騰訊元寶因春節紅包活動流量激增而「崩潰」，同一時間，A 股算力租賃概念股卻應聲飄紅，這一看似矛盾的現象，卻精準揭示了當今人工智能時代的核心矛盾與機遇。

春節期間的流量高峰不僅帶來了紅包，更暴露了 AI 基礎設施的脆弱性。當騰訊元寶在巨大用戶訪問量下出現服務不穩定時，算力租賃概念股卻在資本市場上表現搶眼。

這一現象背后，是市場對算力資源稀缺性的敏銳反應。

當前，從 C 端 AI 應用的爆發到 B 端企業的智能化轉型，從國家政策的大力扶持到全球科技巨頭的戰略調整，算力租賃這一曾經相對專業的領域，正迅速演變為數字經濟時代的核心基礎設施產業。隨著工信部推進算力調度和互聯互通的政策落地，算力租賃行業迎來了前所未有的發展機遇。

應用端暴露算力緊缺，市場反應迅速

人工智能應用的爆發性增長正在對后端基礎設施提出嚴峻考驗。2026 年春節前后，兩大 AI 應用服務接連出現異常情況，直接反映了當前算力供需的矛盾。

2 月 1 日，騰訊元寶 App 在開啟春節 10 億元紅包活動后，當用戶嘗試使用「春節模版做同款」等功能時，頻繁出現「已暫停生成」的提示，服務出現短暫不穩定。無獨有偶，2 月 6 日，阿里千問 App 的「春節 30 億免單」活動也因巨大流量涌入，在下單過程中多次出現卡頓現象，無法完成下單付款和分享。

這兩起事件的時間點高度集中，正值春節營銷高峰期，暴露了當前 AI 應用在面對突發性大規模訪問時的脆弱性。騰訊官方回應稱，問題源于「瞬時流量激增」，而阿里方面則表示正在「緊急加資源，全力保障順暢」。這些回應都指向同一個問題：算力資源在面對峰值需求時的不足。

與元寶、千問因突發流量而「宕機」的顯性困境不同，明星創業公司月之暗面（Kimi）面臨的則是資源約束下的長期戰略性「取舍」。Kimi 曾憑借超長文本處理能力異軍突起，在 2024 年創造了驚人的增長曲線，月活躍用戶一度突破 2100 萬。然而，進入 2025 年，其市場地位急轉直下。據 QuestMobile 數據，到 2025 年 9 月，Kimi 的月活已降至 967 萬左右，僅為榜首豆包（1.72 億）的約 5.6%，與 DeepSeek 等頭部玩家的差距亦被顯著拉大。

其母公司月之暗面在社交媒體上坦言正經歷「嚴重的計算資源短缺」，并為此公開呼吁更多供應商加入。造成短缺的核心原因，一方面是高端 AI 芯片（如英偉達 H800 系列）供應持續緊張且價格高昂，獲取穩定貨源存在挑戰；另一方面，作為獨立創業公司，Kimi 的資本投入能力無法與互聯網巨頭每年數百億的 AI 開支相比，存在天然的「資源約束」。為此，Kimi 正通過算法創新極致利用現有算力，并積極探索使其系統適配國產 AI 芯片，以尋求替代方案。

有趣的是，資本市場對此的反應截然不同。2 月 2 日，就在騰訊元寶出現問題的第二天，A 股算力租賃概念股異動拉升。群興玩具、利通電子等公司漲停，亞康股份漲幅超過 14%，潤澤科技、網宿科技、中富通等公司也均有顯著上漲。

這種「應用端波動，資本市場熱捧」的現象并非孤例。1 月 28 日，谷歌宣布自 2026 年 5 月起上調其數據傳輸服務價格，其中北美地區費率較當前水平提高約一倍。這一消息直接推動了算力租賃概念股的走強，美利云當日一字漲停。網宿科技、青云科技等公司漲幅也超過 10%。

供需，很緊俏

算力租賃市場的迅速崛起并非偶然，而是多重因素共同作用的結果，這些因素正推動著行業進入黃金發展期。

算力租賃的本質，是將算力資源以出租方式提供給用戶，屬于云計算模式下的一種資源租用服務。用戶可根據自身需求，租賃服務器或虛擬機來完成大規模計算任務，無需自建算力基礎設施，也不必承擔設備運維、系統升級等相關工作與成本。

從廣義來看，算力租賃泛指一切以云服務形式提供算力租賃的業務形態，包括按算力使用量、服務器租用時長等方式計費的各類模式，例如公有云、私有云等相關服務；而從狹義上講，則特指針對明確客戶需求，以項目化、合同制方式進行算力部署與方案集成，但不轉移算力資源所有權，僅向客戶提供租賃并按約定計費的服務模式。

目前，我國算力租賃行業主要形成三種主流商業模式：

單實例整租模式：以整臺服務器為單位進行租賃，通常按「每臺 / 每月」計費（單臺標配 8 張 GPU），適合需要長期、穩定使用大規模 GPU 資源的客戶，可提供最新款 GPU 卡，且服務器整體運維成本較低。

按算力規模租賃模式：以算力總量為計價單位，通常按「每 P / 每年」計費，客戶可根據自身需求靈活選擇對應算力規模，實現彈性化資源配置。

按 GPU 卡時租賃模式：以單張 GPU 為計費單元，按「每卡 / 每小時」計費，主要滿足短期、臨時、突發類算力需求，支持根據實際使用情況隨時調整租用數量。

AI 大模型的訓練與推理需求呈現爆發式增長，已成為算力租賃市場擴容的核心驅動力。這種方式，一方面大幅降低了下游用戶靈活使用算力的門檻，尤其有利于眾多 AI 初創企業快速開展產品研發與落地應用，特別是中小企業，由于資金和技術限制，更傾向于通過租賃方式獲取算力資源，這為算力租賃市場提供了廣闊空間；另一方面也能盤活閑置算力資源，提升整體算力利用效率，實現資源優化配置。

供給端則面臨著多重挑戰。高端 GPU 芯片供應緊張、數據中心建設周期長、專業運維團隊短缺等因素，都制約了算力資源的快速擴張。與此同時，國際云計算巨頭調整價格策略，谷歌宣布自 5 月 1 日起上調其數據傳輸服務價格，北美、歐洲、亞洲地區價格分別從 0.04、0.05、0.06 美元/GB 上調至 0.08、0.08、0.085 美元/GB。亞馬遜云科技也上調其 EC2 機器學習容量塊價格約 15%，這些變化進一步凸顯了算力資源的稀缺價值。

政策環境的支持為行業發展提供了堅實基礎。國家發展改革委等四部門早在 2021 年就發布了《全國一體化大數據中心協同創新體系算力樞紐實施方案》，啟動實施「東數西算」工程。

今年 2 月，工信部發布《關于組織開展國家算力互聯互通節點建設工作的通知》，提出構建由國家節點、區域節點和行業節點組成的算力互聯互通體系。

地方政府也積極行動，深圳、上海、北京等地紛紛推出「算力券」政策，通過補貼降低企業使用算力的成本。深圳市對租用智能算力開展大模型訓練的企業，按不超過服務合同金額的 50% 給予資助，初創企業資助比例更高達 60%。

從百億，到千億

算力租賃市場正以驚人的速度擴張，吸引著各類參與者的積極布局，形成了多元化的競爭格局。

行業預測數據顯示，中研普華產業研究院預測 2025 年我國算力租賃市場規模將突破千億元，到 2026 年，國內算力租賃潛在收入規模有望達到 2600 億元，且后續將以每年 20% 以上的速度高速增長。另一份來自 QYResearch 的市場報告則預測，2026-2032 年期間中國算力租賃服務市場的年復合增長率將達到 24.2%。這些數據均指向一個快速增長的市場前景。

在市場規模迅速擴大的同時，企業投資熱情高漲，大額采購訂單頻現。

2025 年 8 月 16 日，協創數據技術股份有限公司發布公告，擬向多家供應商采購服務器，采購總金額預計不超過 12 億元，所購設備將主要用于面向客戶提供算力租賃服務。該筆采購也是今年以來國內算力租賃領域又一筆規模超 10 億元的大額設備投入。

筆者了解到，這 12 億元并非協創數據在算力租賃領域的首次大額布局。早在去年 3 月，公司便已規劃投入 30 億元向供應商采購服務器，用于開展算力租賃服務；去年 5 月，協創數據再度加碼，擬以不超過 40 億元資金繼續采購服務器，持續擴大算力租賃業務布局。短短數月內，公司累計投入規模已超 80 億元，也使其成為 2025 年國內算力服務器市場中最為活躍的采購方之一。

同一時期（去年 8 月），金開新能源股份有限公司發布公告稱，其子公司金開新能伊吾新能源發電有限責任公司（以下簡稱「金開伊吾」）與無問芯穹（北京）智能科技有限公司（以下簡稱「無問芯穹」）于 1 月份簽署相關合同，金開伊吾將向無問芯穹提供智算算力及配套資源，合同租賃總金額為 6912 萬元，服務期限為 12 個月。

其他企業也在積極布局。利通電子與騰訊的算力合作是行業內大客戶長期協作+ 深度定制的典型案例，雙方通過合資公司世紀利通開展全鏈路合作。2024 年底至 2025 年，騰訊分兩期向其采購 2300 臺高端 GPU 服務器，預計帶來年化收入 18 億元。2025 年雙方進一步簽署《2025-2027 年 AI 算力戰略合作備忘錄》，鎖定累計 50 億元訂單，覆蓋 H20 服務器租賃、邊緣計算節點部署及液冷數據中心改造等；海南華鐵與海馬云簽署的戰略合作協議，總租金規模達 10 億元。

市場參與者呈現出多元化特征，既有阿里巴巴、騰訊云等互聯網巨頭，也有云賽智聯、鴻博股份、中貝通信等專業算力運營商。不同企業選擇了差異化的競爭策略：有的通過自建數據中心掌控核心資源；有的采用硬件代理與輕資產運營模式快速切入市場；還有的專注于垂直場景定制化服務。

結語

前端應用的熱鬧與波動，終究是表象，后端算力的穩定供給與彈性支撐，才是 AI 時代真正的硬剛需。當大模型普及、C 端智能應用爆發、B 端智能化轉型全面提速，算力不再是可選的配套資源，而是數字經濟運轉的核心底座。

而一次次應用「崩潰」的背后，正是算力價值被重新認知、行業加速升級的契機，算力租賃作為 AI 時代的基礎設施，其戰略地位與市場空間，才剛剛打開。

不過，算力租賃行業也并非全無隱憂。有業內人士表示，當前不少企業通過購置服務器開展算力租賃業務，雖可獲得綠電相關認證，資產后續也具備二手處置價值，但行業普遍面臨回本周期較長的問題，對企業資金周轉形成一定壓力。同時，數據與模型在租賃過程中涉及的數據安全與隱私合規風險，同樣是行業發展中不容忽視的挑戰。