算力“黄牛”退潮与正规军下场的市场洗牌洞察

人工智能大模型技术的爆发，将全球数字经济推入了一个以智能算力为核心的新纪元。在2023年至2024年的行业早期，由于高端GPU芯片的极度稀缺与地缘政治造成的供应链封锁，中国算力市场经历了一段野蛮生长的“草莽期”。在这一阶段，以囤积显卡、倒卖API接口为核心业务模式的算力“黄牛”一度攫取了极高的超额利润。然而，随着时间推移至2025年与2026年，中国算力基础设施产业迎来了历史性的拐点。

伴随着算力供需结构的逆转、底层软硬件架构的快速迭代、推理侧需求的爆发式增长，以及以三大电信运营商和央国企为代表的“正规军”全面接管市场，算力“黄牛”的生存空间遭到毁灭性挤压。算力租赁行业正式迈入重资产、精细化运营与全栈技术比拼的“工业化”时代。本报告将全景剖析这一场波澜壮阔的市场洗牌，深度洞察算力底层逻辑的重构、商业模式的演进以及未来产业生态的高质量发展趋势。

一、 算力“黄牛”的狂欢与黯然退场：脆弱套利模式的必然破产

在人工智能浪潮的初期，算力租赁市场呈现出高度的投机性。以部分中小企业、渠道商乃至个人站长为代表的算力“黄牛”群体，利用信息差、渠道差以及合规监管的时间窗口，构建了一个看似暴利实则极其脆弱的商业闭环。然而，在2025年至2026年的市场大洗牌中，这一群体遭遇了从价格雪崩到极高合规风险的双重绞杀，其业务模式走向了必然的破产。

1. “黄牛”模式的盈利幻象与隐形成本真相

早期算力“黄牛”的暴利，并非源于技术创新或系统运营效率的提升，而是建立在极端的供需失衡与规避合规成本的基础之上。在算力硬件服务端，由于美国限制对华出口A100、H100等高端GPU芯片，导致国内算力资源出现巨大缺口。部分企业通过特殊渠道囤积高阶算力卡，以“算力二房东”的身份向中小大模型研发团队高价出租。业界甚至衍生出“显卡期货”的概念，即提前预订或锁定未来一段时间的GPU算力资源，利用供不应求的局面赚取差价。

在API接口转售端，“黄牛”的套利空间在表面上更为惊人。以海外头部大模型（如OpenAI、Anthropic）为例，“黄牛”利用反向代理、账号池与批量注册脚本，将包月订阅账号转化为按量计费的API接口，转售给国内无法直接获取服务的开发者。一个200美元月费的账号，通过切分售卖，其产生的流水可达2000至3000美元，甚至在行情高涨时能达到4000至5000美元，套利倍数高达10至15倍。这种商业模式不需要生产模型，也不掌握底层算力，仅仅依靠搬运和“薅羊毛”维持运转。

然而，这种宣称高达50%的表面毛利率，本质上是将合规成本转化为非法利润的财务幻象。若将其纳入正规商业运营体系，账本上必须增加诸多隐性开支。为了应对海外厂商的封号策略，必须耗费大量人力编写脚本进行账号保活；为了将高达20%的调用错误率压降至5%的可用水平，需要持续的研发调优投入。更为致命的是合规成本：一旦企业试图正规化，必须承担缺乏境外进项抵扣的增值税销项成本、企业所得税、增值电信牌照摊销、数据出境安全评估合规改造，以及将便宜的境外服务器替换为合规专线的费用。若将这六大类成本加回，其真实毛利率将锐减至20%上下。随着公安与监管体系的完善，这种未经合规备案的反向代理模式被定性为涉嫌非法经营的风险急剧上升，非法经营数额5万元人民币以上或违法所得1万元即可触发刑事立案标准，彻底摧毁了“黄牛”的生存根基。

2. 算力租赁价格的雪崩式下跌与结构性过剩

进入2025年后，算力租赁市场迎来了价格的全面崩塌。以全球最受瞩目的英伟达H100芯片为例，2024年初全球市场租赁价格接近5美元/GPU·小时，中国市场更是一度飙升至13美元/GPU·小时；但至2025年中期，全球均价下探至约2.4美元/GPU·小时，中国市场也暴跌至5美元/GPU·小时以内，整体跌幅超过70%。主流的A800等AI服务器租赁价格在两年内降幅亦超过50%。

导致算力价格雪崩的核心驱动力来自四个维度的大规模变量共振。首先是新架构算力的代际碾压，英伟达Blackwell架构（如B100/B200）以及CoWoS先进封装技术的成熟量产，使得单位算力成本出现指数级下降，老一代H100及A100的需求迅速走弱。其次是供给侧的井喷式释放，地方政府与央国企积极响应国家战略，大力推动智算中心建设，大量闲置资源被推向第三方租赁市场，形成了巨大的供给冲击。第三是模型技术的开源与优化，以DeepSeek为代表的高效开源模型，极大降低了大模型训练的算力门槛；同时市场焦点由“暴力训练千亿参数基础大模型”转向“垂直领域的微调与应用”，这使得许多为高频高吞吐训练任务优化的数据中心不再适应低延迟的推理任务需求，导致大量旧算力被淘汰。最后是云服务巨头的价格战，为了抢占开发者生态，阿里云、腾讯云、火山引擎等头部云厂商掀起激烈的算力与API Token价格战，进一步挤压了中小算力供应商的利润空间。

3. 运维技术断层与全栈交付能力的缺失

“黄牛”模式的另一大致命弱点在于缺乏全栈技术服务能力。随着人工智能大模型从实验室步入严苛的实际业务场景，客户对算力的核心诉求已经从单纯的“抢占算力规模”转向了“拼交付的系统工程效率”。在万卡级智算集群的高负载运行中，网络抖动、磁盘吞吐延迟、节点频繁宕机等问题层出不穷。据行业数据统计，由于缺乏高效的软硬协同调度，多数普通用户的GPU实际利用率往往仅在10%至30%之间徘徊，极大推高了实际运算成本。

这意味着，现代算力服务商必须具备强大的异构资源统一调度能力、分布式存储优化能力以及底层高速通信网络（如IB、RoCE）的深度调优能力。而中小算力企业或“黄牛”往往只能提供最基础的“裸金属”物理机租赁服务，缺乏平台层的PaaS（平台即服务）治理工具与应用层的MaaS（模型即服务）生态构建能力。在应对诸如多模态处理、长上下文推理等复杂AI任务时，其简陋的基础设施根本无法保证企业级客户所需的毫秒级延迟与超高吞吐量。不仅如此，算力中心自身高昂的电力成本也成为了不可承受之重。为了将数据中心的PUE（电能利用效率）降低至1.1的极致水平，企业必须引入昂贵的液冷技术等绿色能效设施，这类高资金门槛的技术升级进一步将低附加值玩家清扫出局。

二、 “正规军”全面接管：央国企与运营商主导的超级投资周期

当算力租赁市场完成早期去泡沫化并验证了持续增长的真实需求后，以三大电信运营商（中国移动、中国电信、中国联通）以及具备深厚国资背景的第三方数据中心巨头为代表的“正规军”强势入场。他们凭借清晰的顶层战略设计、无与伦比的资金体量、坚实的通信网络基础设施与合规公信力，对中小算力玩家实施了降维打击，迅速成为中国算力市场的中流砥柱。

1. 资本开支的逆势狂飙与财务租赁赋能

在全球电信行业传统连接业务增长乏力、移动业务ARPU（每用户平均收入）面临下行压力的背景下，三大运营商的资本开支结构发生了历史性转向。算力投资成为总资本开支普遍收缩大环境下的唯一逆势大幅增长板块，标志着运营商从“流量经营”全面迈向“算力经营”时代的战略转型已进入实质性加速与收获阶段。

在如此庞大的资本预算支撑下，大型企业主导了全国范围内多个百亿级别的超大规模AIDC（人工智能数据中心）项目。例如，中国移动在武汉光谷和长三角等多地探索突破100 EFLOPS的十万卡智算集群建设；万国数据计划未来五年在乌兰察布投资超过300亿元建设高密度数据中心园区；晶科科技也参与了宁夏中卫高达245亿元的1GW算力中心项目。

如此恐怖的重资产投入速度，离不开金融租赁行业的深度赋能。高端GPU服务器动辄价值数亿元，自建算力中心存在巨大的“财务时差”——设备折旧与高昂的电力运维成本在季度内被全额计入当期，而对应的巨额服务费收入却要延后数个季度才能释放，这种现金流错配足以拖垮大多数企业。为此，交银金租、海通恒信、芯鑫租赁、苏银金租等大型融资租赁公司强势介入算力产业。例如，交银金租联合兴业金租为地方企业落地了价值近30亿元的高性能服务器联合租赁项目，彻底打通了重资产模式在极限扩容期的资金链瓶颈，助推了算力基础设施的大规模落地。

2. “云网智一体”的天然护城河与安全底座

现代AI数据中心不仅是算力芯片的简单堆砌，更是电力、制冷、高速网络与物理空间的系统性集成工程。运营商的入场，将市场竞争维度从单一的“算力卡数”拉升至“云网智协同”的全栈能力比拼。

在网络传输方面，AIDC对低时延、高带宽与无损网络有着极其苛刻的要求。运营商拥有覆盖全国的骨干光通信网、“新八纵八横”传输体系以及5G-A与万兆光网接入能力。依据工信部等六部门要求，重点应用场所光传送网（OTN）覆盖率需达到80%，骨干网全面支持IPv6，且SRv6等创新技术使用占比需达到40%。这种“入算即入网”的底层网络调度能力，能够有效保障国家枢纽节点集群间实现不高于理论时延1.5倍的直连网络传输，彻底打通算力调度的“最后一公里”。

在合规、信任与安全体系上，算力国网的核心应用场景深度集中于政务、金融、能源等关乎国家命脉的关键领域。面对生成式AI可能带来的数据泄露或模型幻觉问题，运营商的“国家队”身份在数据安全治理、关键信息基础设施保护以及合规审计方面构筑了不可逾越的公信力壁垒。结合其在全国建立的异地灾备体系与结构化知识库，能够为政企大客户提供最安全可靠的专属私有化或混合云部署方案。

三、 国家算力网架构成型：标准化纳管与互联互通

为了彻底打破地域限制带来的“算力孤岛”困境，解决算力资源利用率低下、异地异构协同困难以及产业供需严重不匹配的问题，国家最高统筹机构正式下场，推动算力资源向标准化、普惠化的公共基础设施形态演进。

1. 《算力互联互通行动计划》与“1+M+N”顶层设计

工业和信息化部印发的《算力互联互通行动计划》为中国算力网络绘制了清晰的时间表：至2026年，全面建立完备的算力互联互通标准、标识和规则体系；至2028年，基本实现全国公共算力标准化互联，最终形成具备智能感知、实时发现、随需获取特征的算力互联网。

在这一宏伟战略指导下，中国信通院等核心研究机构正在大力推进“1+M+N”的国家算力互联互通节点体系建设。其中，“1”代表国家算力互联网服务平台，负责全局的标识管理与匹配；“M”代表区域级枢纽节点（如北京、上海、广东、四川等地的节点），依托当地产业集群实现区域内异构算力的互联互通；“N”则代表聚焦信息通信、航空航天、金融科技、工业制造等垂直领域的行业节点。

2. 算力数字身份与异构算力漫游

为了实现上述体系的运转，全国统一的算力标识管理系统已被建立。各类进入大网的算力资源将被赋予唯一且标准化的“数字身份证”，并在服务中心完成注册认证纳入标识库。截至2026年，已完成上百家企业逾300 EFLOPS智算资源的标准化标识，确保全网算力可感知、可追溯。

这一体系的落地，促成了令人瞩目的“跨域算力漫游”。例如在四川节点，未售出的国产智算卡通过互联互通机制被盘活，直接为千里之外的车载系统功能提供了高性价比的算力支撑。这种打破品牌、架构与地域壁垒的底层创新，使得不同品牌的CPU、GPU及定制化NPU能够在一个统一资源池中被灵活调度，极大提升了全社会的公共算力资源配置效率。

四、 商业模式的重构：从低效IaaS走向高溢价MaaS与Token工厂

随着基础设施格局的逐渐落定，算力行业的商业变现逻辑也在2026年迎来了质的飞跃。传统的IaaS（基础设施即服务）按机柜或卡数出租模式已陷入利润枯竭的红海，而以推理算力为核心的MaaS（模型即服务）与“Token工厂”模式，正在重构产业链的价值分配机制。

1. 推理时代的全面降临与Token爆炸式增长

若2023年至2024年是各大科技巨头“暴力训练”基础大模型的军备竞赛期，那么2025至2026年则是AI大模型下沉至千行百业、AI智能体（Agent）规模化落地、推理需求呈指数级爆发的转折点。随着多模态生成、RAG（检索增强生成）、长上下文处理等技术的成熟，AI逐渐从简单的“被动应答”演变为能够自主规划、调用工具与闭环复盘的生产力中枢。例如，OpenAI o1模型中采用的“测试计算”技术，使得模型能够在推理阶段进行类似人类思考的多步推理，这一技术演进直接导致了推理算力消耗的飙升。

行业需求结构因此发生根本翻转。据产业权威机构测算，2026年全球AI推理算力占比已突破67%，预计到2028年，推理工作负载占比将进一步攀升至73%。有别于训练阶段呈现的脉冲式项目制特征，推理需求是伴随企业日常业务运转的长尾性、持续性消耗。

在这一阶段，Token（词元）替代了传统的算力卡租赁时长，成为衡量AI价值产出与算力消耗的核心通货。数据显示，中国大模型的日均Token消耗量已从2024年初的10万亿激增至2026年二季度的550万亿，两年复合增速超过600%。在某些观测周内，中国大模型的周调用量已达数十万亿Token级别，甚至超越了美国同类模型，占据全球总调用量近半壁江山。黄仁勋在GTC大会上指出，伴随计算向推理转移，预计到2027年全球将涌现出高达1万亿美元的庞大算力需求。

2. “Token工厂”模式下的估值逻辑切换

在传统算力出租模式下，行业极易陷入同质化内卷，企业只能赚取微薄的硬件租金，面对巨额的折旧与能耗，这种重资产模式在资本市场上仅能获得具备强周期属性的低市盈率（PE）估值。

然而，2026年由主流大模型厂商（如阿里、腾讯等）与头部算力云提供商共同推动的“MaaS Token分成模式”，彻底颠覆了盈利天花板。在此模式下，算力服务商被重塑为“Token工厂”，不再仅收取固定底薪（租金），而是与大模型厂商深度绑定，按照大模型实际产生的Token调用量进行超额利润分成。

这一模式的财务弹性具有颠覆性：数据中心的设备折旧、网络宽带与电力能耗基本属于刚性固定成本，当业务规模越过盈亏平衡点后，下游AI调用需求越旺盛、Token产出量越大，算力厂商分得的新增超额收入几乎可以全额转化为纯利润。例如，部分北美顶级算力租赁巨头（如CoreWeave）在签署新合约时，其预期利润率较前几季度已高出5至10个百分点。国内如网宿科技、优刻得、利通电子等具备强大云边协同能力、深度绑定互联网大厂并签署超大规模算力长协的企业，正享受着这一红利，资本市场对其估值体系也随之从传统的PE模式全面切换至高成长性的市销率（PS）模式。

3. “算力券”向“词元经济”的政策靶向演进

为刺激人工智能产业生态发展、降低中小企业创新门槛，中国多个省市地方政府在2024年至2025年间密集推出了动辄数亿元规模的“算力券”补贴政策。在早期的政策落地中，由于政策设计与市场实际存在一定脱节，暴露出了典型的“供需错配”问题。绝大多数AI初创企业和应用开发团队的刚性成本来源于API接口的Token消耗，而非整租底层算力服务器。然而，早期算力券往往设置了较高的企业营收或规模门槛，且仅限抵扣特定大型智算中心的硬件租赁费用，导致资金大多流向了具备重资产消耗能力的头部大厂，广大中小企业依然面临“用不起、申请难”的困境。

洞察到这一应用温差后，先进地方政府的产业扶持政策迅速从粗放的“硬件招商”向精准的“词元经济（Token Economy）”孵化迭代。以武汉、合肥、贵阳等地为代表，政府开始推出包含“算力券、语料券、模型券、Token券”在内的全链路支持组合拳。例如，武汉江岸区每年统筹专项资金，不仅下发1000万元算力券支持底层绿色算力建设，更直接设立1000万元Token券，专项补贴下游企业调用大模型产生的Token费用。这一政策导向的精细化转变，极大地繁荣了区域内AI应用与大模型中间件的研发生态，也从政策端印证了算力产业的价值重心已无可阻挡地向MaaS服务层转移。

五、 国产替代与绿色低碳：算力底座的物理重塑

面对错综复杂的国际技术博弈与国内高质量发展的诉求，中国算力基础设施的底层物理架构正在经历一场深刻的国产化与绿色化革命。这不仅是对抗外部供应链风险的防御性策略，更是实现技术自主可控、引领下一代数字经济的主动出击。

1. 外部封锁倒逼下国产算力生态的全面崛起

自2023年以来，技术封锁的步步紧逼使得中国获取最尖端算力芯片（如英伟达H100/B200级别）的通道大幅收窄。这种外部高压环境叠加国内巨大的市场需求，客观上为中国本土算力芯片及半导体产业链创造了不容错失的“自研窗口期”。国家及地方层面的政策频出，如要求新建数据中心优先采购国产芯片及操作系统，明确规划到2027年智算规模中国产算力占比必须达到70%以上，全面拉动了国产替代的内需。

在确定性的庞大市场订单滋养下，2025年至2026年国产算力产业链迎来了里程碑式的爆发，预计国产AI芯片在本土的市场份额将历史性地突破50%。

• 国产GPU与NPU矩阵：以华为昇腾系列为代表的旗舰芯片，已在鹏城云脑等国家级超算中心以及阿里、字节等云服务巨头处实现规模化商用部署。其CANN软件栈的日益成熟，使得昇腾在诸多大模型推理场景中的性能表现已逼近国际一线水平。同时，海光信息通过吸收合并中科曙光，实现了从高端CPU/DCU芯片设计到底层服务器及存储系统的全栈垂直整合。由于海光DCU高度兼容主流CUDA生态，极大降低了开发者的代码迁移成本，构筑了深厚的商业化壁垒。寒武纪、摩尔线程等GPU新势力，也在推理市场展现出强大的渗透力与指数级营收增长。
• 先进封装与存储突破：虽然在极高端的7nm以下先进制程上仍受物理限制，但中国产业链通过独辟蹊径的架构创新加速追赶。例如，长电科技与通富微电等厂商利用Chiplet（芯粒）先进封装技术，将多个相对成熟制程的芯片拼接，以面积换性能，成功实现了算力密度的质变。在关键的HBM（高带宽内存）及周边存储领域，长江存储凭借独特的Xstacking技术实现232层3D NAND量产，合肥长鑫亦在LPDDR5 DRAM芯片上取得重大技术突破，有效缓解了算力芯片“内存墙”的瓶颈困境。

此外，随着AI应用从单一通用云端向多场景泛化，基于ASIC（专用集成电路）架构的定制化推理芯片凭借超高的能效比与低廉的单Token成本，正在迅速抢占边缘与终端市场，预计2026年全球ASIC芯片市场规模将达到700亿元人民币，成为抗衡通用GPU的重要力量。

2. “双碳”目标下的绿色算力与智算中心重构

随着大模型参数量的飙升，AI服务器单机柜的功率密度已从传统的10kW以内暴涨至30kW乃至上百kW。这种恐怖的热量密度使得传统风冷技术遭遇了无法逾越的物理极限。在“碳达峰、碳中和”国家最高战略的倒逼下，绿色算力标准已从过去的软性倡导升级为不可商量的硬性指标。

工业和信息化部及各省市发改委在新建数据中心的立项审批中，已将PUE（电能利用效率）降至1.3以下作为基础准入门槛，业内诸多超大型智算中心更是将PUE控制在1.2以内甚至趋近1.1的极致水平作为设计标配。这一严苛的能效约束直接重塑了数据中心的建设标准：

• 液冷技术的全面普及：冷板式液冷技术因其卓越的散热效率，已成为当前新建AI服务器的绝对标配，液冷机柜的部署规模呈现跨越式增长。英维克、高澜股份等温控技术龙头企业因此获得了巨额的市场订单，单机柜的温控价值量大幅提升。
• “东数西算”与源网荷储协同：为了获取更低廉的绿色电力与自然冷源，算力枢纽正加速向内蒙古、宁夏、甘肃、贵州等西部地区转移。通过就近消纳丰富的风电、光伏等可再生能源，并结合先进的储能系统，智算中心实现了“源网荷储”一体化运行。这不仅从根源上降低了整体碳排放，更为算力运营商极大压降了长期的电力运营成本，进一步拉开了与缺乏规模效应的中小算力企业的竞争差距。

六、 结论与发展展望

纵观2025至2026年的这场算力市场大洗牌，中国算力产业正经历从粗放型规模扩张向高质量技术深耕的蜕变。

算力“黄牛”的全面退潮，标志着依靠非标运营、政策红利时间差以及规避合规成本以获取短期暴利的时代彻底落幕。取而代之的，是以三大电信运营商、央国企以及顶级云服务巨头为代表的“正规军”。他们凭借深不可测的资本实力、云网一体的坚实底座与无懈可击的安全合规优势，将算力建设推向了标准化、普惠化的公共基础设施新阶段。在国家“1+M+N”算力互联互通架构的顶层统筹下，原本支离破碎的“算力孤岛”正在被融合成一张高效流转、异构漫游的国家算力互联网络。

在商业模式的演进上，随着AI大模型向千行百业的深度渗透，推理算力需求迎来了历史性的大爆发。行业成功跑通了从出卖硬件时间的“算力租赁（IaaS）”向按价值分配的“Token分润（MaaS）”的进阶之路。这一模式的切换，不仅打破了算力企业面临的重资产低估值魔咒，更为整个数字经济产业链注入了丰厚的财务弹性与长效活力。

展望未来，中国算力产业将在“自主可控”与“绿色低碳”双轮驱动下，沿着“底层异构硬件国产化替代—中层液冷架构与高速网络提速—上层AI智能体与Token商业化变现”的路径持续高速狂奔。在这场关乎大国科技话语权的百年变局中，算力早已超越了单纯的硅片与机柜范畴，成为驱动社会生产力跃迁的国之重器。在新的产业生态中，唯有摒弃投机思维，真正掌握全栈技术调度能力、深度绑定垂直行业应用场景，并坚守合规运营底线的长期主义者，方能在新时代的AI工业革命中立于不败之地。