算力中心的核心业务能力是算力租赁。

与传统数据中心或者云服务不同，算力中心的核心在于提供算力服务，所以其商业模式同时具备了数据中心设备租赁和云服务按用量、服务付费的特性。

算力租赁是智算中心的主要盈利模式之一。

算力租赁模式下，用户无需自建昂贵的计算基础设施，通过租赁智算中心的算力资源来进行数据处理和模型训练，此模式降低了用户的算力使用门槛，使更多的创新者能够进入AI领域，加速了AI应用的普及和发展，也催生了今年AI应用、AI智能体的大爆发。

当前进入智算领域的企业包括传统云服务提供商如阿里、腾讯，具备 IDC 建设运营能力的央国企如云赛智联、广电运通，具备 IDC 建设运营相关能力的民企如中贝通信，以及跨界厂商如莲花健康、中科曙光、拓维信息等。

算力租赁，这笔账应该怎么算？

我们可以从收支两条线分析算力中心租赁业务，

收：算力中心的收入来源主要为算力买断和算力零售

算力买断：面向体量稍大且训练需求频繁的客户，往往采用算力买断独占模式，即GPU只提供给特定客户使用，往往需签订长约。

算力零售：面对中小客户，由于签约时间较短，中间会有空档期，但价格随行就市。若未来GPU价格持续走高，该部分租金价格也会走高。

市场上常见的租金计量方式包括按整台服务器租赁、按算力规模租赁和按单张GPU租赁三种方式。

支：算力中心的支出主要由以下七方面成本构成

1.硬件采购成本：这是算力中心建设中最显著的初期投资，包括服务器、CPU、GPU等硬件设备的采购费用。高性能的GPU价格通常较高，例如NVIDIA A100等高级GPU的价格可以达到数万元。  

2.基础设施成本：包括机房建设和土建费用。机房需要满足特定的环境要求，如温度、湿度控制等，而土建则涉及场地的改造和建设。

3.电力成本：算力设备在运行过程中会消耗大量电力，尤其是在进行高强度计算任务时。电力成本是算力中心运营中的主要支出之一。  

4. 运维成本：包括系统维护、电力供应、冷却设备管理以及软件更新等。现代数据中心需要复杂的冷却系统来确保硬件设备在合适的温度下工作。  

5. 场地租赁成本：算力设备占用的物理空间也是成本的重要组成部分。在一些高科技园区或城市中心，场地租赁费用较高。  

6. 人力成本：从设备安装、调试到系统运维管理，需要高水平的技术人员。这些人员的薪酬、培训费用等构成人力成本。  

7. 网络成本：网络带宽是算力的生命线，数据传输速率对高效计算至关重要。带宽费用通常根据带宽的使用量和质量来定价。

我们可以得到以下计算公式：

租赁利润=总收入-总支出，

在实际运营中，算力租赁的净利率约为20%左右。例如，租赁A800的毛利率约为40%，净利率约为20%。

RTX 5090将如何改变算力租赁业务？

我们以2024年市场主流的RTX 4090算力租赁为例，单卡租赁价为1.99元/小时，日租金为48元，月租金为1440元，年租金为17280元，与该卡市场价持平。RTX 4090半精度算力为144TFLOPS,租赁1P算力需要7张RTX 4090算力卡，对应1P算力的年租金为17280*7=12万元/年。

通过上述测算，我们得到算力中心单P算力的年租价格为12万元/年。

如果用RTX 5090替换RTX 4090，单P算力的年租价格会发生什么变化？

根据已知信息，RTX 5090的售价为1999美金，考虑汇率及相关政策因素，我们保守推测RTX 5090进入国内市场的价格为25000元人民币左右。

假定硬件回报率持平，设定RTX 5090单卡年租金为25000元,其算力性能是RTX 4090的3.4倍，2张RTX 5090的算力就能达到1P。

此时算力中心单P算力的年租价格为25000*2=5万元/年，算力租赁成本下降了58.3%。

如果客户预算保持不变，在RTX 5090的算力中心12万元/年的算力租赁预算将可租赁2.4P算力。

电力是算力中心成本的重要组成部分，如果考虑电力因素，结果是不是会不一样？

我们同样以单P算力需要的功耗进行测算：

RTX 4090：7*450W=3150W

RTX 5090：2*575W=1150W

用RTX 5090，单P算力功耗降低了63%。

模式重塑，2025算力行业具有三大发展趋势

1.随着英伟达RTX 5090进入中国和国产算力芯片自强不息，算力租赁价格将在未来3年呈现持续降低趋势，盲目投资算力中心建设不是明智之举。

2.自2024H2始，L0级大模型训练数量和频率显著降低，AI应用和AI智能体开始涌现，2025年推理需求>训练需求。

3.考虑行业大模型快速发展及公共数据不出域的要求，算力将逐渐具备“行业”及“地域”属性。