算力设备租赁爆发:循环租赁模式如何降低中小企业硬件投入门槛
爆发的两个数据支点
第一支点是市场规模。据行业公开统计,2025 年中国算力租赁市场规模达到 972.62 亿元,同比接近翻倍。需求端的解释可以看两个渗透数据:IDC 与浪潮信息联合发布的《2025 年中国人工智能计算力发展评估报告》显示,目前 42% 的中国企业已开始大模型的初步测试和概念验证,17% 的企业已将 AI 引入生产阶段。需求还在从"测试"向"生产"迁移的路上。
第二支点是算力供给。IDC 最新预测,中国智能算力规模 2025 年将达到 1037.3 EFLOPS,2028 年达到 2781.9 EFLOPS。算力基础设施的扩张必然伴随巨额设备资本开支——服务器、GPU 集群、配套机房设备——而金融租赁正是大型算力基建的重要融资工具。重庆银海租赁 2026 年 6 月投放 1.1 亿元支持长江科算国产高端超算基础设施建设,就是"东数西算"工程里租赁资金的一个落点。
循环租赁:把"买不起"变成"用得起"
算力设备有两个特征决定了租赁的适配性:一是贬值快,GPU 迭代周期短,自购设备的残值风险极高;二是初始投入大,一套训练用 GPU 集群动辄数百万元,中小企业难以一次性承担。
港股"中国 DaaS 第一股"凌雄科技(02436.HK)给出了一个可复制的模式样本:以"回收 + 再制造 + 租赁"闭环运营,将淘汰的 GPU、服务器等设备经再制造后重新进入租赁流通,为中小企业提供高性价比的算力设备租赁与云算力服务。其 2025 年年报显示:全年营收 23.92 亿元创历史新高,净利润 1110 万元实现扭亏为盈(上年净亏损 5830 万元);总设备订阅量同比增长 11% 至约 686 万台;设备回收业务毛利同比大增 264%。算力租赁已成为该公司明确的新增长极。
这个模式的财务价值在数据里很直白:企业以租赁方式获取 IT 与算力设备,可大幅减少首期投入(行业测算口径下 DaaS 模式可帮助企业减少 97.4% 的首期投入,三年内运营成本降低约 10%-30%),把资本性支出转化为可预算的运营费用。
金租系的切入点:从算力基建到产业链渗透
与厂商系的"循环租赁"不同,金融租赁公司更多从算力基础设施和产业链上游切入。国银金租 2025 年上半年在绿色能源与高端装备板块新增投放近 235 亿元,持续加大在集成电路、通信设备等领域的业务投放,深化对集成电路、动力电池、高端制造业上下游产业链的租赁渗透。银行系的资金成本优势,适合承接数据中心、超算中心这类重资产、长周期的算力基建项目。
这条赛道的三个风险点
残值风险首当其冲:GPU 世代更替快,租赁期满设备的二手价值波动剧烈,缺乏再制造和回收能力的出租人将承担全部残值损失——这正是循环模式的核心竞争力所在。需求真实性需要甄别:部分"算力租赁"实为变相融资,租赁物(如算力服务器)是否真实交付、是否真实运行需要物联网监控手段佐证。数据安全合规:设备多轮流转中的数据清除义务已有标准可依,2025 年《二手电子产品可用程度分级规范》等国家标准发布实施,租赁企业需将其纳入租前租后流程。