云与算力租赁:批发机器时间

绝大多数用算力的公司,并不拥有算力。买一个集群要几亿美元、等一年交付、再养一支运维团队——对多数玩家,更聪明的做法是租。云与算力租赁环节做的就是这门生意:批发机器时间,像航空公司卖座位一样卖 GPU 时。

01同一颗 GPU 的三种卖法

这张图的读法是「加工链」:底层囤 GPU 是重资产批发,越往上加工度越高——裸金属加上调度与运维卖长约,实例加上弹性卖小时,API 加上模型本身卖 token。每往上一层,毛利率高一截,客户切换也容易一截。

02Hyperscaler 与 Neocloud:两种物种

同样是卖算力,两类玩家的打法差异极大:

Neocloud 的出现本身就是产业信号:AI 算力需求爆发太快,传统云的采购与建设节奏跟不上,市场撕开了一条「专业算力包机公司」的缝。它们的金融创新同样值得注意——用 GPU 和长约合同做抵押去融资扩产,把一门重资产生意做出了杠杆——这让它们跑得更快,也让整个环节对「算力价格会不会跌」变得更敏感。

03利用率:这门生意的生死线

租赁生意的经济学可以浓缩成一个数字:利用率。GPU 每天都在折旧(技术折旧比物理折旧更快——新一代芯片发布,旧芯片租金应声而落),空转一小时就是纯亏一小时。于是:

• 长约优先:宁可单价低,也要把产能提前锁给大客户——把「空座风险」转移出去。
• 现货市场做补充:零散需求吃高价,填满长约之外的缝隙。
• 换代节奏是最大变量:囤旧卡的玩家在新卡发布时最难受,这决定了「跟英伟达节奏跑多紧」是 neocloud 的核心能力。

和航空业一模一样:飞机(GPU)按年折旧,座位(GPU 时)当天作废,满座率决定盈亏——只是这里的「飞机」每两年就出一代更省油的新款。

04算力卖给了谁

这个环节最大的客户,是楼上那一层:模型公司。训练一个前沿模型动辄要几万颗 GPU 连续跑几个月,这类超级订单塑造了整个租赁市场的形态——下一页「模型层」,看看这些算力最终变成了什么。