10月19日，协创数据技术股份有限公司（以下简称"协创数据"）发布《关于全资子公司签署日常经营重大合同的公告》。公告披露，公司全资子公司协创智算科技(深圳)有限公司近日与客户公司签署《算力云服务协议》，协议预计总金额为不超过374.90亿元。据公开报道梳理，这是目前上市公司已披露算力大单中单笔合同金额最大的订单。

　　经营概况：算力业务驱动业绩高速增长

　　协创数据成立于2005年，注册资本4.89亿元，2020年7月在深交所创业板上市。公司业务覆盖智能算力产品及服务、数据存储设备、服务器及周边再制造、物联网智能终端等板块，2024年以来正由传统智能制造向AI算力方向转型。

　　年报数据显示，公司的经营业绩持续攀升。2025年实现营业收入122.36亿元，同比增长65.13%；归母净利润11.64亿元，同比增长68.32%；其中智能算力产品及服务收入27.61亿元，同比增长1727.17%，占营业收入的22.57%，成为仅次于数据存储设备的第二大收入支柱。2026年上半年，实现营业收入125.23亿元，同比增长153.29%；归母净利润18.38亿元，同比增长325.51%；智能算力产品及服务收入32.16亿元，同比增长163.46%，已超过2025年全年水平。

　　值得关注的是，协创数据的高速扩张伴随严峻资本结构挑战。2025年，公司总资产从73.05亿元激增至237.98亿元，总负债则从40.66亿元同步膨胀至193.91亿元，资产负债率达81.48%。截至2026年上半年，公司总资产480.85亿元，总负债417.32亿元，资产负债率攀升至86.79%；财务费用高达5.86亿元，同比增长714.48%，主要源于算力基础设施采购带来的利息支出激增。

　　订单盘点：近一年签订算力租赁订单超135亿元

　　根据公告披露，协创数据近一年与融资租赁企业签订的算力租赁订单累计金额约135亿元。2025年6月，与苏银金租签订4.98亿元算力直租业务合同；2025年12月，与工银金租签订5亿元算力回租业务合同，与浦银金租签订20亿元算力业务战略合作协议。

　　2026年2月，与华融金租签订9.96亿元算力直租业务合同；3月，与工银金租及兴业金租签订42.48亿元(5:5分担)算力联合直租业务合同；5月，与农银金租签订1.8亿元算力回租业务合同，与信智租赁签订10亿元算力直租业务合同；7月，与紫金租赁签订1.3亿元算力回租业务合同，与浙银金租签订3亿元算力业务战略合作协议、0.24亿元算力回租业务合同，与越秀租赁签订2.98亿元算力回租业务合同；9月，与兴业金租旗下兴智玖号签订56.47亿元算力直租业务合同。

　　行业扫描：上市公司算力大单密集落地

　　今年以来，上市公司大额算力合同呈密集落地态势。2026年5月6日，东阳光公告控股子公司与A公司签署《算力服务采购框架合同》，预计总金额为160亿元至190亿元；9月21日，彩讯股份公告与H公司签署《算力技术服务协议》，服务费总额预计不低于18.12亿元；9月22日，行云科技公告签署3份《算力服务合同》，合计金额4.53亿元；10月19日，赛意信息公告在已与W公司签订2份总额67.2亿元高性能算力服务合同的基础上，再签3.15亿元《算力组网服务合同》，相关合同总金额调整为70.35亿元。

　　租赁入局：多家融资租赁企业抢滩算力赛道

　　算力基建“重资产、长周期”的产业特征与融资租赁“融资+融物”的业务属性高度契合，融资租赁企业正加速嵌入算力产业链。除了上述携手协创数据开展算力租赁的企业，今年以来已有多家融资租赁企业密集落地算力租赁项目。

　　4月，民生金租联合民生银行石家庄分行投放10亿元算力集群项目；6月，银海租赁以1.1亿元售后回租盘活存量超算设备；同月，工投租赁以售后回租模式助力川内某企业算力卫星项目建设；6月下旬，昆仑金租落地首单IDC租赁项目，投放金额2.33亿元；7月，皖江金租向某算力上市公司投放4.92亿元直租资金；同月，国银金租公告作为买方采购信息技术计算机设备，交易总代价不超过40亿元；7月下旬，交银金租在临港新片区落地行业首单SPV数据中心设备融资租赁项目。

　　除此之外，永赢金租、海晟金租、长江金租、远东宏信、海通恒信、招商局租赁、天津国资租赁等融资租赁企业也在算力赛道进行了积极布局。

　　合规建议：全流程风控筑牢算力租赁防线

　　算力租赁并非短期套利赛道，融资租赁企业需在抢抓机遇的同时，构建覆盖租前、租中、租后的全流程风控体系。首先，做实租前尽调；核查承租人资质与下游租约真实性，防范虚构租约、套取资金。

　　其次，强化租中管控；可采用"外接传感+定位追踪"等方式，实时掌握设备数量、位置与运行状态，并密切关注项目所在地能耗双控、PUE等政策约束及实际算力利用率。

　　再者，畅通租后处置；一方面与二手算力设备交易平台建立合作，形成标准化的设备估值和处置流程；另一方面高度关注GPU技术迭代快、设备折旧率高的残值贬值风险，以及单一行业、单一资产类型过度集中的集中度风险。