“拔网线”背后的算力困局：融资租赁能否成为破局者？

近日，月之暗面发布旗舰模型Kimi K3，上线仅48小时全网请求量突破自有GPU集群上限，官方紧急发布公告：暂停全部C端新用户会员订阅，算力优先供给存量付费用户，同时，加速大规模算力扩容，未来拆分Kimi主权益和Kimi Code权益，以便更精准分配算力。

类似事件被网友戏称“拔网线”，在行业内并非首次。5月13日，“DeepSeek崩了”冲上微博热搜。因算力不足导致服务受限的情况在国外也屡屡出现。ChatGPT、Claude、Sora等均出现过算力因素导致的分层分配算力资源的情况。

究其根源，越是“能打”的模型，越容易出现算力紧缺的现象。此次发布的Kimi K3，参数规模达到2.8万亿，是目前全球参数规模最大的开源模型，原生支持视觉理解，拥有100万词元上下文窗口。亮眼的模型能力也确实为公司带来了亮眼的收入，Kimi总裁张予彤在朋友圈发文：7月17日，Kimi的年度经常性收入创下了历史最大单日增幅。

然而模型越强、用户增长越快，对算力的消耗越是逼近极限——用户增长与算力增长的“剪刀差”越来越大使得公司不得不“拔网线”来应对。

AI可以有无限想象空间，算力却是实打实靠硬件一点点支撑。模型本身的竞赛就是不断提高参数、提升计算性能，而这都要依赖于物理世界的算力基座。参数和用户都可以指数级增长，而算力以及其身后的芯片、数据中心建设等硬件基础设施却只能线性增长。这也是造成各大模型企业时有“拔网线”情况发生的根本原因——芯片制造产能跟不上国内大模型企业算力扩张需求。

事实上，自2025年年中开始，国内算力行业整体景气度持续高涨。记者采访算力租赁人士了解到，在需求端，大模型迭代叠加AI落地，推理算力成为核心增量，政企、互联网、算力服务商有采购需求，整体算力需求增速大幅高于供给增速，高端训练算力存在显著的供需缺口。

供需不匹配，产业资本当然看得到。然而，算力这门生意却不是一般企业可以轻易涉足的。谈及制约国内算力产业快速扩张的原因，业内人士对记者表示，一是海外高端GPU、HBM、高速光芯片供给受限；国产服务器上量需要时间释放产能；二是能耗指标、算电协同、传输网络都对数据中心建设、算力设备到货上架形成制约，除个别区域外，电力、传输等成本仍较高；三是算力行业重资产、重资金、重技术、重运营，对企业的融资能力、高素质人才团队搭建等都有较大考验。

产业发展离不开政策支持。近年来，算力行业受到国家产业政策的重点支持和各级政府的高度重视。2026年6月29日，国务院常务会议部署人工智能发展有关工作，特别提出，要加力推进人工智能创新突破，加快关键技术攻关和超大规模智算集群建设，强化高质量数据供给，加强人才、资金等要素保障，支持企业开展基础研究和前沿探索。2026年4月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合发布《关于促进人工智能与能源双向赋能的行动方案》，要求到2027年，支撑人工智能创新发展的安全、绿色、经济的能源保障体系初步构建，清洁能源与算力设施互动能力显著提升。2025年8月26日，《国务院关于深入实施“人工智能+”行动的意见》发布，提出支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地。优化国家智算资源布局，完善全国一体化算力网，充分发挥“东数西算”国家枢纽作用，加大数、算、电、网等资源协同。加强智能算力互联互通和供需匹配，创新智能算力基础设施运营模式，鼓励发展标准化、可扩展的算力云服务，推动智能算力供给普惠易用、经济高效、绿色安全。2025年5月，商务部发布《深化国家级经济技术开发区改革创新以高水平开放引领高质量发展工作方案》，提出因地制宜支持国家级经开区算力基础设施、第5代移动通信（5G）等网络的建设……

全国各地积极响应国家政策规划，加大对算力服务行业的支持。2026年6月，北京市发布《北京市关于支持工业企业提质增效若干措施》，针对企业在算力获取、应用落地和能力提升中的难点，着力优化算力资源部署，丰富算力服务普惠供给。7月，记者从北京市经信局获悉，2026年下半年，北京将推进人工智能全域赋能，制定Token经济发展政策，进一步提升智能算力供给能力。打造“超级节点+行业节点”支撑体系。2026年7月8日，内蒙古自治区人民政府办公厅印发《内蒙古自治区挖掘和开放应用场景加快新质生产力高质量发展三年行动方案（2026—2028年）》，明确提出统筹全区算力网一体化建设，建立Token交易平台，为算力量化变现提供场景支撑，将“做强绿色算力、人工智能”作为新兴数字产业的重点发展方向。上海市、天津市、重庆市、广东省、江苏省、湖北省等国内多省市均陆续发布政策，全面扶持算力产业快速落地。

政策扶持，产业蓄力，国产算力产业链正迎来加速扩张。在2026世界人工智能大会期间，腾讯云高管表示，为了将推理成本降低到极致，公司将大规模部署国产化算力，预计2026年第4季度部署NPO超级节点。华为则表示不再以单芯片性能为唯一比拼维度，以昇腾超节点构建全国产AI新基建。在大会现场，华为首次以真机形式展出昇腾950超节点（Atlas 950 SuperPoD），这款算力设施高密搭载了1024张昇腾算力卡，也是业界已亮相的超节点中规模最大的。阿里云展出了真武M890×磐久AL128超节点，据了解，磐久AL128超节点服务器是阿里云面向AI大模型时代打造的核心算力硬件基座。百度则展示了国产超节点“天池”的自研突破。天池256超节点从底层XPU-Link互联协议、交换与整机架构到液冷散热均为百度自研，实现了国产算力从“单点可用”走向“系统级、规模化可用”的完整闭环。中科曙光则对外宣布，我国首个全国产十万卡AI超集群——“曙光8000（登峰）”正式发布并投入使用。

除了政策支持和产业协同，算力比拼最直接的表现就是资本开支。根据上市公司信息披露，阿里巴巴三年内（2024年至2026年）云和AI基础设施总投入预计达3800亿元。腾讯控股在2026年第一季度财报中披露，其资本开支达到319.4亿元，同比增长16%，几乎全部投向AI算力、模型迭代。而国外企业在AI领域的资本开支则更为明显，其财报相关数据直接影响上市公司市值，受到各方高度关注。

算力产业属于典型的重资产、高投入、长周期行业，智算中心、数据中心建设及GPU服务器、高性能算力集群采购动辄需要数百亿元乃至上千亿元资金，高昂的前期投入门槛让大量市场主体难以独立承载。而融资租赁凭借“融资+融物”的核心底层逻辑，与算力产业形成天然适配：算力设备权属清晰、标准化程度高、可长期稳定产生经营性现金流，完美契合融资租赁的业务风控与盈利模式。叠加监管政策明确将算力中心设备纳入融资租赁重点支持租赁物清单，融资租赁行业迎来全新黄金赛道，已然成为算力企业扩产升级、盘活存量资产、优化现金流结构的核心金融工具。与此同时，算力租赁业务也成为各大金融租赁公司突破传统业务瓶颈、拓展增量市场、提升营收规模与产业影响力的核心增长极。

当前算力行业融资租赁落地场景主要分为直接融资租赁与售后回租两大核心模式，分别适配算力企业新增产能扩张与存量资产盘活两类核心需求，形成互补协同的产业金融服务体系。

直接融资租赁聚焦企业新增设备采购、算力产能扩建需求。具体指算力企业作为承租人，自主确定所需全新算力设备型号、技术参数并选定合规供货厂商，由金融租赁公司根据企业实际经营需求与项目规划，全额出资向设备供应商采购对应租赁物，再将设备交付承租人使用；承租人按照租赁合同约定分期支付租金，租赁期满后，仅需支付极低的象征性残值价款，即可取得全套算力设备的所有权。该模式核心优势在于精准解决算力行业设备采购资金占用大、技术迭代快、基建周期紧的行业痛点。

2026年6月，苏银金融租赁股份有限公司（以下简称“苏银金租”）成功落地一笔6.9亿元的高性能服务器直租项目。针对算力设备采购投入大、更新快，前期资金占用问题，苏银金租根据客户实际经营状况与设备需求，定制直租方案，由公司出资直接向厂商采购设备并租赁给客户使用。在此模式下，企业无需一次性投入大额采购资金，也省去了自行筹资、招标采购等繁琐环节，大幅压缩了算力基础设施建设周期。

日前，交银金租在临港新片区率先落地行业首单SPV数据中心设备直接融资租赁项目。该项目承租人为国内领先第三方数据中心运营商。交银金租充分发挥“融资+融物”租赁特色优势，精准解决数据中心设备一次性投入大、资金占用周期长的痛点，为企业推进算力基础设施建设提供有力金融支撑。

售后回租则聚焦企业存量资产盘活、经营性现金流补充需求，是算力企业优化财务结构、保障持续运营的重要融资方式。具体指算力企业作为承租人，将自身合法持有、无权属瑕疵且已投入常态化运营的存量算力设备，包括GPU服务器、超算设备、IDC配套硬件等，以公允评估价格转让给金融租赁公司；租赁公司一次性向企业支付全额设备转让价款，快速为企业回笼大额流动资金。交易全程设备不发生物理搬迁、不影响原有生产运营，企业继续正常占有、使用设备开展算力租赁、算力服务等核心业务，并按合同约定按期支付租金。租赁期满后，租赁公司将设备所有权全额返还至企业，完成闭环交易。

2026年6月，算力设备售后回租业务密集落地，成为金融机构赋能算力产业稳健运营的重要抓手。6月26日，昆仑金融租赁有限责任公司在其官方微信公众号发布消息，宣布近期已落地首单数据中心（IDC）售后回租项目，投放金额达2.33亿元。6月29日，重庆银海融资租赁有限公司在其官网发布消息，公司为长江科算(湖北)信息科技有限公司提供1.1亿元超算设备售后回租资金支持。该项目通过售后回租模式盘活存量超算设备资产，释放企业资金，保障项目算力运营、技术迭代与市场拓展，助力中部国产自主算力供给提质扩容。

算力融资租赁业务具备技术迭代快、资产贬值快、行业杠杆高、供需波动大的专属特性，叠加行业同质化、下游客户信用风险等问题，潜藏多重专项风险，需建立全流程、体系化风控机制，实现业务稳健合规落地。

关于算力行业设备折旧期和投资回报周期问题，一位不愿具名的金融租赁公司从业人员告诉《金融时报》记者，在更新换代方面，整体算力行业设备的折旧期在5-10年，具体分为：GPU行业内通例折旧期5年，但3年至3.5年后价值下降较快，通常认为经济寿命在3-5年；推理算力设备折旧期5-6年；机房IDC基础设施折旧期8-10年。在投入回报方面，高端液冷集群3年回本，投入回报基本匹配；普通项目回收期4-5年，普遍存在硬件折旧周期短、回本周期更长的天然错配。当然，也有观点认为，当前行业的实际回本周期，尤其是高端液冷项目，得益于液冷技术的普及和运营效率的提升，其回报期可能会更短。

算力租赁需注意哪些风险？该人士从技术、财务、合规三个维度谈到，一是GPU迭代风险和预控，不同应用场景的预判。二是IDC数据中心和算力设备的投资回收期不同，与项目收益不同，分类策略及融资期限要匹配。三是资产建设合规及符合底层租约起租条件，防范现金流来源缺失或投建违约风险。

具体来说，技术层面上，GPU等算力设备更新换代极快，新一代产品量产会导致现有设备租金回报率急剧下滑。同时，不同业务（如大模型训练或视频渲染）对算力的需求差异巨大，如果盲目采购单一设备，极易造成资产闲置或性能过剩。在财务层面上，IDC基础设施（建筑、机电等）属于重资产，折旧期长（8-10年），现金流稳定；而算力设备（GPU服务器）折旧极快（3-5年经济寿命），技术贬值风险高。如果用短期的资金去投IDC，或者用长债去投GPU，都会导致严重的资金错配和财务危机。在合规层面上，算力中心属于特殊建设工程，合规门槛极高；同时，算力租赁的现金流高度依赖下游客户的真实履约。如果项目在建设阶段因违规被叫停，或者下游客户是空壳公司导致无法起租，前期的巨额投资就会变成“死资产”。

算力产业正站在一个前所未有的风口。政策的密集扶持与资本的巨额投入，共同促成国产算力产业链的崛起。融资租赁作为连接金融与实体的桥梁，其价值在算力扩张的浪潮中越发凸显。但必须清醒地认识到，这是一条布满荆棘的黄金赛道。技术迭代的快节奏、资产折旧的强压力以及合规运营的硬约束，共同构成了行业参与者必须直面的“三重风控防线”。唯有在拥抱机遇的同时，筑牢全流程、体系化的风控防线，才能在这场算力基建的长跑中行稳致远，避免让先进设备沦为“沉睡资产”。

来     源：金融时报

特别声明：本网站所发布文章，除标注「原创」外均转载自各大媒体平台，如转载时标注作者及出处，我方会一并载入，如没有特别注明，我方会默认为网络转载，如原作者见到后，认为不妥，请告知我们，我们会立即删除并表示歉意！