引言

　　今年以来，AI应用规模的扩大带来了算力产业的热度暴涨；而在算力卡和集群供给有限的背景下，市场涌现了大量专门提供算力租赁服务的企业，算力租赁概念也迅速走向大众视野。然而，这一新兴业态在快速扩张的同时，也面临着复杂的法律与合规挑战。本文将系统梳理算力租赁的运营模式、核心关注要点及合规红线，以期为行业从业者提供参考。

　　一、算力的含义及分类

　　算力（Computational Power），是指计算机系统在单位时间内可完成的浮点运算次数，广义上可以理解为对输入信息进行处理后实现结果输出的能力，是集计算、存储、网络于一体的综合能力。其主要由以下类型的算力组成，而目前算力租赁市场主要针对的是智能算力（即智算）。

　　二、算力租赁的商业模式、演进及升级

　　（一）基本商业模式：以运营支出换资本性支出

　　算力租赁是指将计算能力或云计算资源以租赁的方式提供给用户使用，完整业务流程可概括为“设备采购及优化-算力中心建设-算力出租-技术支持和运维服务”。其核心商业逻辑在于：前期投入大量资金，通过自投、筹资等方式采购大规模算力设备，根据用户需求签署不同期限或不同类型的合约，待硬件设备折旧结束后带动净利润加速提升。这一模式运转的核心竞争力主要在于算力卡采购渠道、可用资金及核心用户三个方面。而对于用户而言，算力租赁的本质是用运营支出（OPEX）换取资本性支出（CAPEX），具备成本节省、时间灵活、简化运维等优势，同时能够锁定可用算力的使用权。

　　（二）模式演进：从单一到多元

　　行业商业模式已从早期的算力服务商自有资金直投，演进至金租杠杆（算力服务商与融资租赁公司开展融资租赁和售后回租）、转包服务（算力服务商从上游算力提供商租入算力后再转租给下游客户）及增信主体兜底（引入第三方为算力租赁项目提供信用增强或风险担保）等多种模式并存的阶段。算力租赁的收益结构和风险分配机制逐步清晰，行业竞争的关键不再只是“有没有卡”，而是转为能否获取资源、完成集群交付、稳定运维并控制信用风险。

　　（三）业务升级：从“卖算力”到“卖Token”

　　算力租赁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。过去，算力租赁出售的是GPU运行时间，用户按时间付费（本质上是“卖时间”）；现在市场正在向Token分成模式迁移（本质上“卖服务”）——用户不再关注租了多少时间，更关心模型生成了多少Token、完成了多少任务。这一转变本质上是从资源型企业向服务型企业的转型——资源型企业的护城河是谁的卡多，服务型企业的护城河是谁能让同样的卡产出更多Token。

　　三、算力租赁的主要经营模式

　　（一）轻资产、重资产、混合模式

　　轻资产模式（即租赁机柜模式），是指算力服务商不自行建设数据中心，而是向第三方数据中心运营商租赁机柜空间，将自购的GPU服务器部署在租赁的机柜中，对外提供算力服务。该模式采用轻资产的机房租赁加设备托管方式，算力服务商不需要承担数据中心建设的重资产投入，成本主要包含在定期租金中，适合初期降低成本。

　　重资产模式（即自建数据中心模式），是指算力服务商自行投资建设数据中心基础设施，包括机房建设、电力配套、网络部署等，在此基础之上部署GPU服务器等算力设备，对外提供算力租赁服务。该模式的核心优势在于对基础设施的完全掌控——从电力供应、网络带宽到散热方案均可自主优化，适合长期规模化运营。

　　在轻资产与重资产之间，还存在混合模式；例如，部分算力服务商采取数据中心核心自建加增量租赁混合的方式，或在直租业务模式下自建数据中心、在转租业务模式下选择租赁机柜。

　　（二）直租、转租模式

　　直租模式下，一般根据用户需求，通过自有资金、银行借款、融资租赁等方式购置服务器，结合相关软件、电信资源等搭建算力服务运营系统，向用户提供算力云服务；该模式可以带来更高的利润和控制力，但也考验企业的重资产运营和风险承受能力。转租模式下，即从合作方处租入算力资源（算力设备）再转租给用户；该模式可以较低门槛开展业务，模式相对灵活，但利润空间也相对有限，且对上游资源的整合能力要求较高。

　　目前市场上，布局算力的企业主要分为三类：IaaS云服务/运营商厂商、IDC/AIDC建设运营商，以及跨界/软件应用/算力租赁厂商。不同类型的企业在资源禀赋和经营模式上存在显著差异。例如，下列3家企业代表了算力租赁赛道的三种典型经营模式：

　　四、算力租赁业务的核心关注要点

　　（一）硬件采购与供应链风险

　　1.GPU价格波动与货源稳定

　　在算力设备的采购成本中，GPU服务器占比最大；对于算力服务商而言，其采购渠道（能否锁定稳定的GPU货源、能否以合理价格采购），不仅将直接影响其收入上限，也将直接决定其业务的可持续性（持续获取订单的能力）。

　　2.美国出口管制与供应链安全

　　美国对我国科技封锁持续加剧，以英伟达A、H系列为代表的算力服务器已被列入出口管制清单；而美国《远程访问安全法案》（RASA法案）的推进标志着出口管制体系正从传统的实体货物监管，向数字服务和远程算力使用延伸，监管重心正由单一物项管制，转向算力、模型、技术和交付链条的整体审视。在此背景下，算力服务商采购相关芯片，需要充分评估政策风险、合规风险、安全风险、交付风险以及供应商、承租人的违约风险。此外，国际贸易摩擦的加剧也可能影响关键原材料、核心器件的供应链稳定，而通过境外数据中心以“算力租赁”方式间接获取受限芯片使用权，也可能触及美国出口管制红线。

　　（二）客户与市场风险

　　核心客户以及租赁合约的期限直接影响订单的稳定性和市场价格的抗波动性。当前行业普遍采用4至5年的成本分摊模式，需通过长期闭口合同来保障收益。如此，算力服务商与客户（尤其是核心客户）签署合同的法律性质与条款安排（是否具有约束力、双方合作期限是否稳定、客户是否享有提前解约或任意解约的权利等）就显得尤为重要。如果算力服务商无法有效获取并维持核心客户，将直接影响其正常运营。

　　另外，值得关注的是，当前大模型行业存在盈利不及预期的现象，造成相当程度的算力设备处于闲置状态。同时，算力租赁市场竞争呈现“同质化严重、价格战激烈”的格局。部分服务商以“超低价”为噱头，实际提供共享集群资源，资源隔离性较差，高峰期易出现算力争抢导致业务卡顿。就此，算力服务商需要警惕低价引流陷阱和供需错配的风险。

　　（三）杠杆与资金风险

　　算力服务商在采购GPU服务器、建设数据中心时，均需投入大量的前期资本，且算力租赁作为高资本密集行业，算力服务商除自有资金投入外，往往需要通过银行借款、融资租赁等方式获取运营资金，高度依赖融资杠杆，回本周期长。这种高杠杆模式在市场下行时可能引发严重的流动性风险，算力服务商需审慎评估自身的资金实力和风险承受能力。

　　五、算力租赁业务的合规要点

　　除算力数据中心建设（包括土建施工、机电安装、能耗等）阶段涉及的合规事项外，算力租赁业务还涉及如下主要合规关注事项：

　　（一）运营资质

　　在境内提供算力服务，需要根据《中华人民共和国电信条例》以及自身业务情况获得相应资质。具体而言，算力租赁业务通常涉及以下类型的增值电信业务许可：

　　1.互联网数据中心业务资质（IDC许可证）

　　如果算力服务商自建或租用了大型数据中心机房来部署算力设备，对外提供服务器托管、算力中心、数据存储与备份、空间租用等服务，即属于B11类互联网数据中心业务范畴，需要取得IDC许可。

　　2.在线数据处理与交易处理业务资质（EDI许可证）

　　如果平台实现了算力资源的在线自动交易、订单处理与支付结算，涉及交易闭环，即属于B21类在线数据处理与交易处理业务，需要办理EDI许可。例如，运营典型的公有云PaaS/SaaS平台，提供数据库、应用运行环境、数据处理平台等，通常需要EDI许可证。

　　3.信息服务业务资质（ICP许可证）

　　如果平台提供算力状态查询、订单管理、在线支付等交互式信息服务，即落入B25类信息服务业务，需要申请ICP许可。

　　（二）数据安全与隐私保护

　　算力服务涉及大量数据的存储、传输与处理，算力服务商应有效保障相关数据的安全以及用户的隐私。若算力服务商未采取必要的数据安全保护措施，如未对敏感数据（如金融、医疗等行业的个人信息、医疗影像、金融交易等敏感数据）进行加密存储、未建立数据泄漏应急处置机制等，则可能会面临警告、罚款等处罚风险。

　　（三）知识产权侵权风险

　　算力租赁行业的知识产权风险同样不容忽视。若算力服务商使用未经授权的操作系统、软件或管理平台，则可能构成软件著作权侵权。若算力服务商的算法与他人的算法实质性相同，则可能构成不正当竞争中的侵犯商业秘密。就此，算力服务商在搭建服务平台和提供算力租赁服务时，应确保所有软件均获得合法授权，或使用开源软件并遵守相应的开源许可协议，避免侵犯第三方知识产权或商业秘密。

　　（四）合同合规风险

　　算力租赁合同除应对算力服务标准（如算力规格、可用性、响应时间等）、合同期限、计费与支付方式、知识产权归属、（数据安全、服务中断、第三方侵权等）权责边界与免责条款、违约责任等作出约定之外，还应特别明确“用户合规使用算力服务的义务”——用户不得将算力用于违法用途，同时应明确算力服务商在发现用户违法使用算力服务时终止提供服务的权利。另外，算力服务商还应密切关注监管政策的变化，提前评估合同的效力风险、履约风险以及合规边界。

　　（五）跨境业务

　　尽管我国当前尚未对跨境算力服务出台专门的法律法规，但在数据出境及技术出口领域已形成多层级、跨部门、全链条的监管规则体系，涉及数据跨境、AI服务、技术出口、基础设施等不同的维度。算力服务商在开展跨境算力租赁业务前，应当完成数据出境安全评估、海关、外汇等监管备案手续，否则属于违规运营行为，将面临相关业务被叫停、被处以高额罚款等潜在风险。

　　另外，值得特别注意的是，通过境外数据中心以“算力租赁”方式间接获取受限芯片使用权，也可能触及美国出口管制红线。租用云服务器、调用算法接口等行为也可能因架构设计而触发美国出口管制合规问题。算力服务商应建立完善的出口管制合规审查机制，包括但不限于：对客户进行受制裁实体筛查；确保算力服务不涉及受限技术的非法转移；对跨境数据传输进行合规评估。

　　六、结语与实务建议

　　算力租赁作为AI时代的新兴业态，正处于高速发展与监管逐步完善的交织期；且算力租赁业务的合规不是一蹴而就的工作，而是一项需要贯穿于企业全生命周期的系统工程；只有在合规的轨道上运行，算力租赁这一新兴业态才能行稳致远，为AI产业的发展提供坚实支撑。对此，我们建议算力服务商应从以下方面构建合规体系：

　　首先，资质先行。算力服务商应在开展业务前，依法取得相应的增值电信业务经营资质，完成必要的备案手续，确保主体资格合法合规。

　　其次，数据安全为重。算力服务商应建立健全数据安全管理制度和应急处置机制，确保数据全生命周期的安全可控，满足监管部门的日志留存和审计等相关要求。

　　再次，合同为本。算力服务商应建立标准化的合同模板体系，明确约定服务标准、合同期限、计费方式、知识产权归属、责任边界与免责、违约责任等核心条款。可采用“通用条款+专用条款”的模块化安排，在保证合规性的同时兼顾业务的个性化需求。

　　复次，动态合规。算力服务商应建立常态化的合规自查机制，定期对照法律法规以及政策的最新要求优化服务流程，避免因法律法规以及政策的调整和更新导致业务违规。

　　最后，跨境审慎。涉及跨境算力租赁业务时，应提前完成监管备案，审慎评估出口管制合规风险，避免触碰监管红线。