力、超级算力等多元异构算力加速集聚。算力市场加速集聚之下,也正“引流”租赁行业形成新蓝海。
国家数据局发布的《数字中国发展报告(2023年)》显示,我国算力基础设施达到世界领先水平。截至2023年年底,全国在用数据中心标准机架超过810万架,算力总规模达到230EFLOPS,居全球第二位,算力总规模近5年年均增速近30%,存力总规模约1.2ZB。
《中国经营报》记者注意到,目前除了少数大型互联网公司GPU(Graphics Processing Unit图形处理器)存量较大、算力储备充足外,中小企业普遍存在算力不足的情况。
在此背景下,不少企业在进购设备时采取“由买转租”的方式,以减少企业的成本负担。而算力需求的爆发,正为租赁行业带来新的转型机遇。
多家公司“破冰”
到2026年,国内算力租赁潜在收入市场规模有望达到2600亿元左右,每年将以20%以上的速度快速增长。
2022年2月,“东数西算”工程正式启动,仅两年多时间,已成京津冀、长三角、粤港澳大湾区、成渝4个节点之势。立足服务重大区域发展战略实施的背后,是业务的触角不断延伸到各行各业。
在此背景下,算力正加速向交通、金融、教育、医疗、科技、能源等领域渗透,构建全国一体化算力网将赋能各行各业数字化转型升级,推进新型工业化和数字经济向纵深发展。
值得注意的是,算力扩容的背后,也为金租行业转型带来新机遇。
前不久,中信金融租赁有限公司(以下简称“中信金租”)与某大数据中心企业开展算力租赁业务,规模为2.9亿元。中信金租相关负责人表示,该笔业务系2024年上半年完成,实现了算力行业融资租赁业务的破冰。截至目前,中信金租已经累计服务算力租赁企业2家,实现业务投放8亿元。
事实上,早在2017年,中信金租就开始在数据相关行业加大金融租赁服务。中信金租相关负责人在接受记者采访时说:“公司在相关业务板块加强行业研究和知识积累,服务多家互联网数据中心龙头企业。在互联网数据中心服务基础上,公司聚焦算力服务行业,精准梳理客户名单,完成了算力行业融资租赁业务的破冰。”
除此之外,市场上目前已有上市公司采取算力租赁模式。
比如,浙江一家公司就发布公告称,公司或指定子公司拟投资建设甘肃某大数据云中心项目。项目总投资一期规划约10.8亿元,其中建设成本及相关费用为3.5亿元,设备成本为6.5亿元。同时,为提升算力业务发展速度,更快满足当地及其他地区的智算需求,公司拟采用租赁第三方当地标准机房的方式,先行布局部分算力单元。
不仅如此,伴随数字技术的迅速发展,算力与金融的融合,也成为一个重要话题。
据南方财富网趋势选股系统数据统计,在A股市场,算力租赁相关上市企业的数量有74家,2022年总体营业收入约为9574.57亿元,同比增加7.26%。南方财富网预测,到2026年,国内算力租赁潜在收入市场规模有望达到2600亿元左右,每年将以20%以上的速度快速增长。
企业降成本驱动
对于中小企业而言,由于算力资源的稀缺和昂贵,使得算力租赁成为解决其燃眉之急的有效方案。
算力快速发展背后,租赁行业为何能频频获得多笔“大单”,中国信通院给出了答案。
中国信通院院长余晓晖认为,算力每投入1元,便可以带动3元至4元的经济产出。实践中,这测算也得到了印证。
《数字中国发展报告(2023年)》显示,2023年数字经济核心产业增加值估计超过12万亿元,占GDP比重10%左右。以云计算、大数据、物联网等为代表的新兴业务收入逐年攀升。
但需要看到的是,目前数字金融的发展仍面临着不少困难和挑战。仅算力而言,除了大型互联网企业、AI龙头企业有较多的GPU算力芯片储备外,中小企业在发展AI模型、应用过程中,存在算力瓶颈。对于中小企业而言,由于算力资源的稀缺和昂贵,很难满足其AI模型和应用开发的算力。这使得算力租赁成为解决中小企业燃眉之急的有效方案。
山东一家算力服务企业负责人告诉记者,今年以来,多家公司表示高性能GPU算力需求加大,GPU算力资源呈现紧缺趋势。“随着数据处理企业算法开发不断增加,如涉及智慧城市、智能安防、安全生产等领域,不少企业为了减少成本投入,开始选择算力自建加租赁的组合模式。”
这些现象也为算力租赁市场带来了新机遇。《中国算力租赁行业发展趋势分析与投资前景研究报告(2024-2031年)》显示,2022年中国算力核心产业规模达到1.8万亿元。
不仅如此,除了AI大模型对算力租赁有较大需求之外,传统制造业的智能转型也同样对算力租赁有所需求。
在江苏丹阳,一家从事车轮制造的企业,车轮质检已经全面实现自动化检测。该企业负责人表示,质检机器人24小时运转,每质检一次算法模型就迭代一次,这也造成算力资源消耗极大的情况。“经过测算,我们发现公司与其自建算力,不如采取租赁外部算力的方式,这样既灵活,又能节约成本。目前这种模式可以降低成本30%。”
采访中,多位企业负责人表示,对于中小企业或者初创企业来说,短期内采取算力租赁的模式更能减少企业成本压力。
监管层面,随着人工智能领域不断发展壮大,行业也开始对算力租赁设备的“适格性”进行探讨。2024年8月23日,金融监管总局官网发布《关于印发金融租赁公司业务发展鼓励清单、负面清单和项目公司业务正面清单的通知》(以下简称《通知》)。其中,集成电路和算力中心设备被纳入正面清单中。
同时,《通知》明确,金融租赁公司要按照《金融租赁公司项目管理办法》第三条规定,对所设立的项目公司租赁物范围实施正面清单管理。金融租赁公司专业子公司设立的项目公司租赁物范围,应当符合专业子公司特定业务领域或特定业务模式。
下一步,金融监管总局将持续强化监管,指导金融租赁公司做好《通知》的贯彻落实,引导金融租赁公司根据国家重大战略优化业务规划,调整业务结构,倾斜资源推动现代化产业体系建设,支持新质生产力发展。
运营逻辑转变
当下的高端GPU算力资源极度紧缺,具备稳定的、可持续的拿卡渠道资源的公司非常关键。
虽然市场已经出现从几亿元至数十亿元的算力租赁业务,但是业务背后的运营逻辑以及如何实现转型,也成为行业普遍关心的问题。
全球租赁业竞争力论坛首席研究员高小月表示,随着算力集群规模指数级增长,传统IDC(InternetData Center互联网数据中心)厂商逐步向AIDC(Auto-matic Identification andData Cap-ture 自动识别和数据提取)转型。“人工智能可以说承担着新一轮科技和产业变革的重要驱动力。AI大模型的快速发展对AI算力提出了更高要求,智算中心作为AI算力的最重要载体,成为近期最热门的投资赛道。”
来自券商的研究报告也指出,智能算力现在的发展速度相当于2014年至2018年期间的IDC龙头扩张速度。目前,市场需求主要来自大模型的训练和推理,其中训练对算力的需求出现指数级增加。
中国信通院数据显示,2023年我国智能算力达70EFLOPS,预计2025年将超过105EFLOPS。随着算力建设规模的加大,投资成本大幅增加,融资来源成为建设方案的重要部分。
在市场的催生下,多家租赁公司也开始观望,并尝试介入算力市场。
高小月认为,目前算力的运营逻辑已经发生转变,金租公司需审视市场变化。“首先需要考虑的是租赁物问题,算力业务的核心标的物主要是高性能GPU模组,目前市场上GPU供应商包括国内外企业,其中,有的企业因为性价比具有优势,具有一定垄断性。因此,当下的高端GPU算力资源极度紧缺,具备稳定的、可持续的拿卡渠道资源的公司非常关键。此外,要考虑到主要设备的故障维修和更新替代。”
除此之外,需求方问题也是一个值得关注的变化。
据悉,目前算力的建设方主要是大模型厂商、AI云厂、传统企业,以及由地方政府主导的智算中心。“大模型厂商自建算力用于训练和推理;AI云厂逐渐与算力服务商开展合建模式;传统IDC运营商正在进行智算改造,以及部分上市公司布局智算中心为大模型厂商提供算力服务;政府主导企业合作建设的算力,主要服务于地区科研以及智能制造、自动驾驶等特定行业的算力需求。”高小月介绍。
为更好提升算力效能,多地政府也开始布局支持智算中心建设,包括给予项目建设补贴。同时,伴随着算力服务商日渐增多,算力的增加升级、绿色低碳改造也加速了资金需求。
以北京为例,2023年,北京市经济和信息化局印发《人工智能算力券实施方案(2023—2025年)》,通过政府补贴的形式来减轻算力需求方的算力成本。
此外,河南省发展和改革委员会也印发了相关通知,明确了河南省2023年至2024年算力券政策范围供给方名单,以降低企业算力使用成本,提升算力资源使用率。市场分析认为,未来,国内或有望推出算力债、算力RE-ITs等金融产品,定向助力算力市场发展。
高小月建议,供应链的稳定性是资金方需要考虑的重要问题。国内算力建设的计划、成本、运营更新等均受到外部GPU服务器的供应政策的直接影响。“从第三方智算中心的运营模式来看,成本方面,除采购成本外,后期运营还涉及折旧成本、机柜成本、运维成本以及触发SLA的赔偿成本等。收入方面,高算力的服务器意味着更高的收入潜力,算力收益依靠稳定的高出租率。”