昔日“味精大王”莲花康健则凭借跨界布局算力租赁业务，节后收成三连涨停板，8月尾以来其股价以大涨超140%。再往前看，AI大牛股鸿博股份疯涨背后同样有算力租赁的身影。
事实上，海内市场已经掀起了跨界算力领域的热潮，算力租赁更是成了紧张布局方向。不过，算力租赁真的是门好买卖吗？
01 算力租赁是什么？
所谓算力租赁，顾名思义便是对算力进行出租，是一种通过云打算做事供应商租用打算资源的模式。
算力利用者无需投入大量资金购买打算设备，却可以利用高效稳定的打算做事，并根据实际利用情形支付相应用度。利用者通过租赁打算资源，可以快速地启动项目，减少相应本钱。
年初以来，以ChatGPT为代表的天生式人工智能模型持续落地和商业化，展现出生成式人工智能模型在金融、法律、办公等场景下的巨大潜力。
海内也不出意外的掀起了开拓大模型产品的浪潮。赛迪顾问发布的《2023大模型现状调查报告》显示，截至2023年7月尾，国外累计发布大模型138个，中国则累计有130个大模型问世。
时至今日，“百模大战”还在不断升级。比较于微软、谷歌、Meta等CSP拥有自建数据中央，中小型天生式AI运用开拓商的演习和推理算力需求，每每难以通过自建算力举动步伐办理，算力租赁需求突出。
因此今年3月，英伟达基于自身的硬件架构、软件生态，面向AI模型的演习、推理需求，与甲骨文等公司互助推出DGXCloud云做事，就此拉开了AI算力租赁的大幕。
在此背景下，A股上市公司蜂拥而至，跨界布局的玩家频频涌现，鸿博股份则最先吃上了螃蟹股价疯涨，目前其算力租赁业务已开始产生收入。
02 首先是一门赢利的买卖
AI算力租赁的商业实质为具有大模型演习需求的软件研发厂商向具有GPU资源的厂商租赁GPU算力。其利润来源紧张是租金收入减运营本钱，其运营本钱紧张包括固定资产折旧，数据中央日常运营、IDC机房租金以及职员本钱等。
值得一提的是，当前市场中AI算力租赁业务价格都不低。
根据阿里云网站，8卡英伟达A100-NVLink(80GB显存)的GPU做事器的月租金约为13.34万元，对应整年租金约为160万元。而京东商城数据显示，8卡英伟达HGX加速显卡A100SXM模组售价为160万元，基本与同等规格GPU做事器年租金相称。
因此，若只比较做事器采购本钱与租金本钱，AI算力租赁并不具备性价比上风。大模型研发厂商乐意为高租金买单的根源，或考虑到做事器的等待、调试、运维本钱，以及软件研发的试错本钱。
业内认为，韶光对付大模型研发厂商而言是较为稀缺的资源，即先行完成大模型研发的厂商有望得到更多的先发上风，AI算力租赁的商业实质为实现资源配置的最优效率。
东吴证券近期研报表示，其基于9月数据测算，算力租赁公司毛利率约为40%旁边，净利率约为20%旁边(利用A800)，利用H800会更高。
此外，鸿博股份7月7日在厚交所回答函中提到，其一期项目达产年净利率约为17%。但其过去多年印刷主业的净利率最高也便是在8%旁边，莲花康健近两年的净利率更是不到3%。
站在当前时点，AI算力租赁确实是一门赢利的买卖，对付主业经营承压，急迫想要探求第二增长曲线的上市公司吸引力巨大，但是否算是一门好买卖或许还要打个问号。
03 长期来看或许不是一门好买卖
从本钱端来看，由于AI算力租赁的本钱由设备折旧摊销、数据中央能耗本钱、人工运维本钱构成，大部分本钱AI算力租赁厂商处于被动接管状态，议价能力弱。换句话说，租价水平基本决定了算力租赁业务的盈利水平。
那么，当前高租价水平能否长期存续呢？
首先要明白，是短期算力资源的供需关系失落衡，催动了AI算力租赁业务的兴起，这也是支撑高租价的关键。换句话说，正是算力的稀缺性构筑了AI算力租赁业务的高代价。
不可否认，在海内开启大模型竞争的背景下，中国智能算力规模增长潜力巨大。根据IDC数据，2022年智能算力规模达到268百亿亿次/秒(EFLOPS)，超过通用算力规模。估量2021-2026年中国智能算力规模的年复合增长率达52.3%。
需把稳的是，从事AI算力租赁业务实在没有太明显的技能门槛，这虽然让跨界布局成为了可能，但同时也为行业玩家迅速扩展埋下了伏笔。
一样平常来说，门槛低的买卖都不算是好买卖，算力租赁也同样如此。当前市场火热，租赁业务能卖出高价更多是时势造英雄的结果。短期来看，制约算力供给爆发的关键在于以GPU为主的AI芯片的紧缺。
当前阶段，谁能先拿到高端AI芯片，谁就节制了AI算力租赁行业的话语权。为什么鸿博股份能备受市场青睐，布局算力租赁不是真正关键，与英伟达的互助才是。
长期来看，随着当算力资源紧缺程度缓解之后，算力租赁行业或将步入本钱竞争阶段，存在租金下行风险，蓝海将变成红海，算力租赁算不上是一门好买卖。
当然，作为新兴蓝海市场，算力租赁确实是一门赢利的买卖，其潜在代价不低，加上AI算力租赁刚刚兴起，优先布局的玩家仍有望享受到大模型竞争下的时期红利。
- End -
本文源自证券之星