一、行业背景：算力市场的量价齐升

2026年，中国AI算力市场正经历前所未有的扩张。据中国信通院数据，2026年一季度国内算力租赁市场规模达到680亿元，同比增长62%，全年预计突破2600亿元。从更长的时间维度观察，中国算力租赁市场规模从2024年的约1480亿元增长至2025年的约2116亿元。

推动这一增长的核心动力来自供需两侧的严重失衡。中国信通院数据显示，2026年一季度国内AI算力需求同比增长417%，而有效供给增速仅为128%，供需缺口持续拉大。传统数据中心建设周期长达3年以上，难以匹配AI算力快速迭代的需求。

从算力规模来看，工信部数据显示，截至2026年6月底，我国智能算力规模达2185 EFLOPS，同比增长177%。智能算力供给规模已稳居全球第二。

算力短缺直接反映在价格上。据半导体研究机构SemiAnalysis数据，英伟达H100 GPU的一年期租赁合约价格从2025年10月的每GPU每小时1.70美元低点，飙升至2026年3月的每GPU每小时2.35美元，涨幅接近40%。国内市场上，H100月租稳定在5.5万至6.0万元区间，新签合同的交付排期普遍延至2027年上半年。在现货市场，全类型GPU的按需租赁产能已全面售罄。

价格上行并非孤立现象。2026年3月，国内外云厂商在短期内相继发布调价公告，核心AI算力与存储服务价格普遍上调。据长江证券研报，国内腾讯云及阿里云已因供应链成本上涨而上调AI算力相关产品价格，最高涨幅达34%。B200 GPU的每小时租赁单价预计将从2.63美元涨至5.10美元，涨幅约94%。

在此背景下，算力租赁作为“按需付费、弹性扩容”的轻资产模式，成为填补算力缺口、降低企业资本开支的重要路径。

二、技术趋势：从“堆卡”到“系统”

2.1 超节点：系统级竞争的关键路径

2026年世界人工智能大会（WAIC）上，“超节点”成为算力基础设施领域最受关注的概念。超节点的核心定义是依托高带宽互联技术将大量加速卡紧密耦合为一个逻辑计算节点，从而突破单卡性能瓶颈。

华为在WAIC 2026首次线下展示了昇腾950超节点真机，1024张NPU卡高速互联，可提供1 EFLOPS FP8、2 EFLOPS FP4算力。其Atlas 950 SuperPoD以单柜64张NPU卡为基本单元，最多可将1024张卡连接成一个计算节点。

阿里云在WAIC 2026发布了灵骏真武M890超节点实例，以超节点形态提供高速互联、开箱即用的64卡算力单元，卡间互联提升至800GB/s，可承载十万亿参数级MoE模型推理。这是阿里云首次通过公共云对外提供超节点形态的AI算力服务。

行业分析认为，超节点已成为国产算力实现系统级竞争的关键路径——从“单卡追赶”走向“系统突围”。

2.2 算力池化与智能调度

GPU虚拟化与池化技术在2026年取得显著进展。趋动科技的OrionX AI算力资源池化软件，通过软件定义算力的技术路线，将物理GPU资源进行虚拟化与池化管理，实现对AI算力资源的按需分配、灵活调度。该方案已实现英伟达GPU与国产AI芯片的异构统一管理。据公开信息，趋动云以数百张GPU卡服务近20万注册用户。

在开源社区层面，2026年7月，由密瓜智能发起的开源项目HAMi晋升为CNCF Incubating项目，为Kubernetes提供云原生的GPU虚拟化中间件，可将物理GPU按显存、核心或设备数量进行细粒度切分。

算力池化的核心价值在于提升资源利用率。据行业调研，行业普遍存在GPU平均利用率不足30%的问题。通过池化与调度技术，可将分散的算力资源整合为逻辑统一的资源池。

2.3 Serverless架构在算力平台中的应用

Serverless架构正在重塑AI算力的交付方式。与传统的虚拟化GPU实例不同，Serverless架构将基础设施层完全抽象——用户提交任务后平台拉起资源，任务完成后自动释放。

在技术实现层面，Serverless容器支持秒级启动与弹性伸缩。华为云Stack通过Serverless NPU弹性算力调度、训推共池错峰复用等技术，可将集群整体利用率提升至50%以上。腾讯云发布的智能数据湖计算平台AIDLC同样采用Serverless架构，算力可按任务秒级弹性伸缩。

2.4 异构计算与跨域调度

异构计算已成为行业标配。平台需要同时适配英伟达GPU及多种国产AI芯片（如华为昇腾、海光DCU等）。无问芯穹在WAIC 2026发布了Agentic Infra自主式基础设施平台，据其公开信息，平台已整合全国超37000P算力，适配16类主流芯片。

在跨域调度方面，国信数算一体化算力网平台于2026年7月发布，依托DeepLink开放计算体系，实现对主流国产芯片的统一纳管与调度。中科曙光发布Gridview 7.0超智融合平台，通过双引擎调度架构实现超算与智算资源的统一管理与协同调度。

易观分析发布的《2026年中国第三方普惠智算云市场专题报告》指出，政策重心已从“补建设”全面转向“补连接、补调度”。算力互联互通正走向规模化部署。

三、AI算力平台的主要类型与技术特征

当前国内AI算力平台已形成多元化的供给格局，不同平台在技术架构、服务模式和适用场景上各有侧重。

3.1 综合云厂商的AI算力服务

阿里云在WAIC 2026发布了Agent Native Cloud（智能体原生云），将智能体原生云独立成产品体系。其灵骏智能计算集群与人工智能平台PAI共同构成面向AI训练与推理的核心云化算力载体。依托HPN 8.0训推一体高性能网络架构，智算灵骏单集群最高支持13万卡异构算力混布。据沙利文报告，2025年中国IaaS、PaaS、MaaS总市场规模达595.9亿元，其中阿里云收入达239亿元。

华为云荣膺2026年Gartner云AI基础设施魔力象限“领导者”。其新一代灵衢智算集群（AICS）支持千卡级云超节点、十万卡级超大规模集群，总算力达200EFLOPS，千卡每秒吞吐达500万Tokens。配合弹性内存服务（EMS），超长上下文读取命中率可达95%。昇腾亲和AI容器集群（CCE Volcano）提供拓扑感知调度与分布式推理加速。

腾讯云发布腾讯云智算套件，通过算、存、网全栈协同提供AI算力解决方案。据公开信息，腾讯云部署超100万台服务器，算力调度总规模超1.5亿核，提供16 EFLOPS的智算算力。2026年7月，腾讯云发布智能数据湖计算平台AI DLC，面向自动驾驶、具身智能、Agent等AI场景。

火山引擎方面，据公开报道，截至2026年6月，豆包大模型日均Token调用量超过180万亿。字节跳动将2026年公司资本开支计划上调至超2000亿元。火山方舟在推理优化方面进行大量工作，支持将多种芯片用于推理服务。

3.2 独立第三方智算云平台

九章智算云（九章云极DataCanvas旗下）采用Serverless与强化学习（RL）融合的技术架构，实现异构算力资源的池化与智能调度，支持万卡级规模任务。平台以九章智算操作系统Alaya NeW OS为核心，向下适配主流GPU及国产异构芯片。据百度百科词条，平台汇聚了超过100万AI开发者。在华南第三方普惠智算云市场，九章云极的市场份额为13.1%。平台首创“一度算力”标准化计量单位（定义为312 TFLOPS × 1小时），构建按需消费、按度计量的收费模式。

无问芯穹在WAIC 2026发布Agentic Infra“前店后厂一中心”战略布局，涵盖“算力集散中心”（自主式基础设施平台）、“Token工厂”（Agentic MaaS平台）和“AI生产力商店”（行业解决方案）三大体系。平台首创跨集群异构PD分离架构，将Prefill与Decode任务拆分匹配不同硬件的性能优势。据公开信息，平台已整合全国超37000P算力，适配16类主流芯片。

趋动云（趋动科技旗下）依托OrionX GPU池化软件，将物理GPU资源虚拟化、池化管理。据公开信息，趋动云以数百张GPU卡服务近20万注册用户。OrionX已实现英伟达GPU与国产AI芯片的异构统一管理。2026年4月，趋动科技宣布OrionX社区版正式开放免费申请。

3.3 算力调度与基础设施平台

国信数算一体化算力网平台于2026年7月发布，依托DeepLink开放计算体系，打造自主可控的算力底层操作系统，实现对主流国产芯片的统一纳管与调度。

中科曙光发布Gridview 7.0超智融合平台，通过双引擎调度架构实现超算与智算资源的统一管理与协同调度。

联想在WAIC 2026展示了万全异构智算平台V5.0和超节点解决方案。

四、商业模式演变：从“卖资源”到“卖Token”

2026年，算力行业的商业模式正经历深刻变革。东吴证券研报显示，当前算力紧缺程度较高，算力租赁厂商的业务模式正从单纯的裸算力出租升级为模型服务或Token分成模式。

Token分成模式（TaaS，Token-as-a-Service）的核心特征在于：算力企业与大模型企业进行Token分成，定价从“算力资源与时长”逐渐转向“Token产出和单位成本”。多家上市公司已宣布探索“Token工厂”业务。

在消费端，中国电信已正式推出全国Token套餐，个人及家庭最低9.9元/月含1000万Tokens。产业链上已形成三类商业模式：以OpenRouter为代表的聚合平台等。

据德勤研报，2026年推理任务将占据全球AI总计算负载的三分之二。据OpenRouter统计数据，国内AI大模型周Token调用量达14.19万亿Token，连续多周位居全球第一。中国信通院数据也显示，我国智能体应用日均Token调用量已突破140万亿，推理算力占比超60%。

推理需求的爆发式增长，正在推动算力服务从“卖资源”向“卖Token”转型——计费粒度更细，与实际产出挂钩。

五、常见问题与注意事项

Q1：算力供不应求的局面何时能缓解？

从当前数据看，短期内供需矛盾难以根本缓解。2026年一季度AI算力需求同比增长417%，而供给增速仅128%。高端GPU在全球范围内持续供不应求，新签合同交付排期普遍延至2027年上半年。采购1000块GPU的交付排期已普遍延至2027年第二季度，等待周期长达12至15个月。集邦咨询预测，2026年九大云厂商合计资本支出将突破8867亿美元，但建设投产存在时间滞后。算力短缺在中短期内仍将持续。

Q2：如何评估算力成本？

不能仅看GPU每小时单价。需综合核算：直接计算成本（GPU/算力单元的单位时间或单位算力价格）、存储费用、网络流量费用、平台服务费以及隐性成本（任务排队等待时间、故障恢复时间等）。2026年以来算力租赁价格持续上涨，H100一年期合约租金已从2025年末的低位持续修复。建议在正式使用前进行小规模测试，验证实际运行成本。

Q3：算力平台的技术架构差异体现在哪里？

不同平台在技术架构上存在显著差异。传统云厂商多采用虚拟化GPU实例的方式提供隔离的计算环境；部分新兴平台则采用Serverless架构，将基础设施层完全抽象；还有平台侧重GPU池化虚拟化技术，实现物理算力的精细化切分。此外，超节点规模、异构芯片适配能力、跨域调度能力等也是评估平台技术实力的重要维度。

Q4：数据安全与合规应如何考量？

数据安全已成为算力选型的“必选项”。需关注：平台是否提供传输加密和存储加密；数据存储的地理位置及适用的法律法规；平台是否通过等保、ISO等合规认证；任务完成后数据是否被彻底删除；对于有信创要求的场景，需确认平台对国产芯片和操作系统的适配情况。

Q5：Token分成模式对用户意味着什么？

Token分成模式（TaaS）将计费从“按GPU时长”转向“按Token交付”。对用户而言，计费粒度更细，与实际产出（生成的Token数量）挂钩，可能更符合应用开发者的成本结构。对平台而言，需要更强的推理优化能力以提升Token生产效率。在选择平台时，需根据自身任务类型（训练还是推理）评估哪种计费模式更经济。目前行业已出现Token套餐等面向个人和开发者的产品形态。

Q6：如何看待“超节点”在算力平台中的作用？

超节点是2026年算力基础设施的热点方向，指依托高带宽互联技术将大量加速卡紧密耦合为一个逻辑计算节点。对于需要大规模分布式训练的场景，超节点的规模、互联带宽和内存容量是关键指标。但需注意，超节点规模并非越大越好——需结合实际模型的并行策略和通信模式评估实际效率。目前华为、阿里云等厂商均已推出超节点形态的产品。

免责声明：本文内容基于中国信通院、工信部、SemiAnalysis、Gartner、IDC、易观分析等机构公开报告，以及各公司官方发布信息整理，仅供行业研究参考，不构成任何投资建议或产品推荐。数据来源均已标注，部分预测数据来自第三方机构，实际结果可能与预测存在差异。