中国算力到底赚不赚钱?一笔账算清智算中心的真实生意
过去几年,中国算力产业经历了一轮快速扩张。从国产AI芯片、服务器、光模块,到液冷、电源、数据中心和算力租赁,产业链上的企业纷纷加大投入。随着大模型和AI智能体快速发展,算力也从技术基础设施,逐渐变成一门规模庞大的生意。但一个现实问题随之出现,算力需求不断增长,建成的智算中心越来越多,企业就一定能赚到钱吗?
一、建设一座智算中心,到底需要花多少钱?
截至2026年6月底,中国已建成500余座智能算力中心,但部分算力资源的实际利用率仍然偏低。
有报道援引相关行业数据称,全国智能算力实际利用率约为36.8%,企业级通用算力中心的利用率更低。与此同时,工信部公布的全国算力设施整体上架率为71.4%。两组数据统计口径不同,前者反映算力实际使用情况,后者反映设施上架情况,不能直接画等号。这意味着中国算力产业正在进入一个新的阶段。市场不仅需要更多算力,也需要让已经建成的算力持续产生收入。
算力生意的第一笔账,是建设成本。一座智算中心并不是买几台服务器、装进机房就能营业。除了GPU服务器,还需要供配电系统、制冷设备、高速网络、存储系统、机房基础设施和配套软件。对于大规模集群而言,电力保障、散热能力、网络互联和运维体系同样重要。其中,GPU服务器通常是最重要的投资项目之一。服务器配置不同、芯片型号不同、采购渠道不同,整体投资成本也会出现明显差异。高端训练集群还需要高速互联设备和更高规格的机房配套,不能简单按照GPU数量计算总投资。假设一家企业建设一座投资规模为10亿元的智算中心,这10亿元并不意味着企业只需要在建设时花钱。
项目投入运营后,还要持续承担电费、设备维护、网络带宽、人员工资、机房管理以及融资成本。设备折旧尤其值得关注。服务器和计算芯片属于需要持续更新换代的资产。企业购买设备时支付的资金,不会在当年全部计入经营成本,而是按照会计政策在一定期间内计提折旧。但从长期经营角度看,设备最终需要更新,企业必须通过运营收入收回最初投入,并为下一轮设备采购积累资金。这就产生了一个问题,即使智算中心每天都在运行,也不代表它已经赚到了钱。如果项目投资较大、算力出租率不足,或者客户支付的价格无法覆盖折旧、电费和运维费用,企业就可能长期处于微利甚至亏损状态。
2025年,数字中国建设峰会网站刊发的相关报道曾介绍,西部某座千卡规模的智算中心上架率不足50%,已经上架的服务器实际利用率也不足30%,年运营成本超过3000万元。这一案例说明,机房建成只是第一步,能否找到稳定客户并持续使用算力,才决定项目能否形成有效收入。算力中心还存在一个容易被忽略的风险:技术迭代。如果企业在建设初期采购的设备很快无法满足客户对显存、计算性能、互联带宽或软件生态的要求,就可能面临降价出租、设备闲置甚至提前减值的问题。因此,算力项目不仅要计算建设成本,还要判断未来几年市场需要什么样的算力。
二、算力中心靠什么赚钱?
算力中心的收入来源主要包括算力租赁、云计算服务、模型训练与推理服务,以及面向企业客户提供的相关技术服务。最容易理解的是算力租赁。运营商采购GPU服务器,再按照包月、包年或实际使用量向客户收费。客户可能是大模型公司、AI应用企业、科研机构,也可能是需要进行图像生成、视频渲染和数据处理的企业。这种模式的优点是商业逻辑相对直接:设备提供计算能力,客户支付使用费用。但关键在于出租价格和利用率。假设一家企业拥有1000张可出租的GPU,平均每张GPU每月实际贡献收入1万元。如果全部出租,一个月的收入就是1000万元;如果实际出租率只有30%,对应收入就可能降至300万元。这只是用于说明经营逻辑的简化模型,并非行业统一价格。实际收入还取决于GPU型号、租赁期限、设备配置、服务等级、客户议价能力和合同结算方式。与此同时,电费、折旧、融资成本和机房运营支出并不会随着出租率下降而同比减少。设备即使没有客户使用,也可能继续产生折旧和资金成本。因此,利用率不足会直接影响企业盈利能力。第二种模式是提供云端算力和模型服务。与单纯出租硬件相比,企业可以进一步提供模型部署、推理服务、开发环境和技术支持,通过软件平台和服务能力获取收入。第三种模式是算力调度和资源整合。企业不一定拥有全部GPU设备,也可以整合不同地区、不同供应商的算力资源,再向客户提供统一的调度、结算和使用服务。这种模式能够减少部分重资产投入,但企业仍然需要承担采购成本、客户获取成本和服务交付责任。上市公司的经营数据,也能说明算力生意的利润并不固定。以奥瑞德披露的2025年算力业务情况为例,公司当年算力业务实现营业收入2.28亿元,毛利率为15.59%,较上年下降10.85个百分点。公司解释,原因包括低毛利的外购算力服务收入占比提升、部分存量机型收费下降,以及服务器闲置成本增加。这组数据揭示了算力行业一个重要的经营特点,收入增长并不必然带来毛利率提升。如果企业需要从其他供应商采购算力再转售,收入规模虽然可以扩大,但中间采购成本也会增加;如果市场供给增加导致租赁价格下降,企业的单位收入可能减少;如果客户需求不足,闲置设备又会继续产生折旧成本。此外,合同金额也不等于实际回款。算力企业即使签下大额合同,仍然需要关注交付进度、合同期限、客户信用、应收账款和现金流。企业最终能否赚钱,必须回到利润表和现金流量表,而不能只看合同公告。
三、为什么有人赚钱,有人亏损?
同样处于算力行业,不同企业的经营表现可能截然不同。首先是客户资源的差异。能够提前获得长期订单、拥有稳定客户并形成持续业务需求的企业,更容易安排设备采购和机房建设。相反,如果项目先建成、后寻找客户,就可能面临设备闲置和价格竞争。其次是资金成本的差异。智算中心属于资本投入较大的行业。部分企业通过自有资金建设,部分企业使用银行贷款或融资租赁采购设备。对于后者而言,除了设备折旧,还要考虑利息和租赁付款压力。如果算力租赁价格下降,而融资成本保持不变,利润空间就会受到挤压。再次是资源利用效率的差异。工信部2026年上半年数据显示,全国算力设施整体上架率达到71.4%,但上架率并不等于设备持续处于高负载状态,更不等于每张GPU都能产生足够的商业收入。真正需要关注的是客户实际使用量、设备运行效率、单位算力收入和单位算力成本。区域布局同样重要。西部部分地区拥有能源和土地成本优势,但算力中心仍需考虑网络传输、客户距离、设备运维和产业配套。东部地区客户相对集中,却可能面临更高的土地、能源和建设成本。不同区域适合承接的业务类型也有所不同,不能只凭电价或土地价格判断项目是否有竞争力。为提高算力资源利用效率,算力超市、算力银行和跨区域调度平台正在成为新的探索方向。2026年6月,数字中国建设峰会网站报道,中国银行已在雄安新区启动算力银行试点,算力超市也在内蒙古和林格尔、杭州、上海等地运行。这类平台尝试把分散的闲置算力与企业需求对接,推动算力按需配置和灵活使用。如果这些机制能够降低交易成本、改善资源匹配,就有机会帮助部分闲置算力找到新客户。但平台能否持续发展,仍然取决于资源质量、服务稳定性、价格竞争力和实际需求。从更长远的角度看,算力产业的竞争正在从单纯扩张设备规模,转向建设、运营、调度和应用协同。拥有高性能设备固然重要,但企业还需要稳定的客户、合理的成本结构、可靠的交付能力,以及把计算资源转化为实际业务收入的能力。
结语
中国算力产业仍有发展空间。大模型训练、推理服务、智能体、工业智能和科学计算,都可能带来新的算力需求。但需求增长不会自动消除行业内部的结构性问题,也不会保证所有算力项目都获得相同回报。算力的最终价值,不在于设备被买回来,而在于计算能力被真正使用,并持续创造经济价值。

