主播
节目简介
来源：小宇宙
7月23日，A股算力租赁板块集体爆发，美利云走出4连板，证通电子3连板。盘中并没有突发消息，真正点燃情绪的，或许是前一晚谷歌那份处处透出矛盾的财报。
昨夜美股盘后发生的事，今天一早就在A股找到了回响。
谷歌财报里的“矛盾”
Alphabet交出的二季度成绩单几乎无可挑剔：营收1198亿美元，同比增长24%，连续第十二个季度保持两位数增速。
最耀眼的当属Google Cloud——收入247.68亿美元，同比飙升82%，远超市场预期的224.6亿美元；营业利润88.14亿美元，营业利润率从去年同期的20.7%大幅跃升至35.6%。
更让人挪不开眼的是云业务的积压订单，也就是已签约但尚未确认收入的订单，首次突破5000亿美元，达到5140亿美元，环比增加了500多亿，主要靠企业AI需求推着往前走。
但市场并没有为这份成绩单鼓掌。财报发布后，谷歌A类股盘后一度跌近5%，最终收跌3.31%。
为什么？因为一个数字刺破了美好的叙事：自由现金流数十年来首次转负，跌至约-59亿美元。二季度资本支出高达449.24亿美元，同比翻了一倍。
公司将2026年全年资本开支指引从1800亿-1900亿美元进一步上调到1950亿-2050亿美元，并且明确表示2027年还将“显著增加”投资。过去几年，谷歌一直拿经营现金流去喂养AI，而现在，AI投资第一次反过来吞噬了现金流。
这是一个根本性的转折。5140亿美元的积压订单告诉市场，AI需求不但真实，而且极其旺盛。但449亿美元的单季资本开支和首次转负的自由现金流，同样清楚地说了一件事：兑现这些需求要付出巨大代价，回报的周期还很漫长。
AI已经证明了需求，却还没有证明利润。谷歌，就是当下整个时代最鲜活的缩影。市场不再满足于“建设的故事”，它开始追问“运营的结果”了。
谷歌并不是孤例。全球头部AI厂商的需求，正从不同方向交叉印证。IDC将2026年全年AI基础设施支出预测上调至4970亿美元，同比增长近56%。
高盛预计，2026年至2031年间，全球围绕计算、数据中心和电力的AI资本开支将达到约7.6万亿美元，年度投入从2026年的7650亿美元一路攀升至2031年的1.64万亿美元。
国内的信号更直观，也更具冲击力。2026年7月19日，月之暗面Kimi发布新一代开源大模型Kimi K3，参数规模达到2.8万亿，48小时内用户请求量远超预期，直逼现有集群承载极限。公司随即宣布暂停C端新用户订阅。
去年，人们相信AI需要算力；今年，人们第一次亲眼看到，因为算力不够，AI产品被按下了暂停键。全球有巨头用订单证明需求，国内有头部公司因为算力不够而“熔断”。
头部AI厂商的需求，已经得到了充分验证。但“建设”远未结束，Google、OpenAI、Meta、微软没有一家在停止扩张。
真正发生变化的，是资本市场的关切点：从“你花了多少钱”转向“你赚了多少钱，资产利用率有多高，现金流有多稳”。
更准确的说法是，AI基础设施进入了一个“建设与运营并行”的新阶段。建设仍在轰鸣向前，但市场的注意力已从“建设规模”挪向了“运营效率”。资本市场，开始从给资本支出估值，转向给现金流估值。
算力租赁，如何兑现？
有了这层逻辑，一个更本质的问题就浮了出来：在整条AI基础设施产业链上——GPU、IDC、液冷、交换机、光模块——为什么偏偏是算力租赁这个细分方向最先兑现利润？
答案藏在产业链不同角色赚的钱里。GPU厂商，比如英伟达，赚的是制造的钱，卖芯片，一次性硬件收入，景气度取决于采购量，而不是利用率。云厂商，像谷歌、AWS、Azure，赚的是平台的钱，有自研芯片，有完整的云生态，但算力只是庞大业务版图的一部分，AI投入的回报周期相对漫长。
而算力租赁商，赚的是资产运营的钱。它们没有芯片制造能力，也谈不上完整的云生态，但它们有一个锋利而纯粹的优势：资产利用率。大规模采购GPU，通过专业化运维让GPU保持极高的运转效率，然后把这“利用效率”以溢价租给无力自建或不愿自建的中小AI公司。
当行业从“抢购GPU”切换到“使用GPU”的阶段，手里握着存量GPU资产、又能高效运营它的人，天然就是那个最先产生现金流的环节。
他们不需要研发芯片，不需要搭建云平台，只需要做好一件事：让GPU持续运转、高效出租、不断续约。运营数据也佐证了这一点——相较于企业自建机房35%到40%的利用率，头部专业算力租赁集群的利用率可以做到95%以上，高端GPU出租率超过90%，性价比优势凸显。
行业里已经出现“提前锁量、分批交付、多年绑定”的刚性采购形态。算力租赁不是技术最性感的环节，但它恰恰站在了“从建设到运营”这一切换节点的最前沿，是商业模式最直接、现金流最清晰的一环。
据中国信通院数据，2026年一季度国内算力租赁市场规模已达680亿元，同比增长62%，全年有望突破2600亿元
如果说逻辑还需要反复推演，那业绩已经写在了纸上。一年多前，市场还在争辩算力租赁的商业模式究竟能不能跑通；今天，若干上市公司的业绩预告给出了直白的回答。
利通电子上半年归母净利润预计达到6.5亿至7.5亿元，增长超过11倍，公司明确表示算力经销业务的增长是主要驱动力。
再看协创数据，智能算力产品及服务业务规模持续扩大，上半年归母净利润预计在15亿至19亿元之间，同比增长247%至340%。
行云科技的路径更典型，上半年归母净利润1000万至1500万元，同比增长超4倍，扣非净利润同比扭亏为盈。而公司已验收供应商交付的算力服务器470台，约合50000P。
即便是传统服务器龙头浪潮信息，上半年归母净利润也预计达到26亿至31亿元，同比增长226%至288%，从侧面印证了整个算力产业链的景气度。
这些数字传递的信息高度一致：算力租赁的利润已经不是预期，而是已经发生的事实。更关键的是，这些业绩的兑现并不仰仗某一家特定客户，而是整个行业供需失衡的必然结果——这是一次结构性的利润释放，不是周期性的脉冲。
四家不同赛道的公司，在同一时间窗口集中交出翻倍乃至十倍的增长，这已经不能用个案来解释了。
供需失衡，议价能力提升
业绩之所以能如此坚实地兑现，深层原因在于算力租赁正从“买方市场”滑向“卖方市场”。
半导体研究机构SemiAnalysis的数据显示，H100一年期GPU租赁合同价格，已从2025年10月的低点每小时每GPU 1.70美元，上涨至2026年3月的2.35美元，涨幅接近40%，而所有种类GPU的按需租赁容量已全线售罄。
更极端的信号来自B200。AI推理基础设施服务商Baseten披露，其云服务商计划在2026年10月将B200租赁续约价格上调约94%，从当前的每小时2.63美元直接跳升到5.10美元。与此同时，当前采购1000块GPU，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。
国内市场同样如此。今年以来，腾讯云和阿里云已经因供应链成本上涨而上调AI算力产品价格，最高涨幅达34%。AI算力不是“可能短缺”，而是“已经短缺”；不是“阶段性短缺”，而是“结构性短缺”。
高端GPU产能受限与AI需求爆发之间的鸿沟，在短期内几乎没有弥合的可能。涨价并未吓退需求——Semi Analysis明确指出，尽管价格上涨，所有种类的GPU按需租赁容量仍然售罄。
当然，这里需要保持一份清醒：现在说“定价权”还太早，真正握着定价权的是英伟达、台积电、博通这些上游厂商，算力租赁目前更准确的表述，是“议价能力显著提升”。
政策也在锦上添花。例如，7月21日，北京宣布制定Token经济发展政策，布局建设Token工厂和Token分发平台，力争下半年新增智能算力5万P，年内算力总规模突破13万P。工信部也表示将印发算力标准体系建设指南，推动算力服务能力评估和市场化定价。
但政策终究是助推器，而非发动机，真正的引擎始终是全球AI需求的爆发与供给的刚性约束。
昨夜美股盘后发生的事，今天一早就在A股找到了回响。
谷歌财报里的“矛盾”
Alphabet交出的二季度成绩单几乎无可挑剔：营收1198亿美元，同比增长24%，连续第十二个季度保持两位数增速。
最耀眼的当属Google Cloud——收入247.68亿美元，同比飙升82%，远超市场预期的224.6亿美元；营业利润88.14亿美元，营业利润率从去年同期的20.7%大幅跃升至35.6%。
更让人挪不开眼的是云业务的积压订单，也就是已签约但尚未确认收入的订单，首次突破5000亿美元，达到5140亿美元，环比增加了500多亿，主要靠企业AI需求推着往前走。
但市场并没有为这份成绩单鼓掌。财报发布后，谷歌A类股盘后一度跌近5%，最终收跌3.31%。
为什么？因为一个数字刺破了美好的叙事：自由现金流数十年来首次转负，跌至约-59亿美元。二季度资本支出高达449.24亿美元，同比翻了一倍。
公司将2026年全年资本开支指引从1800亿-1900亿美元进一步上调到1950亿-2050亿美元，并且明确表示2027年还将“显著增加”投资。过去几年，谷歌一直拿经营现金流去喂养AI，而现在，AI投资第一次反过来吞噬了现金流。
这是一个根本性的转折。5140亿美元的积压订单告诉市场，AI需求不但真实，而且极其旺盛。但449亿美元的单季资本开支和首次转负的自由现金流，同样清楚地说了一件事：兑现这些需求要付出巨大代价，回报的周期还很漫长。
AI已经证明了需求，却还没有证明利润。谷歌，就是当下整个时代最鲜活的缩影。市场不再满足于“建设的故事”，它开始追问“运营的结果”了。
谷歌并不是孤例。全球头部AI厂商的需求，正从不同方向交叉印证。IDC将2026年全年AI基础设施支出预测上调至4970亿美元，同比增长近56%。
高盛预计，2026年至2031年间，全球围绕计算、数据中心和电力的AI资本开支将达到约7.6万亿美元，年度投入从2026年的7650亿美元一路攀升至2031年的1.64万亿美元。
国内的信号更直观，也更具冲击力。2026年7月19日，月之暗面Kimi发布新一代开源大模型Kimi K3，参数规模达到2.8万亿，48小时内用户请求量远超预期，直逼现有集群承载极限。公司随即宣布暂停C端新用户订阅。
去年，人们相信AI需要算力；今年，人们第一次亲眼看到，因为算力不够，AI产品被按下了暂停键。全球有巨头用订单证明需求，国内有头部公司因为算力不够而“熔断”。
头部AI厂商的需求，已经得到了充分验证。但“建设”远未结束，Google、OpenAI、Meta、微软没有一家在停止扩张。
真正发生变化的，是资本市场的关切点：从“你花了多少钱”转向“你赚了多少钱，资产利用率有多高，现金流有多稳”。
更准确的说法是，AI基础设施进入了一个“建设与运营并行”的新阶段。建设仍在轰鸣向前，但市场的注意力已从“建设规模”挪向了“运营效率”。资本市场，开始从给资本支出估值，转向给现金流估值。
算力租赁，如何兑现？
有了这层逻辑，一个更本质的问题就浮了出来：在整条AI基础设施产业链上——GPU、IDC、液冷、交换机、光模块——为什么偏偏是算力租赁这个细分方向最先兑现利润？
答案藏在产业链不同角色赚的钱里。GPU厂商，比如英伟达，赚的是制造的钱，卖芯片，一次性硬件收入，景气度取决于采购量，而不是利用率。云厂商，像谷歌、AWS、Azure，赚的是平台的钱，有自研芯片，有完整的云生态，但算力只是庞大业务版图的一部分，AI投入的回报周期相对漫长。
而算力租赁商，赚的是资产运营的钱。它们没有芯片制造能力，也谈不上完整的云生态，但它们有一个锋利而纯粹的优势：资产利用率。大规模采购GPU，通过专业化运维让GPU保持极高的运转效率，然后把这“利用效率”以溢价租给无力自建或不愿自建的中小AI公司。
当行业从“抢购GPU”切换到“使用GPU”的阶段，手里握着存量GPU资产、又能高效运营它的人，天然就是那个最先产生现金流的环节。
他们不需要研发芯片，不需要搭建云平台，只需要做好一件事：让GPU持续运转、高效出租、不断续约。运营数据也佐证了这一点——相较于企业自建机房35%到40%的利用率，头部专业算力租赁集群的利用率可以做到95%以上，高端GPU出租率超过90%，性价比优势凸显。
行业里已经出现“提前锁量、分批交付、多年绑定”的刚性采购形态。算力租赁不是技术最性感的环节，但它恰恰站在了“从建设到运营”这一切换节点的最前沿，是商业模式最直接、现金流最清晰的一环。
据中国信通院数据，2026年一季度国内算力租赁市场规模已达680亿元，同比增长62%，全年有望突破2600亿元
如果说逻辑还需要反复推演，那业绩已经写在了纸上。一年多前，市场还在争辩算力租赁的商业模式究竟能不能跑通；今天，若干上市公司的业绩预告给出了直白的回答。
利通电子上半年归母净利润预计达到6.5亿至7.5亿元，增长超过11倍，公司明确表示算力经销业务的增长是主要驱动力。
再看协创数据，智能算力产品及服务业务规模持续扩大，上半年归母净利润预计在15亿至19亿元之间，同比增长247%至340%。
行云科技的路径更典型，上半年归母净利润1000万至1500万元，同比增长超4倍，扣非净利润同比扭亏为盈。而公司已验收供应商交付的算力服务器470台，约合50000P。
即便是传统服务器龙头浪潮信息，上半年归母净利润也预计达到26亿至31亿元，同比增长226%至288%，从侧面印证了整个算力产业链的景气度。
这些数字传递的信息高度一致：算力租赁的利润已经不是预期，而是已经发生的事实。更关键的是，这些业绩的兑现并不仰仗某一家特定客户，而是整个行业供需失衡的必然结果——这是一次结构性的利润释放，不是周期性的脉冲。
四家不同赛道的公司，在同一时间窗口集中交出翻倍乃至十倍的增长，这已经不能用个案来解释了。
供需失衡，议价能力提升
业绩之所以能如此坚实地兑现，深层原因在于算力租赁正从“买方市场”滑向“卖方市场”。
半导体研究机构SemiAnalysis的数据显示，H100一年期GPU租赁合同价格，已从2025年10月的低点每小时每GPU 1.70美元，上涨至2026年3月的2.35美元，涨幅接近40%，而所有种类GPU的按需租赁容量已全线售罄。
更极端的信号来自B200。AI推理基础设施服务商Baseten披露，其云服务商计划在2026年10月将B200租赁续约价格上调约94%，从当前的每小时2.63美元直接跳升到5.10美元。与此同时，当前采购1000块GPU，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。
国内市场同样如此。今年以来，腾讯云和阿里云已经因供应链成本上涨而上调AI算力产品价格，最高涨幅达34%。AI算力不是“可能短缺”，而是“已经短缺”；不是“阶段性短缺”，而是“结构性短缺”。
高端GPU产能受限与AI需求爆发之间的鸿沟，在短期内几乎没有弥合的可能。涨价并未吓退需求——Semi Analysis明确指出，尽管价格上涨，所有种类的GPU按需租赁容量仍然售罄。
当然，这里需要保持一份清醒：现在说“定价权”还太早，真正握着定价权的是英伟达、台积电、博通这些上游厂商，算力租赁目前更准确的表述，是“议价能力显著提升”。
政策也在锦上添花。例如，7月21日，北京宣布制定Token经济发展政策，布局建设Token工厂和Token分发平台，力争下半年新增智能算力5万P，年内算力总规模突破13万P。工信部也表示将印发算力标准体系建设指南，推动算力服务能力评估和市场化定价。
但政策终究是助推器，而非发动机，真正的引擎始终是全球AI需求的爆发与供给的刚性约束。
外观
