针对转租型算力租赁公司，相应获取上游算力资源的主要渠道有哪些，是否有估计过可调 度的 GPU 规模有多大？
一般算力转租型租赁公司的核心供应商主要是三大运营商等国企。这些运营商利用其国资背 景和资金优势，在地方政府的支持下建设超算中心。由于运营商在机器优化、集群调度等方 面的能力相对较弱，因此会将部分算力资源的运营权转交给转租型算力租赁公司比如并行科技。
其中合作模式多样，一种是运营商将超算中心的部分闲置资源交由算力租赁公司运营；另一 种模式下，运营商（如某些省份的联通）将整个中心的运营权完全转租，算力租赁公司作为“二 房东”进行市场化运作，而资产所有权仍归属国企。通过这种合作模式，一般算力租赁公司（转 租方）可调度的各类 GPU 总数约有两三万张，涵盖了 4090、A100、A 800 等多种型号，其 中当前已实际转租出去的规模一般也在接近两万张左右的规模。
一般算力租赁公司的机器优化、集群调度可以比三大运营商强多少，如何看待三大运营商 不直接提升其自身能力？
核心原因在于算力转租公司在软硬件调度与监控方面的专业能力。以并行科技为例，相应公司以软件技术起家，在超算中心的调度系统、计费系统以及大规模集群建设的软件层面拥有 核心优势，早期曾为浪潮、曙光等提供集群调度软件。相比之下，运营商虽然投资建设了硬 件设施，但在精细化运营和技术支持方面能力不足。例如，一个由 100 台机器组成的集群在 运行模型时出现故障，运营商可能需要逐台排查问题，效率低下。而并行科技的软件监控调 度系统能够实时定位到故障机器，迅速恢复整个集群的运行，保障算力服务的稳定性与效率， 这是并行科技的核心竞争力。
因此，尽管算力转租公司的转租服务价格可能略高于直接从运营商获取的价格，但由于能够 迅速为客户排查并解决问题，许多客户仍愿意选择算力转租公司提供的增值服务。
目前市场上英伟达的 H 系列、B 系列、A 系列及 5090 系列是租赁主流，那么国产卡的转 租市场现状及后续发展预期？
国产卡中，华为的生态系统建设最为完善。华为以极具竞争力的价格出租其设备，旨在培养 用户习惯并构建其生态链。其他国产卡厂商，其核心客户通常是与芯片及软件厂商深度绑定 的特定行业用户，应用范围相对较窄。在当前英伟达 GPU 供应紧张的背景下，一些软件厂商 会寻求与国产卡厂商合作，测试其软件在国产硬件上的运行效果，以期共同开发出易于市场 推广的产品。这种合作模式使得国产芯片厂商能够持续获得业务，但要实现大规模市场推广， 仍需解决硬件与软件厂商之间接口适配与协同配合的问题。
对于 H100 这类高端 GPU，其租金在 2026 年明显抬升，相应对算力转租公司的利润率影 响？
在市场供应不紧张时，算力转租公司基本能保证 15%的利润率。然而，在当前供应特别紧缺、 市场价格普涨的情况下，利润率反而有所收窄。这是因为上游供应商的价格也在上涨，而为 了维持与现有客户的合作关系，算力转租公司无法将成本完全传导至下游，涨价空间有限。 尽管如此，针对特定项目，算力转租公司甚至会承接部分利润微薄甚至亏损的项目，其目的 并非完全为了盈利。例如，与知名上市公司合作，即使不赚钱，也能通过合作声明提升市场 影响力。此外，大规模的业务虽然单笔利润低，但有助于提升整体销售额以及利润水平，对 算力转租公司市值亦有正面影响。
在 GPU 转租业务领域，核心玩家及核心客户群体是哪些？
针对国内 GPU 转租市场，并行科技为主要玩家，市场上存在其他竞争者，但各家的客户群体 不同，直接竞争的情况较少。其中并行科技公司的核心客户主要源于高校和科研院所，特别 是 985 高校。业务模式建立在长期关系之上：许多客户之前在博士或博士后阶段就开始使用 并行科技公司的产品和服务，毕业后进入各大科技企业担任技术骨干，仍会继续选择与并行 科技公司合作。
市场信息显示，智谱 AI、Mini Max 和腾讯是并行科技公司的客户，能否介绍一下这些模型 厂商在 GPU 选择上的策略以及需求变化情况？
Mi niMax 与并行科技公司有深厚的合作关系。智谱 AI 和部分其他客户则采取了双线并行策略， 即在市场供应紧张之前，就已同时布局英伟达和华为昇腾两条技术路线，针对不同客户群体 开发独立的产品线。例如，其 A 产品线基于英伟达 GPU，B 产品线则基于华为昇腾。DeepSeek 的算法较为特殊，对特定 GP U 型号没有严格要求，具备在多种硬件上运行的能力。相比之下， 多数厂商的算法深度绑定英伟达平台，当面临供应短缺时，即便价格高昂，也只能继续采购 英伟达产品。
在 GPU 选型上，除了智谱 AI 和 DeepSeek，还有哪些厂商采取了不同的技术路线？
市场上存在多种技术路线选择。部分厂商，尤其是一些特定行业（如军工、航海领域）的中 小型企业，从项目初期就选择与 国产 GPU 厂商（ 如沐曦）合作，完全走国产化路线。智谱 AI 则是在项目开始时便同时布局了国产和海外两种 G PU 方案。DeepSeek 因其算法的通用性， 对 GPU 硬件没有特殊偏好。
然而，最普遍的现象是，绝大多数厂商基于英伟达平台开发产品，在当前供应紧缺的形势下，即便面临困难，也只能继续依赖英伟达。
从 2026 年至今，如何看待 H 系列和 A 系列等 GPU 价格上涨的主要驱动因素？是由哪些 客户的需求推动的？
2026 年以来 G PU 价格的显著上涨，主要是由一些具有硬性交付时限的项目所驱动。这些项 目在 2025 年立项，必须在 2026 年内完成，因此无论价格多高都必须采购。当市场上出现符 合其大规模需求的批量资源时（例如 50 台机器），即使价格昂贵，他们也会整体采购以确保 项目进度。
此外，许多原计划于 2026 年新建的智算中心因硬件价格涨幅远超预算（例如上涨超过两倍） 而未能如期建成。这些智算中心背后绑定了大量等待使用算力的客户，由于无法从新建中心 获得资源，这些客户被迫涌入算力租赁市场寻求算力，进一步加剧了供需矛盾，推高了市场 价格。
从 2026 年以来，智谱和腾讯等大型厂商的算力租赁需求呈现何种变化趋势？与行业整体 相比，其需求强度如何？
大型厂商的算力租赁需求自 2026 年以来保持稳定，波动性不大。这些厂商通常会长期租用如 256 张或 512 张高端卡，即使价格稍高也能接受。他们的需求主要基于与平台签订的固定合 同，因此增量需求不明显，偶尔出现的项目需求会通过市场搜寻来满足。以腾讯元宝为例， 其产品在设计之初就定位为在客户需求量大时采用外部租赁算力，而非完全依赖自有硬件后 台。但目前看到的情况是大型厂商并非当前算力租赁市场需求爆发式增长的主要驱动力。
当前算力租赁市场需求的爆发式增长主要由哪些类型的客户驱动？
当前算力租赁市场的紧缺主要是由大量小厂商爆发式的需求增长所驱动。这些小厂商并非传 统的互联网公司，而是出于特定应用需求。以新能源车企为例，包括赛力斯、理想、比亚迪、 长安、奇瑞在内的多家车企均有算力租赁需求，并且 2026 年以来的需求增量显著。他们的需 求主要集中在两个方面：一是训练其 A I 智能体；二是在研发阶段进行模拟测试，例如风阻、 碰撞等。这种模式与传统车企有本质区别，新能源车企倾向于先通过计算机模型进行大量计 算和模拟，优化设计后再进行实体制造，而传统车企则更多依赖实体模型进行风洞测试等物 理实验来反向推导算法，因此前者对算力的即时需求更为迫切。
智谱近期在算力租赁补充方面有何新动向？整体感觉智谱今年以来算力一直比较紧缺，但 似乎在算力租赁市场并未感受到其明显新增的租赁需求？
智谱这部分新增算力需求未通过算力转租公司来满足，原因可能在于：首先，算力转租公司 的报价相对偏高；其次，智谱可能会选择与政府或相关企业合作，通过提供技术、对方提供 设备等方式，以更低的成本获取算力。
至于与其他如 MiniMax 类公司，其特殊之处在于能够利用政府补贴。MiniMax 是上海徐汇区 的注册企业，而徐汇区作为上海的 AI 产业中心，对区内 AI 企业有补贴政策。一些算力转租公 司比如并行科技也是在上海徐汇区也设有公司，因此双方的合作可以申请相关补贴，从而抵 消较高的报价，使其最终实际成本低于市场价。
对于 2026 年下半年的算力租赁市场有何预期？市场的主要驱动因素和潜在的扰动因素是 什么？
预期市场对高端算力的争夺会愈发激烈。因此，很多算力租赁公司正计划投入数亿元级别的 资金采购更多如 B300 类型的高端显卡，以建立自有设备库存，从而掌握定价权，避免受上 游供应商价格波动的影响。市场的核心驱动因素是显存需求的急剧增加，这直接导致了内存 价格的上涨，并引发了整个产业链的价格传导。上游的晶圆产能是主要制约因素，目前全球 晶圆厂已处于满负荷运转状态，预计到 2028 年才会有新的晶圆厂建成投产。因此，在未来两 年内，由内存短缺引发的算力价格上涨趋势难以得到有效缓解。
