AI角逐的新战场：算力即霸权
不少人审视AI赛道，目光都聚焦在模型层面：哪家更智能，哪家跑分领先，哪家又推出了新版。
不过黄仁勋给出了一个对大众颇具启发性的判断：
在2025年Computex大会上，他形容AI如同新一代基础设施，认为它会如互联网、如电力一般渗透进整个经济体系，而该基础设施离不开“工厂”。英伟达随后对“AI Factory”给出了更易懂的注解：工业时代，发电厂将能源转化为电力；AI时代，AI工厂将能源转化为Token。
未来AI的较量，表层是模型的比拼，深层则是另一种较量：谁能以更低廉的开销，将电、芯片与数据源源不断地转化为Token。
由此，算力正从一项技术资源，演化为一种可以“收租”的基础设施业务。
Token可通俗地看作大模型处理信息时的最小计量单元。模型读取一句话、生成一句话、调用一次工具，都会消耗Token，也就是消耗GPU与电力。
因而判断AI究竟火不火，不能仅看用户规模，还需关注Token的实际消耗量。
OpenRouter的数据揭示：2026年6月22日至28日，该平台一周内模型调用产生的Token高达46.7万亿；而2025年7月7日至13日仅2.37万亿，不到一年时间增长近20倍。
国内增速更为惊人。2024年初，国内大模型日均Token调用量仅约1000亿；2025年底攀升至100万亿；2026年3月再度冲破140万亿。两年间，增幅超过千倍。
增速为何如此陡峭？
根源在于AI正从“人提问、机器作答”的模式，转向Agent自主执行任务。一个Agent替你搜集资料、编写代码、生成报表、预订机票，背后或许需要连续调用模型数十次乃至数百次。未来的算力消耗主体，不仅仅是“用户”，而是全天候运转的海量任务。
这也是模型日益廉价、算力需求却与日俱增的逻辑。价格越低，调用越频繁；调用越频繁，Token产出越多；Token产出越多，对算力的渴求越强烈。
2026年，DeepSeek完成首轮大规模外部融资，据相关报道及投资结构推算，融资规模约500亿元，投后估值逾3500亿元。几乎同一时段，它显著加大了自有算力基础设施的布局力度。
DeepSeek将选址定于内蒙古乌兰察布。
7月底，彭博援引知情人士消息，DeepSeek拟在当地搭建约1GW规模的AI数据中心，部分容量计划在2027年底或2028年初投入运行。
乌兰察布本身便是“东数西算”国家枢纽节点，电力资源充裕，绿电条件优越，年均气温偏低，对服务器散热也具有天然裨益。
1GW究竟意味着什么？
严格来讲，它并非“耗电量”，而是功率或电力容量。若按1GW规模持续运行，已逼近一台大型核电机组的额定输出。
换言之，一家原本以算法效率著称的AI企业，终究还是踏上了重资产物理基础设施之路。
更值得玩味的是梁文锋本人的发声。
今年5月的一场投资人闭门交流会后内容外流，《每日经济新闻》向参投机构确认了会议真实性。梁文锋直言不讳：DeepSeek笃信Scaling，模型体量越大依旧越奏效，「阻碍我们Scaling的实则是算力」，并非不愿去做，而是缺乏充足的算力。
注：Scaling意指将模型做大、喂入更多数据。
此言较任何行业预判都更具说服力。
真正的大模型集群，需配备GPU服务器、高速网络、交换机、存储、液冷、机房、电力接入，还需调度软件与专业运维团队。更棘手的是，高端AI芯片两三年便可能迭代一代。
今日斥资数十亿购入的设备，数年后或许已丧失最优经济性。
租赁模式应运而生。
客户将一次性资本支出，转化为按月或按年结算的运营支出。需多少租多少，无需自建机房，亦可将设备快速折旧的部分风险转嫁给服务商。
服务商如何盈利？
最普遍的方式是2—5年的长期合约。通常，承诺制合同加权平均期限约4年，客户签约时往往先行支付合同总额15%—25%的预付款。另一种则是按需计费，用量多少收取多少，单价略高，但灵活性强。
因真正稀缺的是“即刻可用”的高端算力。
Ornn数据显示，Blackwell系列云端现货租金一度飙至4.08美元/GPU·小时，较2月上涨48%。Semi Analysis数据显示，H100一年期租赁价格由2025年10月的1.77美元/GPU·小时，升至2026年3月的2.40美元，涨幅约35.6%。
至2026年6月，B300按月中位价格已逼近7.92美元/GPU·小时，B200约6.11美元，H200约4美元。
一个模型项目若延后三个月上线，损失或许远超GPU每小时多出的一两美元。因而，已购得卡、已部署机房、能稳定交付的算力，本身便具备溢价。
这也是算力租赁最坚固的壁垒：拿卡能力、融资能力与交付能力。
算力租赁并非互联网式的轻资产生意，而更近似航空、港口、电站：资本支出庞大，回报却高度依赖设备能否持续运转。
国内已可察觉这一变化。
某公司2025年累计披露的高算力服务器采购金额不超过212亿元，2026年2月再度公告拟采购不超过110亿元；至2026年一季度末，固定资产、在建工程及其他非流动资产合计约219.64亿元。与此同时，公司一季度归母净利润同比增长343.45%。
此类数字比“签署了多少战略合作”更具参考价值。唯有资产真正落地、服务器真正上架、现金真正回笼，方能说明算力租赁已从概念走向实操。
中国面对的是一个颇为特殊的组合：Token需求增长迅猛，但顶级GPU供给却面临更多制约。
数据显示，2024年中国智能算力租赁规模达377 EFlops，同比增长88.5%，预计2027年达1346 EFlops。按另一市场口径测算，若国内AI服务器资源有20%—30%通过租赁对外释放，2025年国内算力租赁市场约350亿—560亿元。
当下的算力租赁，出售的是GPU小时。未来，或许直接出售Token。
这正是黄仁勋所言“AI Factory”最核心的转变：往后评估一座数据中心，不能仅看卡的数量，而需关注每瓦电能产出多少Token、每张卡每秒能吞吐多少Token、单位Token成本能否持续下降。
一旦计价单位由“GPU小时”切换为“智能产出”，算力公司便不再仅是设备出租方，而会向模型托管、推理服务、API乃至Token分成继续延伸。
最终真正拉开差距的，或许并非谁率先推出更惊艳的AI产品，而是谁能长期、稳定、低成本地产出智能。
这才是算力租赁开始具备价值的根源。
点击并关注下方公众号，可以收到我的更多观点分享：
更多内容：
技术进步，带来的意外困扰...