算力供需及海内外租赁情况如何？

英伟达最新一代R系列芯片在高强度AI训练和推理任务中更具优势。

1.算力供给持续优化：GB300预计于2025年Q3交付

GB300服务器拥有超级算力，助力企业训练和运行AI软件。1）GB300 芯片是定位为高性能计算与 AI 推理的旗舰产品。2025 年3 月18 日，GTC大会发布GB300 芯片，该芯片基于 NVIDIA Blackwell Ultra 架构。NVIDIA Blackwell 架构 GPU 拥有 2080 亿个晶体管，采用专门定制的台积电4NP 工艺制造，且所有NVIDIA Blackwell 产品均采用双倍光刻极限尺寸的裸片，通过 10TB/s 的片间互联技术连接成一块统一的 GPU。2）GB300 NVL72 系统是行业首款达到ExaFLOPS 级别的企业级算力设备。系统内建72个英伟达Blackwell Ultra GPU和36个基于Arm架构的英伟达Grace CPU，理论算力可达1 万亿次浮点运算/秒，掀开全球 AI 基础设施升级的新篇章。 GB300首批已出货至Core Weave， 预计2025Q3开始放量。7月3日，美国Core Weave公司宣布已收到市场上首个基于英伟达GB300的人工智能服务器系统。该系统采用戴尔 PowerEdge XE9712 服务器，以 Nvidia GB300 NVL72作为基础。CoreWeave计划在今年内持续扩大Blackwell Ultra服务器的部署规模，以满足客户不断增长的AI计算需求。除戴尔外，其他服务器厂商正推动 GB300 服务器出货。广达资深副总暨云达总经理杨麒令表示，GB300 目前按计划推进，正在测试并与客户进行验证，预计2025年 9 月出货。

算力供给持续优化：Rubin预计于2026-2027年量产

英伟达最新一代R系列芯片在高强度AI训练和推理任务中更具优势。英伟达持续优化和迭代GPU,R100将采台积电的N3制程(vs. B100采用台积电的N4P)与CoWoS-L封装 (与B100相同)。与此同时，R100采用约4x reticle设计 (vs. B100的3.3x reticle设计)。这一工艺进步增强了R100的能效比，巩固英伟达市场领先地位。2026年，Vera Rubin 144 架构将量产，AI 算力正式迈入 Exascale 时代。英伟达 CEO 黄仁勋在GTC 2025 大会确认，Vera Rubin 144将于2026年下半年推出。Vera Rubin144包含144个Rubin GPU和多个Vera CPU，采用液冷Oberon机架，功耗600kW，提供3.6 ExaFLOPS的FP4推理性能和1.2 ExaFLOPS的FP8训练性能，其性能约为Blackwell GB300 NVL72的3.3倍。2027年，Rubin Ultra NVL576架构将量产，推动英伟达算力进一步突破。GTC2025大会，黄仁勋表示，该架构包含576个Rubin Ultra GPU，FP4推理性能达15 ExaFLOPS，FP8训练性能达5 ExaFLOPS，其性能约为Blackwell GB300 NVL72的14倍。

2.Deepseek推动AI降本、开源，推理算力需求快速提升

DeepSeek成本低且训练高效，性价比优势显著。DeepSeek于2024年12月和2025年1月分别发布V3训练和R1推理模型，Deepseek-V3的训练使用2048块英伟达H800 GPU，花费558万美元，成本不到其他顶尖模型的十分之一。DeepSeek R1训练算力只有Llama3的1/10，推理阶段缓存数据量降低了50倍。而根据DeepSeek性能测试，在数学任务中，DeepSeek-R1 的表现与OpenAI-o1-1217相当，并远超其他模型。 DeepSeek推动开源趋势，加速推理侧爆发。IDC预测，2025年，将有55%的企业使用开源人工智能基础型开发应用程序。DeepSeek使企业可以使用水平相当的开源模型，大幅降低了企业的训练和部署成本，使得更多开发者能够负担先进人工智能开发的费用，加速人工智能的普及。 杰文斯悖论指出，当技术进步提高了资源利用效率时，该资源的总消耗量反而可能会增加，Deepseek带来的效率优化不仅未抑制算力需求，反而带来算力需求的增长。同时，DeepSeek通过技术普惠化、场景纵深化和算力泛在化三重路径推动大模型运用，加速推理侧需求的爆发。

3.海外算力租赁：新GPU云厂商（Coreweave等）与英伟达深度合作，算力租赁市场快速增长

CoreWeave起源于加密货币挖矿公司，转型为AI算力服务商

CoreWeave 前身为加密货币挖矿公司，随着AI浪潮转型为全球领先的 AI 算力基础设施服务商。CoreWeave崛起与 AI 革命深度绑定，凭借独特的资源整合能力和技术优势，CoreWeave成为全球 GPU 云服务市场的重要参与者。公司主营业务是提供专为人工智能（AI）打造的 CoreWeave Cloud Platform，专注于为AI 模型训练、推理等高性能计算需求提供优化的算力、网络和存储支持，是定位为 “AI Hyperscaler” 的云计算服务商。CoreWeave通过股权和债务融资筹集超过120亿美元，投资方包括Magnetar Capital、黑石、英伟达、摩根大通、高盛、摩根士丹利等。2025年3月底CoreWeave成功IPO。

CoreWeave机构股东融合技术巨头与顶级投资机构

CoreWeave 的股权架构采用典型的“创始人控制型双类股结构”。其中Class A 普通股：每股1票，可公开交易；Class B普通股：每股10票，不可公开交易，仅创始人及特定股东持有，可随时转换为A类股（无对价）。B 类股由创始人持有，赋予创始人绝对控制权，确保创始团队在套现后仍掌握绝对话语权，而财务投资者（如英伟达）虽持股较多，但投票权被大幅稀释。 机构股东融合了技术巨头与顶级投资机构，反映出AI算力租赁公司较强的市场吸引力。NVIDIA作为CoreWeave的核心GPU供应商，通过投资确保CoreWeave优先获取H100、H200、GB300等稀缺芯片，实现供应链绑定。Magnetar作为最大外部股东，提供股权融资和债务融资，表现出传统资本市场对海外AI算力租赁赛道的长期认可。

4.国内算力租赁：我国高端算力需求旺盛，国内算力租赁市场逐步打开

受制于美国对中国的芯片禁令，中国算力成本上升，算力租赁以轻资产运营满足算力需求，市场规模有望持续扩张。美国政府对中国的科技封锁不断加剧，从限制高端芯片出口到拟限制中国企业使用美国厂商的云计算服务，严重阻碍了中国获取先进算力芯片及相关技术的渠道，导致高端芯片短缺，算力成本上升。同时，AI大模型的快速发展使得对算力的需求呈指数级增长，训练和推理需要庞大的计算资源支持。自建算力成本高昂，不仅需要购买大量昂贵的硬件设备，还需承担后续的运维和管理成本，算力租赁能够兼顾成本和满足企业算力需求，2023年后算力租赁市场迅速兴起。2024年，中国智能算力租赁市场规模达到377EFlops（FP16精度），同比增长88%。预计未来三年，中国智能算力租赁市场规模复合增长率将保持在53%，至2027年，中国智能算力租赁市场规模将达1346EFlops。

下游行业集中，CSP互联网云厂占比超六成

中国智能算力租赁市场下游行业集中，互联网行业以62%的绝对占比成为核心需求方。互联网行业的需求主要集中于云计算、AI模型训练及实时推理等高算力场景，其对大规模弹性算力的依赖源于海量数据处理、短视频推荐算法优化以及生成式AI应用的爆发式增长。 AI大模型融合千行百业，金融、政务渗透率最高。除互联网外，金融及政务的智能算力租赁需求较高。政府占比14%，其需求以智慧城市、政务云和公共安全为重心，偏向数据合规性及安全性，并倾向于采用私有化部署与国产化算力解决方案。金融行业占比6%，聚焦高频交易风控、量化建模及反欺诈分析，对低延迟算力和异构资源调度能力要求较高。另外，医疗行业占比5%，制造与教育行业各占4%。