算力租赁时代的预期差，为什么落在了凌雄科技身上？

算力太紧缺，全球巨头坐不住了。

前段时间，谷歌供应链基础设施高级总监Nikhil Cherian透露，面对高端算力集群高涨的内存成本与供应约束，谷歌开始在部分新一代AI服务器中系统化回收、复用退役服务器中的DDR4旧内存模块，甚至已经在进口退役服务器。

在先进制程、存储芯片供应链承受地缘及产能波动的当下，市场需要更多AI算力，却被基础设施“卡了脖子”。这是一个很重要的信号。算力基础设施并非一次性消耗品，硬件资产蕴藏着可循环挖掘的物理与经济价值。

因为算力紧缺，算力租赁模式兴起；而现在，市场越发意识到租赁也只是算力产业链的一个环节。在资产的全生命周期中，还有很多关于硬件流转、性能榨取与价值最大化的机会，这些机会正影响着很多企业在算力浪潮中的竞争力。

放眼国内，2026年上半年，中国算力租赁市场展现出强劲的扩张势头，预计全年市场规模将突破2600亿元。在千亿蓝海的喧嚣背后，算力商业模式的深层分化正在加速发生。

如火如荼的算力租赁藏着商业模式的预期差

毫无疑问，算力租赁是当下资本市场的宠儿，二级市场不少企业年内股价已翻几倍，这是因为算力消耗本身优先利好算力硬件。中信建投在一份研报中提到，过去一年，仅OpenRouter平台全模型周度Token调用量就翻了不止十倍，足见增长动能之强。

但如果从资产形态与运营深度的维度思考，当下的算力服务市场至少涵盖三种截然不同的运行机制。

第一类以公有云厂商与大型数据中心（IDC）为核心，其本质是向客户提供算力时长，追求的是超大规模集群下的整体利用率与网络吞吐，具备极强的重资产属性与标准化特征。阿里云、火山云、腾讯云均可以归入此类。

第二类则是市场上最吸睛的算力租赁公司，其商业逻辑主要是采购GPU卡或服务器、以长期合约对外出租并收取租金或分成。市场上有利通电子、行云科技等知名企业属于这类模式。

在训练算力极度稀缺的窗口期，这类模式能够快速起量，它们既能享受到算力通道带来的收益，还能通过不同的条款分享下游客户应用规模扩大的增值收益，向“Token工厂”发展。不过，它们需要承担硬件快速折旧、技术代际迭代等风险。

而第三类企业，恰恰在防范相关风险上颇具优势。这类企业以AI推理算力租赁龙头企业凌雄科技（小熊U租母公司）为代表。它的差异化在于借助深耕二十余年的DaaS（Device as a Service，设备即服务）底层能力，将IT设备的资产闭环运营能力复用到算力基础设施领域，在算力时代抓住服务与资产定价的新机会。

具体来说，这一模式不再局限于设备租赁或租金套利，而是将算力硬件视为一个具有完整生命历程的运营资产，提供算力设备租赁、算力集群本地部署、全栈式技术运维、算力设备回收的闭环服务。其算力基础设施全生命周期管理解决方案业务2026年上半年占总营收比重提升至57%，成为支撑公司盈利跃升的第一增长极。

显然，这与算力租赁在业务深度上有差异。而它恰好契合了AI算力结构变迁的产业大势。

广发证券曾在今年的一份研报中提出，AI回收属于正在狂飙的隐形赛道，当前主流AI GPU的残值率显著高于传统IT设备，形成了独特的“高残值、快周转”二级市场格局。

它还指出，2024年我国AI服务器出货量达63万台，六年累计出货量超过170万台，按照3-5年使用寿命推算，2024年采购的AI服务器将在27-28年进入更换周期。仅仅这两年，对应的回收市场规模就能达到600亿～760亿元/年。

一个很重要的原因是，2026年AI应用场景的爆发，促使推理算力的消耗规模显著超过训练算力。而推理场景以及边缘侧部署对硬件要求并不像训练一样严格，退役的服务器或其他设备在经过调优与适配后，完全能够高性价比地承载任务。

从市场认知度看，第三类企业和它们的市场潜力，明显被低估了。

从设备闭环上升到算力闭环才能剑指最大痛点

为什么经营设备全生命周期的算力服务，不像算力租赁一样广受关注？原因在于该模式需要一系列看似和AI关系不紧密、实际门槛却不低的底层硬实力——精准的设备状态评估体系、规模化的翻新再制造产能、多梯队的渠道分销网络以及跨批次的动态库存周转能力。

比如上半年，《废弃电器电子产品处理要求 第3部分：服务器》（ GB/T 38099.3-2026）国家标准正式发布，不仅拓宽了回收品类，还对处理回收过程提出了细致要求。

资本可以购买算力资产，但包括回收在内的设备全生命周期管理需要的经验和基建，很难在短时间内补齐。

面对硬件流转利用和终端企业需求，不少企业往往只懂其中一个方面。这也决定了该路径的破局者很难诞生于纯粹的软件或算力团队。不过，DaaS模式原本就“两头兼顾”，专精硬件资产运营的DaaS龙头，天然有切入算力赛道的基础。

凌雄科技将深耕IT设备全生命周期运营积累的供应链、仓储物流网络、专业工程师团队及标准化逆向供应链体系，全面复用到算力设备赛道，从而覆盖了AI推理算力租赁的市场需求。

在传统IT办公设备领域，凌雄科技早已建立了从设备进场、运维保障到残值评估处置的完整运营闭环；当这套体系切入AI服务器、存储服务器等高性能硬件领域时，改变的只是设备单位价值与技术复杂度，其底层的资产调度效率与服务飞轮却能直接运转。

针对大型企业与算力持有方，凌雄科技通过DaaS服务为其提供涵盖集群部署、全栈运维及设备回收在内的定制化方案，有效盘活闲置资产，显著压降持有成本；针对广大缺乏自建数据中心能力的中小企业，凌雄科技则依托“回收+再制造+租赁”的闭环链条，大幅降低了高性能AI算力设备的使用门槛。

这种闭环能力的建立，使得算力硬件在凌雄科技的体系中打破了传统制造业单纯的“残值折旧”逻辑，转而演变为一种“运营升值”。设备的价值不再由其出厂年限单向决定，而是取决于运营方能否通过再制造、模块重组和精准匹配，赋予其进入下一轮商业循环的生命力。

据其发布的中期业绩报告，公司上半年实现营业收入10.83亿元，净利润达2060万元，同比大幅增长319.8%。财报中算力基础设施业务营收占比达到57%并拉动毛利大增77.4%，恰好验证了闭环的价值。

现阶段，依托丰富的AI算力基础设施布局以及对客户需求的了解，凌雄科技正在前瞻性规划建设自身的Token工厂，逐步探索向其庞大的DaaS客户群提供Token（词元）服务业务。

这是一种应用维度的升级。对于广大中小微企业而言，未来按需采购Token即可低门槛部署数字员工等场景化应用，从而绕开繁重的软硬件部署环节，进一步降低数字化转型门槛。等到服务完善并落地，凌雄科技有望从底层的硬件资产流转，切入长期价值更丰厚的环节。

AI时代DaaS助推资产循环进入新周期

当谷歌也开始做回收、DaaS龙头准备切入Token工厂，算力基础设施的商业演进显然步入了深水区。

中国信通院指出，2026年或将成为AI算力的“洗牌年”。洗牌的不仅是规模，更是商业模式。

算力，正从早期的技术实验工具，蜕变为类似电力、土地的通用工业生产要素。而在这一要素走向全社会广泛普及的过程中，设备的流转效率、流通定价以及全生命周期损耗控制，正在成为不可或缺的关键产业基础设施。

中信建投认为，算力租赁产业正逐步从成长期后期迈向成熟期初期，从“跑马圈地”的粗放扩张向“高端溢价与精细化运营”发起跃迁。

一个很重要的现实原因是，当下市场一边是大型科技企业与数据中心面临算力设备高折旧率、结构性闲置与处置合规难题，另一边则是海量中小微企业受制于高昂资本开支而难以逾越“算力鸿沟”。市场迫切需要具备深厚硬件运营功底的专业实体，去弥合这种供给闲置与需求饥渴之间的结构性错配。

因此，算力竞争的第一阶段，市场比拼的是资本实力与硬件堆叠速度，看谁买得多、建得快；然而随着算力基础设施存量规模的急剧膨胀与技术代际的演进，粗放扩张的红利期正在消退，产业重心不可避免地转向第二阶段——精细化运营与全生命周期价值挖掘。

于是，在前文提到的三类企业之中，第三类企业大概率将逐渐赢得更多关注。因为基于设备全生命周期服务开展的算力租赁业务，不仅在微观层面为企业移除了算力获取的资本开支壁垒，提供弹性可扩展的硬件保障与运维支撑，更在宏观层面提升了整个算力产业链的资产周转效率，减少了高科技硬件在代际更替中的结构性浪费。

对凌雄科技这类企业而言，扎根算力基础设施全生命周期管理为自身构筑了新的护城河。而对中国算力产业而言，要实现高能效、低门槛的高质量发展，正需要精细化运营的支持。这就像一种AI时代的“新基建”，它还在成长，还在产生更大的想象空间。

来源：港股研究社