鐘毅2025.3算力行業(yè)剖析及融資租賃業(yè)務模式探索工作經(jīng)歷及職務：

高速公路領域從業(yè)7年；融資租賃從業(yè)5年；科技領域從業(yè)5年；新能源及施工領域從業(yè)2年。

四川中交信通網(wǎng)絡科技有限公司法人、董事、總經(jīng)理；四川成渝新能建設有限公司副總經(jīng)理

共青團四川省委新經(jīng)濟行業(yè)團指委副主任

四川省計算機學會理事相關獎勵和業(yè)績：

曾獲四川交投十周年“四川交投金融人

”榮譽；

發(fā)明專利1項（第一發(fā)明人）；

蜀道集團2024年集團級內(nèi)訓師“優(yōu)秀學員

”

（人工智能課程）

搭建了面向交通行業(yè)的公有云；

落地第一期“子期

”算力中心；

搭建了四川中交信通“伯牙

”行業(yè)大模型；所獲相關證書：

注冊信息專業(yè)安全人員（CISP）

國際項目管理師（PMP）

信創(chuàng)集成適配工程師

信創(chuàng)信息安全工程師

信創(chuàng)集成項目管理師

生成式AI職業(yè)技能基礎證書

Prompt

Engineer（提示詞工程師）講師簡介一、算力經(jīng)濟的底層邏輯2024年7月，會議指出，要從全局高度認識和推動數(shù)字經(jīng)濟高質(zhì)量發(fā)展，促進數(shù)字技術和實體經(jīng)濟深度融合，推進數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化，全面賦能經(jīng)濟社會發(fā)展。宏觀來看

，

國家數(shù)字經(jīng)濟的發(fā)展

習總書記指出：要不斷做強做優(yōu)做大我國數(shù)字經(jīng)濟。

國家《

“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》指出：“數(shù)

字經(jīng)濟是以數(shù)據(jù)資源為關鍵要素

，以現(xiàn)代信息網(wǎng)絡為主要載體

，以信息通信技術融合應用、全要素數(shù)字

化轉(zhuǎn)型為重要推動力

，促進公平與效率更加統(tǒng)一的新經(jīng)濟形態(tài)?！绷暯娇倳浽?022年第2

期《求是》雜志發(fā)表的《不斷做強做優(yōu)做大我國數(shù)字經(jīng)濟》一文中指出，“數(shù)字經(jīng)濟……正在成為重組全球要素資源、重塑全球經(jīng)濟結(jié)構(gòu)、改變?nèi)蚋偁幐窬值年P鍵力量”，要“推動實體經(jīng)濟和數(shù)字經(jīng)濟融合發(fā)展”。宏觀來看

，

國家數(shù)字經(jīng)濟的發(fā)展

根據(jù)中國信通院公布的數(shù)據(jù)顯示，中國數(shù)字經(jīng)濟規(guī)模已從2012年的11.2萬億元增長到2023年

的53.9萬億元，持續(xù)保持高位增長。

其中，10萬億到30萬億，用了約6年；30萬億到50萬億，僅用了約4年。

在此背景下，2023年我國數(shù)字經(jīng)濟占GDP比重達到42.8%，數(shù)字經(jīng)濟同比名義增長7.39%，高于GDP名義增速2.76個百分點。

數(shù)字經(jīng)濟增長對GDP增長的貢獻率達到66.45%。資料來源：中國信息通信研究院黨的十八大以來

，我國數(shù)字經(jīng)濟進入加速發(fā)展周期

，持續(xù)發(fā)揮了經(jīng)濟“穩(wěn)定器”與“加速器”的作用。中國工程院院士，中國科學院計算技術研究所研究員、學術委員會主任孫凝暉十四屆全國人大常委會第十講專題講座《人工智能與智能計算的發(fā)展》講座時間講座人講座主題2015年8月21

日西安交通大學教授盧秉恒先進制造與3D打印2017年6月22

日中國科學院院士白春禮、潘云鶴、潘建偉和周琪世界新科技革命和產(chǎn)業(yè)變革總體態(tài)勢以及人工智能、量子信息和基因編輯等專題2024年4月26日中國工程院院士孫凝暉人工智能與智能計算的發(fā)展近年來公開報道的院士、教授給國家領導人的授課記錄第四次工業(yè)革命（21世

紀初至今）以大數(shù)據(jù)、

人工智能、物聯(lián)網(wǎng)等信

息技術為基礎的數(shù)字經(jīng)

濟革命。第三次工業(yè)革命（20世

紀中葉至21世紀初）以

電腦和網(wǎng)絡為基礎的信

息革命。第二次工業(yè)革命（1870s-1940s）以電氣能源為基礎的生產(chǎn)革命。第一次工業(yè)革命（1760s-1840s）以蒸汽機為基礎的機械化革命。通用算力熱力電力人工智能工業(yè)革命的歷史進程習總書記指出：“誰能把握大數(shù)據(jù)、

人工智能等新經(jīng)濟發(fā)展機遇

，誰就把準了時代脈搏”——2025年2月24日人民日報刊文

《搶抓人工智能發(fā)展的歷史性機遇》2025年2月19日

國務院國資委召開中央企業(yè)“AI+

”專項行動深化部署會一批高價值行業(yè)應用場景落地數(shù)據(jù)集建設穩(wěn)步推進

智能算力供給能力顯著提升

大模型構(gòu)建加速追趕2024年12月中央經(jīng)濟工作會議，部署2025年

重點任務：開展“人工智能+

”行動

2018年將融資租賃公司監(jiān)管職責劃給銀保監(jiān)會。2020年《融資租賃公司監(jiān)督管理暫行辦法》，參照金融租賃管理。

從2018年，公益性資產(chǎn)（如道路、醫(yī)院）不能作為融資的抵押物，政府不得變向為平臺公司融資提供增信。

2021年國資委《關于進一步促進中央企業(yè)所屬融資租賃公司健康發(fā)展和加強風險防范的通知》：租賃公司要切實回歸租賃本源，租賃公司要立足集團主業(yè)和產(chǎn)業(yè)鏈供應鏈上下游，

大力發(fā)展直接租賃；推進產(chǎn)業(yè)轉(zhuǎn)型升級和結(jié)構(gòu)調(diào)整、帶動新興產(chǎn)業(yè)發(fā)展等方面發(fā)揮積極作用。租賃物應當依法合規(guī)、真實存在，嚴格限制以“不能變現(xiàn)的財產(chǎn)作為租賃物

2022年，不得將道路、橋梁等涉嫌新增地方政府隱位債務以

及被處置后可能影響公共服務正常供應的構(gòu)筑物作為租賃物。

2024年1月《金融租賃公司管理辦法（征求意見稿）》，資產(chǎn)的真實、完全轉(zhuǎn)讓，風險的真實、完全轉(zhuǎn)移

”對租賃物再融資形成制約；對于融資類業(yè)務，不得未提供實質(zhì)性服務而收取費用；租賃物為“設備資產(chǎn)、生產(chǎn)性生物資產(chǎn)以及國家金融監(jiān)督管理總局認可的其他資產(chǎn)；售后回租融資租賃交易的租賃物限制為“設備資產(chǎn)

”。行業(yè)來看

，融資租賃行業(yè)需要轉(zhuǎn)型

2022年，有大批外資租賃公司陸續(xù)退出市場，當年外資租賃公司減少2083家，租賃公司合同余額也有一定的下降。

現(xiàn)階段，融資租賃公司業(yè)務模式仍以具有信貸業(yè)務特征的售后回租為主，并且城投業(yè)務占據(jù)一定規(guī)模，存在違規(guī)新增隱債的風險和租賃物難以處置的問題。商租參照金租管理

，融資租賃行業(yè)的管理逐漸規(guī)范

，要求融資租賃回歸本源。 《中共中央關于進一步全面深化改革

推進中國式現(xiàn)代化的決

定》

中34次提及金融。

首次提出制定金融法

，金融機構(gòu)定位是健全服務實體經(jīng)濟

，金融強監(jiān)管的趨勢將延續(xù)

。依法將所有金融活動納入監(jiān)管，

強化監(jiān)管責任和問責制度

，加強中央和地方監(jiān)管協(xié)同

，避免監(jiān)管套利和真空地帶的形成。

積極發(fā)展科技金融

、綠色金融

、普惠金融

、

養(yǎng)老金融

、數(shù)字金融。 引導更多金融資源流向科技創(chuàng)新和科技型企業(yè)完善金融機構(gòu)定

位和治理

，健全服務實體經(jīng)濟的激勵約束機制

。

數(shù)字金融是數(shù)字經(jīng)濟時代的基礎服務

，正成為擴大內(nèi)需

、促進創(chuàng)新創(chuàng)業(yè)

、推動高質(zhì)量發(fā)展的重要驅(qū)動力

構(gòu)建產(chǎn)業(yè)資本和金融資本“

防火墻

”。

打擊惡意掏空金融機構(gòu)的違法股東，

防止產(chǎn)業(yè)資本在金融領域無序擴張

，避免產(chǎn)業(yè)和企業(yè)本末倒置

、脫實向虛

。產(chǎn)業(yè)為本、金融為用，推動金融更好地服務實體經(jīng)濟，

防止產(chǎn)業(yè)資本的風險向金融資本蔓延。

落實好防范化解房地產(chǎn)

、地方政府債務、

中小金融機構(gòu)等重點領域風險的各項舉措。2021年國務院國資委《關于進一步促進中央企業(yè)所屬融資租賃公司健康發(fā)展和加強風險防范的通知》：

融資租賃公司要切實回歸租賃本源，立足集團主業(yè)和產(chǎn)業(yè)鏈供應鏈上下游，大力發(fā)展直接租賃；在拓寬上下游企業(yè)融資渠道、推進產(chǎn)業(yè)轉(zhuǎn)型升級和結(jié)構(gòu)調(diào)整、帶動新興產(chǎn)業(yè)發(fā)展等方面發(fā)揮積極作用。

規(guī)范開展售后回租，不得變相發(fā)放貸款，租賃物應當依法合規(guī)、真實存在，嚴格限制以“不能變現(xiàn)的財產(chǎn)

作為租賃物

”。

要將融資租賃公司管理納入集團公司全面風險管理體

系。

落實薪酬延期支付制度，建立追索扣回機制；

對于已經(jīng)展期或續(xù)簽的項目，應當采取特別管控措施，不得視同正常項目管理；行業(yè)來看

，融資租賃行業(yè)需要轉(zhuǎn)型國家提出制定金融法

，積極發(fā)展科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融

，健全金融服務

實體經(jīng)濟的激烈約束機制。2024年6月3日國資委召開的大會，會議上明確“退金令

”各中央企業(yè)原則上不再新設、收購和參股各類金融機構(gòu)。對于風險較大的金融機構(gòu)，央企必須要盡快撤出。二、算力行業(yè)的理解名稱發(fā)文機關日期內(nèi)容摘要《國家數(shù)據(jù)基礎設施建設指引》國家發(fā)展改革委、國家數(shù)據(jù)局、工業(yè)和信息化部2024年12月31日《關于促進數(shù)據(jù)產(chǎn)業(yè)高質(zhì)量發(fā)展的指導意見》國家發(fā)展改革委、國家數(shù)據(jù)局、教育部、財政部、金融監(jiān)管總局、中國證監(jiān)會2024年12月30日加強大帶寬、低時延、高可靠的數(shù)據(jù)傳輸技術應用，加快算網(wǎng)融合等關鍵技術創(chuàng)新等?！蛾P于促進企業(yè)數(shù)據(jù)資源開發(fā)利用的意見》國家數(shù)據(jù)局、中央網(wǎng)信辦、工業(yè)和信息化部、公安部、國務院國資委2024年12月20日《中小企業(yè)數(shù)字化賦能專項行動方案（2025—2027年）》工業(yè)和信息化部、財政部、中國人民銀行、金融監(jiān)管總局2024年12月12日在先進制造業(yè)集群、中小企業(yè)特色產(chǎn)業(yè)集群、國家高新技術產(chǎn)業(yè)開發(fā)區(qū)等重點集群、園區(qū)，加快新型基礎設施規(guī)?；ㄔO應用，為中小企業(yè)上云用國家對算力行業(yè)的政策支持

推進算力資源科學布局，促進各類新增算力向國家樞紐節(jié)點集聚；推進東中西部算力協(xié)同，降低東西部數(shù)據(jù)傳輸成本；推進算力與數(shù)據(jù)、算法融合創(chuàng)新，壯大數(shù)算產(chǎn)業(yè)生態(tài)體系；推進算力與綠色電力融合，探索綠電直供新模式；推進算力發(fā)展與安全保障協(xié)同，推動建設國家算力網(wǎng)基礎安全服務保障平臺。提出大力推廣云計算、邊緣計算、大數(shù)據(jù)分析等平臺服務，支持企業(yè)開發(fā)和使用智能化工具。加大對中小企業(yè)數(shù)據(jù)治理和應用的支持力度，鼓勵有條件的地方探索發(fā)放數(shù)據(jù)券、算法券和算力券，降低中小企業(yè)治數(shù)用數(shù)成本。云提供基礎支撐。支持地方探索“上云券

”“算力券

”等優(yōu)惠政策措施，為中小企業(yè)上云用算提供支持。鼓勵算力中心提供“隨接隨用、按需付費

”的云端算力服務，降低中小企業(yè)用算成本。（工業(yè)和信息化部牽頭負責）提出打造全國一體化算力體系，發(fā)展通算、智算、超算等多元化算力資源，支持企業(yè)參與算力全產(chǎn)業(yè)鏈生態(tài)建設，構(gòu)建一體化高質(zhì)量算力供給體系，人工智能三要素：算力、算法、數(shù)據(jù)。算力指的就是計算能力

，是支撐人工智能算法運行和數(shù)據(jù)處理的基礎設施；算法是指導計算機執(zhí)行特定任務的一系列指令的集合；數(shù)據(jù)是驅(qū)動AI技術發(fā)展的重要基礎。算力數(shù)據(jù)“煉丹三要素

”人工智能三要素煉丹爐火力藥材人工智能三要素算法

邊緣算力

，就近為用戶提供

的實

時計算

能力

，是

以上三

種算力形

式

的組合；

用

以解

決

網(wǎng)絡延遲產(chǎn)生

的問題。超算算力

，

以超級計算機輸出

的計算

能力為主

，

用于尖

端科研

、

國

防軍工等

大科學工程等；C按照《中國算力白皮書(2022年)》的定義

，算力分為通用算力、智能算力、超算算力和邊緣算力等四類。智

能算力

，

以GPU

、FPGA

、A

l

芯片等輸

出的人工智

能

計算

能力為主；通

用算力

，

以CPU

芯片輸

出的計算

能力為主；BDA算力的分類算力分類經(jīng)中國信通院測算：2023年我國計算設備算力總規(guī)模達到435EFIopS(FP32)，全球占比約為31%，同比增速達44%。其中：

基礎算力增速放緩，基礎算力規(guī)模為140.4EFlopS(FP32)，增速為17%，增速同比放緩9個百分點，在我國算力占比為32.2%。

智能算力增長迅速，智能算力規(guī)模達到289.4EFlops(換算為FP32)，同比增長62%，在我國算力

占比達66.5%，成為算力增長最重要的組成部分。根據(jù)IDC數(shù)據(jù)：

2024年：智能算力規(guī)模達725.3EFLOPS（FP16）；

2025年預測：IDC預計智能算力規(guī)模將達1037.3EFLOPS（FP16），較2024年增長43%；

至2028年預計達2781.9EFLOPS（年復合增長率46.2%）智算是重點數(shù)據(jù)來源：IDC、中國信通院

人工智能(AI)是一門學科，是計算機科學的一個分支，研究創(chuàng)造和開發(fā)像人類一樣思考和行動的機器。

機器學習(ML)是人工智能的一個子領域。它是一種程序或系統(tǒng)，可以根據(jù)輸入數(shù)據(jù)訓練模型，然后訓練后的模型可以根據(jù)新的或從未見過的數(shù)據(jù)做出有用的預測。在機器學習中，算法從數(shù)據(jù)中學習模式和關系以做出預測或決策。無監(jiān)督學習和監(jiān)督學習是兩種最常見的機器學習模型。

神經(jīng)網(wǎng)絡(NN)，也稱為人工神經(jīng)網(wǎng)絡(ANN)或模擬神經(jīng)網(wǎng)絡(SNN)，是機器學習的一個子集。名稱和結(jié)構(gòu)的靈感源自人腦，模仿生物神經(jīng)元相互發(fā)送信號的方式。神經(jīng)網(wǎng)絡是深度學習算法的核心。

深度學習(DL)是神經(jīng)網(wǎng)絡的一個子集。這里的“深度

”一詞指的是神經(jīng)網(wǎng)絡中層的深度。任何具有三個以上隱藏層的神經(jīng)網(wǎng)絡都可以被視為深度學習算法。深度學習模型具有更多的隱藏層，非常適合解決復雜的現(xiàn)實問題。

生成式人工智能(GenAI)是深度學習的子集，深度學習是一種人工智能技術，可以根據(jù)從現(xiàn)有內(nèi)容中學到的知識生成不同類型的內(nèi)容，例如文本、圖像、音頻、視頻。

大型語言模型(LLM)是生成式人工智能的一種形式，它專注于根據(jù)訓練過程中，從大量文本數(shù)據(jù)中學習到的模式生成類似人類的文本。大型語言模型是一種專門用于自然語言處理的特定類型的機器學習模型。人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門技術科學。人工智能涉及的領域十分廣泛

，如計算機視覺、

自然語言處理、機器人學、機器學習等。人工智能、機器學習、神經(jīng)網(wǎng)絡、深度學習、生成式人工智能、大語言模型的關系示意圖人工智能與大模型什么是訓練?什么是推理？AI模型訓練的過程就是不斷通過計算修正和調(diào)整參數(shù)的過程

，直到模型能夠很好地擬合訓練數(shù)據(jù)。大模型的訓練參數(shù)數(shù)量龐大、

訓練數(shù)據(jù)量大、計算資源需求高大模型訓練的本質(zhì)大模型推理是模型在完成預訓練或微調(diào)后，將學習到的模式應用于新數(shù)據(jù)，以生成文本、圖像、決策等輸出的過程。推理，本質(zhì)上就是大模型回答的過程。Token是自然語言處理（NLP）中文本處理的最小單元，可以是單詞、子詞、字符或標點符號。大模型的推理根據(jù)輸入數(shù)據(jù)類型分類DeepSeek影響下，算力發(fā)展的變化DeepSeek在2025年的春節(jié)期間爆火

，用短短二十天的時間就實現(xiàn)了DAU2161萬的數(shù)據(jù)

，超過了

ChatGPT發(fā)布之初的數(shù)據(jù)表現(xiàn)，

已經(jīng)成為AI超級應用。2024年1月至2025年1月中

，各月AI產(chǎn)品訪問量最高的產(chǎn)品數(shù)據(jù)走勢圖2025年1月20日，

國務院總理李強主持召開座談會，

聽取對《政府工作報告(征求意見稿)》的意見建議，

DeepSeek創(chuàng)始人梁文鋒出席并發(fā)言。1月25日-27日

，關注度迅速提升安卓平臺DeepSeekAPP下載量IOS平臺DeepSeekAPP下載量資料來源：SensorTower1月27日

，美國科技股論據(jù)，字體大小不超過16號字

英偉達，DeepSeek-R1正式登陸NVIDIANIM；

亞馬遜，DeepSeek-R1在AmazonBedrock和SageMaker

AI上線；

微軟，DeepSeek-R1在云服務Azure上部署；

英特爾公布，DeepSeek目前能夠在英特爾產(chǎn)品上運行；

AMD，DeepSeek-V3集成到

InstinctMI300X

GPU上。1月27日

，美國科技公司DeepSeek為什么這么火？訓練價格低（官方報告）根據(jù)官方報告，DeepSeek-V3的訓練成本為557萬美元，與之對比，谷歌的GeminiUltra訓練成本則高達1.91億美元。能力接近頂尖大模型能在數(shù)學、編碼、推能與OpenAl的GPT-o1模型接近。開源DeepSeek把模型架構(gòu)和參數(shù)開源，并且通過技術報告的形式，將GPRO等訓練算法、目標函數(shù)等技術細節(jié)進行了公布有技術創(chuàng)新通過多頭注意力（MLA）、MoE（混合專家）架構(gòu)和采用FP8混合精度訓練來實現(xiàn)高效推理和訓練技術資源算力資源人力資源有限理等任務上，測評性DeepSeek-R1模型性能力接近頂尖大模型$100000000

vs

$5000000

20%訓練價格低R1模型以V3模型作為基座模型訓練，因此R1模型繼承了V3模型大部分架構(gòu)特征。R1模型的訓練過程：用V3模型訓練出一個具有強推理能力的R1

zero模型；R1zero經(jīng)過冷啟動生成推理數(shù)據(jù)，隨后利用推理數(shù)據(jù)和SFT數(shù)據(jù)進行強化學習和SFT

等訓練過程，最終得到R1模型。技術路線引入旋轉(zhuǎn)位置編碼（RoPE）來保持位置信息的有效表示。通過低秩壓縮技術，將高維輸入壓縮到低維空間，提高推理效率。

擅長捕捉數(shù)據(jù)的潛在含義，如語義、因果關系等。

擅長處理更長的上下文。MLA的核心是對注意力鍵和值進行低秩聯(lián)合壓縮，減少推理過程中的鍵值緩存（KVcache），從而降低推理時的內(nèi)存占用。技術創(chuàng)新

MLAMoE(MixtureofExperts)是組合多個專家模型提升深度學習模型性能和效率的架構(gòu)。DeepSeekV3和R1模型前饋神經(jīng)網(wǎng)絡均采用混合專家（

MoE）架構(gòu)。每個MoE層包含1個共享專家和256個路由專家組成，在運行時每個詞元（token）

只激活8個路由專家。與稠密模型相比，MoE模型每個詞元只需激活模型

中的部分專家，節(jié)約計算資源。不同專家專注不同任務，處理復雜任務時更有優(yōu)勢。技術創(chuàng)新

MoEDeepSeek和算力相關的兩個亮點：FP8混合精度訓練；

R1推理模型

。模型訓練通常采用FP16或FP32精度的數(shù)據(jù)格式以保證訓練效果，如果換成低精度即可降低存儲占用，但往往受到激活、權重和梯度中異常值的限制。為了解決這個問題，DeepSeek采用了混合精度框架，使用細粒度量化策略、低精度優(yōu)化器狀態(tài)等方法以實現(xiàn)增強精度、低精度存儲和通信，同時DeepSeek向硬件廠商也提出了硬件設計的相關建議。FP8混合精度訓練技術創(chuàng)新近年三要素的創(chuàng)新驅(qū)動

算力、數(shù)據(jù)、算法的三角創(chuàng)新體系，在動態(tài)循環(huán)之中再次進入算法創(chuàng)新階

段。

2022年：算法創(chuàng)新為主，ChatGPT發(fā)布，引發(fā)Transformer架構(gòu)的風潮迭起。

2023年：數(shù)據(jù)創(chuàng)新為主，數(shù)據(jù)合成、數(shù)據(jù)標注等成為高質(zhì)量數(shù)據(jù)集建設的熱點方向。

2024年：算力創(chuàng)新為主，算力邁向超萬卡時代，算力運營商等產(chǎn)業(yè)新物種誕生。

2025年：DeepSeek引領下，再次進入算法創(chuàng)新階段。結(jié)論：DeepSeek驗證了FP8訓練節(jié)省40%的算力消耗，

當前FP8計算格式將成行業(yè)標

配技術革命；不支持FP8的存量算力設備可能將會大幅貶值。隨著算法的繼續(xù)優(yōu)化，未來FP4將會逐漸登上舞臺。來源：甲子光年未來算力行業(yè)重構(gòu)：從FP16到FP8

，

再到FP4DeepSeek和算力相關的兩個亮點：FP8混合精度訓練；

R1推理模型

。根據(jù)使用類型分類通用模型與推理模型通用與推理的示例-時事新聞通用與推理的示例-時事新聞深層分析核心矛盾邏輯思考推理模型使算力消耗增加當前AI應用需求正在發(fā)生變遷，大模型正從ToVC泡沫炒作階段走向ToB落地階段，未來可能走向ToC階段，并迎來應用爆發(fā)。推理算力未來可能爆發(fā)的示意圖為什么是DeepSeek？模式創(chuàng)新的科技公司多為互聯(lián)網(wǎng)背景；以流量為核心，平臺經(jīng)濟；民營企業(yè)居多。

核心條件：商業(yè)模式、資源、錢、流量產(chǎn)業(yè)背景的科技公司大行業(yè)、

大產(chǎn)業(yè)背景；大集團控股；國有企業(yè)居多。

核心條件：甲方大集團背景。技術密集的科技公司實控人多為技術出身；有核心技術及強研發(fā)能力；民營企業(yè)居多。

核心條件：錢、資源、團隊、方向。科技公司大概可以分為三類：錢杭州幻方科技有限公司杭州深度求索人工智能基礎技術研究有限公司數(shù)據(jù)來源：

幻方量化官方網(wǎng)站High-Flyer是一家中國量化基金，也是較早在交易算法中使用人工智能的公司。數(shù)據(jù)來源：

幻方量化量化投資指用復雜的數(shù)學模型替代人為的主觀判斷，嘗試追求收益的最大化。量化投資強調(diào)建立在大數(shù)定律基礎之上的統(tǒng)計優(yōu)勢、建立在嚴格

執(zhí)行基礎之上的風控優(yōu)勢和建立在多元組合投資之上的分散優(yōu)勢。什么是量化投資？維度主觀交易決策依據(jù)基本面分析、技術圖表、個人經(jīng)驗執(zhí)行方式手動操作，通過經(jīng)紀商或交易平臺人工下單風險管理依賴個人判斷，可能因情緒波動忽略風控數(shù)據(jù)處理能力受限于人工處理速度，通常聚焦少數(shù)標的市場適應性可靈活調(diào)整策略，但缺乏系統(tǒng)性驗證透明度決策過程直觀（如技術形態(tài)識別），但邏輯可能不夠嚴謹數(shù)學模型、歷史數(shù)據(jù)回測、多因子分析全自動化，由算法直接連接交易所預設止損/止盈規(guī)則、波動率控制等量化指標可同時分析數(shù)千只證券的海量數(shù)據(jù)，捕捉細微統(tǒng)計規(guī)律需定期優(yōu)化模型以適應市場變化，存在過擬合風險策略邏輯封裝為“黑箱

”，普通投資者難以理解決策依據(jù)執(zhí)行方式風險管理數(shù)據(jù)處理能力市場適應性透明度維度

量化交易投資思想交易規(guī)則計算模型模型回測模擬交易實盤交易沃倫.巴菲特過去20年平均年回報約:20%2008年次貸危機回報約:-15%詹姆斯.西蒙斯過去20年平均年回報約:35%2008年次貸危機回報約:80%作為后輩，能為西蒙斯的中文版?zhèn)饔涀餍颍腋械绞謽s幸。每當在工作中遇到困難的時候，我會想起西蒙斯

的話：“一定有辦法對價格建模。

”文藝復興科技公司是一家純量化基金公司。公司創(chuàng)始人西蒙斯本來就是一個頂級數(shù)學家，公司的數(shù)學模型也是由一個數(shù)百人的團隊編制而成的。這個團隊的成員包括弦理論物理學、天文學、量子力學、生物學、數(shù)學等領

域的科學家。西蒙斯24歲獲得博士學位，25歲赴哈佛大學任教，26歲為美國軍方破譯密碼，30歲在紐約州立大學石溪分校當上數(shù)學系系主任，隨后創(chuàng)立文藝復興科技公司，將數(shù)學思想融入投資，使用量化手段尋找“投資圣杯

”。寧波程信柔兆企業(yè)管理咨詢合伙企業(yè)(有限合伙)杭州深度求索人工智能基礎技術研究有限公司寧波程恩企業(yè)管理咨詢合伙企業(yè)(有限合伙)寧波少廣創(chuàng)業(yè)投資合伙企業(yè)(有限合伙)杭州幻方科技有限公司梁文鋒數(shù)據(jù)來源

：企查查49.80%50.10%54.61%68.14%99%99%54.06%

83.19%杭州幻方科技有限公司杭州深度求索人工智能基礎技術研究有限公司梁文鋒數(shù)據(jù)來源

：企查查資源同時滿足以下2個條件：

芯片的I/O帶寬傳輸速率大于或等于600GB/s

算力與位數(shù)乘積大于或等于4800TOPS滿足任意一個條件：

算力與位數(shù)乘積大于或等于4800TOPS

TotalProcessingPerformance指標除以芯片面積大于等于5.92美國商務部的設備禁令團隊拋開專業(yè)術語，用人話來理解背后的模式是：一個非常優(yōu)秀的工程師，遇到問題會嘗試不同的技術選型，選一個最好的方案。而小天才說：在座的都不夠好，為什么不重寫一個？然后寫出了行業(yè)最佳方案。團隊方向方向錢+資源+團隊+方向真正的差距不是一年或兩年，而是原創(chuàng)和模仿之差。DeepSeek的實踐表明，

中國AI的崛起絕非簡單的時間追趕，而是原創(chuàng)方法論的重構(gòu)——這足以撼動人們心

目中那座技術偏見的“

大山

”。大部分人認為，科技領域最合理的分工

方式，就是美國負責前沿創(chuàng)新，

中國負

責應用落地掙錢。還美其名曰：美國做0-1，

中國做1-100DeepSeek對于科技行業(yè)和國家的意義未來算力還有需求嗎？杰文斯悖論的核心：

“效率提升反而刺激總消耗增長”本質(zhì)是

“人性貪婪遇效率紅利

”

——技術讓資源“

變便宜

”，但人永遠想“

用到滿

”。燈泡節(jié)能，點亮整夜例子：LED燈比白熾燈省電90%，但人們覺得“

電費不心疼

”，整夜開燈、裝飾滿屋，總用電量不降反升。記憶點：省電≠少用電，反而用得更放肆從大模型到代理OpenAl的AI發(fā)展的五個階段舉個例子：能否趕上女兒的演出。WWDC中，蘋果軟件工程高級副總裁CraigFederighi舉了一個相對復雜的情境，即在會議推遲的情況下詢問能否趕上女兒的演出。此時，Agent將從設備上找出主體(女兒)的演出相關信息(時間、地點)，以及會議的時間、地點，再依據(jù)常用交通方式和預計時間給出最終的回答。Manus是一個通用人工智能代理（Agent）

，

它連接思想與行動。

它不僅思考

，還能交付成果。

Manus擅長處理工作和生活中的各種任務

，在你休息時幫你完成一切。維度DeepSeekManus描述基于主流Transformer架構(gòu)，作為知識型大模型的基座采用了混合專家模型（MoE）架構(gòu)，擅長單線程高精度任務；多智能體協(xié)作架構(gòu)，通過虛擬機沙盒調(diào)用工具鏈實現(xiàn)端到端任務閉環(huán)，支持跨平臺、多步驟復雜任務自動化處理；核心能力語言生成、專業(yè)推理、集成多模態(tài)處理(如高分辨率圖像輸入)任務拆解(0.1秒級決策)、工具調(diào)用、異步執(zhí)行交互模式聊天式交互，直接輸出文本或代碼指令驅(qū)動，支持復雜流程編排技術開放性開源部分模型權重，API成本為同類1/15左右依賴預設工具鏈，生態(tài)擴展性強局限性無法直接調(diào)用外部工具，需搭配第三方工具使用錯誤傳導的風險高，響應速度受網(wǎng)絡影響算力需求一般高DeepSeek與Manus網(wǎng)絡搜索獲取內(nèi)容/處理其他工作DeepSeek與Manus代理（Agent）無限生產(chǎn)內(nèi)容大模型&Agent時代

，推理需求劇增三、算力行業(yè)的發(fā)展趨勢2023年如火如荼2023年如火如荼2023年全球算力規(guī)模（單位：

EFLOPS）國家數(shù)據(jù)中心集群上架率(2023年)資料來源：工業(yè)和信息化部，中國移動、中國電信、中國聯(lián)通2023年中報，《財經(jīng)》整理2023年如火如荼資料來源：Gartner、IDC、中國信通院

需求井噴與技術催化2023年因生成式AI大模型的爆發(fā)，全球算力需求激增。

國內(nèi)AI企業(yè)為降低高昂的硬件成本，紛紛轉(zhuǎn)向算力租賃模式。

政策驅(qū)動國家“

東數(shù)西算

”工程啟動，推動數(shù)據(jù)中心向西部轉(zhuǎn)移，算力資源布局優(yōu)化。

新興行業(yè)吸引資本大環(huán)境下，

以新能源、算力中心、生命科學為代表的新興產(chǎn)業(yè)吸引更多資本落地，多家上市公司跨界布局算力租賃業(yè)務。2023年如火如荼2024年過猶不及2024年過猶不及截止2024年8月，全國算力中心新動態(tài)455個，其中項目較多的地區(qū)包括：江蘇37個、浙江32個、山東31個、廣東30個、北京25個、安徽和內(nèi)蒙古各有22個，四川19個，新疆18個，寧夏、河北、青海和甘肅各16個，上海14個，重慶13個，黑龍江12個，河南10個?！獡?jù)IDC圈不完全統(tǒng)計2024年過猶不及公司公告時間事項合同金額備注錦雞股份2024年11

月12日算力租賃終止9.22億元租賃時間：2024年1月1

日至

2028年12月31

日，48個月蓮花控股2024年11

月25日算力設備采購終止6.93億元采購330臺GPU服務器，已交付12臺，剩余318臺終止交付青云科技2024年11

月26日算力租賃終止1.75億元租賃期限：48個月2024年過猶不及資料來源：根據(jù)公開資料整理

商業(yè)模式不夠清晰多家科技公司進入AI大模型行業(yè)，隨著資本投入和技術深化，通用大模型的商業(yè)模式仍不清晰，導致客戶對算力的需求不穩(wěn)定。

門檻不高導致供應量增加算力租賃本質(zhì)上就是服務器進入機房，前端的貿(mào)易模式也沒有更高門檻，

因此市面上的算力服務器供應量增加，導致算力服務器銷售和租賃價格下降。

市場過熱與泡沫隱現(xiàn)2024年算力租賃市場規(guī)模增速超預期，但參與者激增導致價格戰(zhàn)加劇。部分企業(yè)為搶占市場低價傾銷資源，導致服務質(zhì)量參差不齊，甚至出現(xiàn)局部的“算力過剩

”現(xiàn)象。

大廠為主的需求方控制總價格參照傳統(tǒng)IDC模型，大廠熟悉并嚴控價格，加之交易結(jié)構(gòu)層層嵌套，導致算力租賃的收益率持續(xù)下跌。2024年過猶不及2025算力發(fā)展：

精耕細作2024年過猶不及

阿里巴巴：根據(jù)財報，阿里巴巴FY2025Q3單季度資本開支達317.75億元，環(huán)比大增80%，遠超市場預期。且阿里巴巴表明未來三年集團在云和AI

的基礎設施投入預計將超越過去十年的總和。

字節(jié)跳動：計劃在2025年投資超過120億美元用于AI基礎設施建設，其中400億元將用于購買中國AI芯片；

同時計劃在海外投資約68億美元，以使用先進的英偉達芯片來增強基礎模型訓練能力。

騰訊：騰訊云宣布將建設首個中東數(shù)據(jù)中心，擬投資超1.5億美元。

百度：

宣布從以互聯(lián)網(wǎng)為中心向AI為引領轉(zhuǎn)型，并表示傾向于增加在AI云服務上的支出。算力設備價格波動低于去年；算力租賃價格短期仍在較低位

。H100服務器售價（萬元）H100算力租金（萬元）資料來源：四川中交信通根據(jù)市場信息搜集4090服務器售價（萬元）4090算力租賃價格（萬元）資料來源：四川中交信通根據(jù)市場信息搜集AI一體機服務將趨近精細化職責：偏重運營

為上游提供：

IaaS服務，軟

硬件協(xié)同算力優(yōu)化，極致降

低算力成本。

為下游提供：優(yōu)質(zhì)算力資源，提供PaaS+解決方案(行業(yè)+

場景+大模型+軟硬件)算力供應方

算力運營方

算力需求方職責：偏重建設接入網(wǎng)絡，設備上架國產(chǎn)化仍需要時間未來市場可能會重構(gòu)：Ⅰ類：

更新?lián)Q代的算力中心

，將會持續(xù)擴張：Ⅱ類：

不合需求的算力中心

，利用率可能會跌至30-40%；Ⅲ類：

推理中心

，

需求將會有較大幅度增長。四、算力融資租賃的業(yè)務實踐算力租賃的完整交易鏈條算力運營公司

87

政府平臺上市公司

65

央國企

大模型公司43

高校和科研機構(gòu)三大運營商

21

互聯(lián)網(wǎng)大廠下游：算力需求方算力融資租賃的四種項目類型算力融資租賃的結(jié)構(gòu)：

強主體+強項目

互聯(lián)網(wǎng)大廠

經(jīng)營性租賃

強主體

直接租賃

融資租賃公司

交付設備

支付貨款

國有供應商

算力運營商

經(jīng)營性租賃

強主體

直接租賃

融資租賃公司交付設備

支付貨款供應商算力需求方算力需求方算力需求方算力融資租賃的結(jié)構(gòu)：

強主體+弱項目算力融資租賃的結(jié)構(gòu)：

弱主體+強項目

互聯(lián)網(wǎng)大廠

經(jīng)營性租賃

弱主體

直接租賃

融資租賃公司

交付設備

支付貨款

國有供應商

算力運營商

經(jīng)營性租賃

弱主體

直接租賃

融資租賃公司交付設備

支付貨款供應商算力需求方算力需求方算力需求方算力融資租賃的結(jié)構(gòu)：

弱主體+弱項目算力融資租賃的典型交易結(jié)構(gòu)風險較低類典型交易結(jié)構(gòu)一

，風險較低

由于負債率、合規(guī)性等問題，

目前互聯(lián)網(wǎng)大廠、運營商或央國企通常都采取經(jīng)營性租賃的形式來做算力

租賃。典型的交易結(jié)構(gòu)一

，國有運營商（移動、電信、聯(lián)通）的主體和租賃期的閉口協(xié)議

，以及承債主體和設備供應商均屬強主體和國有企業(yè)

，風險較低。此類結(jié)構(gòu)2024年較為常見。算力融資租賃的典型交易結(jié)構(gòu)一：⑧租金支付⑩租金支付

④經(jīng)營

性租賃⑨租金支付設備供應商融資租賃公司③交付設備

②支付貨款互聯(lián)網(wǎng)大廠運營商強主體⑤經(jīng)營性租賃①直接租賃典型交易結(jié)構(gòu)二

，風險較低

國有企業(yè)

①直接租賃⑨租金支付

③交付設備

②支付貨款

設備供應商性租賃④經(jīng)營性租賃⑤經(jīng)營典型的交易結(jié)構(gòu)二

，基于2024年經(jīng)歷過的有客戶資源的國有企業(yè)在租賃期的閉口協(xié)議

，以及承債人為強

主體

，風險較低。算力融資租賃的典型交易結(jié)構(gòu)二：⑧租金支付⑩租金支付

互聯(lián)網(wǎng)大廠

強主體

融資租賃公司謹慎操作類典型交易結(jié)構(gòu)六

，謹慎操作

互聯(lián)網(wǎng)大廠

④經(jīng)營性租賃

較弱主體

①直接租賃

融資租賃公司

⑦租金支付

③交付設備

②支付貨款設備貿(mào)易商典型的交易結(jié)構(gòu)六

，互聯(lián)網(wǎng)大廠的租賃期閉口協(xié)議

，承債主體是弱主體

，設備供應商也屬于弱主體的貿(mào)

易商

，這類交易結(jié)構(gòu)下

，根據(jù)金額大小和主體能力進行甄別。算力融資租賃的典型交易結(jié)構(gòu)六：⑧租金支付算力融資租賃的典型交易結(jié)構(gòu)七：客戶

④租賃

互聯(lián)網(wǎng)大廠

①經(jīng)營性租賃

融資租賃公司③交付設備

②支付貨款設備供應商典型的交易結(jié)構(gòu)七

，真租賃

，融資租賃公司直接下場

，以經(jīng)營性租賃向互聯(lián)網(wǎng)大廠出租設備。融資租賃公司看重設備本身的價值和處置能力

，風險大小取決于融資租賃公司的在算力租賃行業(yè)中設備的變現(xiàn)和

處置能力。典型交易結(jié)構(gòu)七

，真租賃算力融資租賃的風險分析：領導視角政策風險：

上市公司監(jiān)管的風險；

頭部互聯(lián)網(wǎng)、大模型客戶受政策和市場影響可能會出現(xiàn)需求下滑。在監(jiān)管的嚴格審視以及

企業(yè)自我反思之下，有

部分企業(yè)已主動終止了

相關項

目。2024年4月，

安奈兒公告稱，終止收

購算力服務商深圳創(chuàng)新

科。威星智能也公開宣

布終止智算中心項

目的

投資。市場風險：

算力租賃市場需求受AI技術發(fā)展驅(qū)動，但短期可能出現(xiàn)供需失衡；

高性能芯片（如英偉達H100）的快速升級可能導致早期采購的算力設備迅速貶值，而國產(chǎn)芯片（如海光信息、沐曦）雖在推理階段性能提升，但訓練階段仍依賴進口，技術差距帶來市場不確定性。監(jiān)管風險：

算力服務器是一種高價值、高技術含量且高度精密的設備，在租賃期內(nèi)，應該受到融資租賃公司的監(jiān)管。如果失去監(jiān)管，可能會造成風險。研究表明，當芯片的工作溫度接近70-80℃時，溫度每升高10℃

,

芯片性能會降低約50%，故障率通常會增加一倍。這意味著在溫度較高的環(huán)境中，CPU和GPU

等元器件更容易發(fā)生故障。履職風險：

由于算力服務器的供應商魚龍混雜，可能會形成供應商與承租人、以及客戶互相勾結(jié)，形成以出貨為目的的虛假算力融資租賃業(yè)務。道德風險算力融資租賃的風險分析：風控視角交易結(jié)構(gòu)風險

算力的融資租賃當前最大的客戶主要還是互聯(lián)網(wǎng)大廠，所以最終使用用戶的確定很重要。要針對核心用戶優(yōu)化交易結(jié)構(gòu)，不要跟著資源方走。最終用戶

一

A公司

一B公司

一

C公司

融資租賃公司供應商嵌套風險

對于租賃鏈條過長、嵌套多層中間客戶的算力項目，終端客戶的交付和驗收是最終算力服務合同生效的前提，也是融資租賃項目最大的風險點。最終用戶

一

A公司

一B公司

一

C公司

一

D公司

融資租賃公司供應商驗收風險

資貨物到了國內(nèi)，一般會在某些城市清關，不一定會在客戶所在地。從入關城市到指定機房驗收，可能存在國內(nèi)到國內(nèi)這段的運輸風險和貨物的驗收風險。

另外，由于融資租賃公司對產(chǎn)業(yè)相對不熟悉，在資產(chǎn)驗收環(huán)節(jié)中，可能存在貨不對板的情況。監(jiān)管風險：

算力服務器是一種高價值、高技術含量且高度精密的設備，在租賃期內(nèi)，應該受到融資租賃公司的監(jiān)管。第五十二條金融租賃公司應當選擇適格的租賃物，確保租賃物權屬清晰、特定化、可處置、具有經(jīng)濟價值并能

夠產(chǎn)生使用收益。第五十七條金融租賃公司應當按照評購分離、評處分離、集體審查的原則，優(yōu)化內(nèi)部部門設置和崗位職責分工，負責評估和定價的部門及人員原則上應當與負責購買和處置租賃物的部門及人員分離。金融租賃公司應當建立健全租賃物價值評估體系，制定租賃物評估管理辦法，明確評估程序、評估影響因素和評估方法，合理確定租賃物資產(chǎn)價值

，不得低值高買。第五十九條金融租賃公司應當持續(xù)提升租賃物管理能力，強化租賃物風險緩釋作用，充分利用信息科技手段，密切監(jiān)測租賃物運行狀態(tài)、租賃物價值波動及其對融資租賃債權的風險覆蓋水平，制定有效的風險管理措施，降

低租賃物持有期風險。金融租賃公司管理辦法2024年第6號

算力融資租賃的盡調(diào)和評審要點關注交易結(jié)構(gòu)

不要過長的交易鏈條和嵌套環(huán)節(jié)，特別是交易鏈條中的弱主體，避免交易結(jié)構(gòu)中的“背靠背

”情況。關注承租人

承租人第一還款能力，算力業(yè)務的相關性。關注設備供應商

考察供應商的供貨能力和維保能力，存活能力。關注租后管理

設備起租后，運用系統(tǒng)遠程監(jiān)控設備狀態(tài)或定期上門查看。關注租賃期限

還款時間與承租人算力服務費的收取時間匹配。關注驗收流程

最終用戶如何驗收，供應商是否有能力符合驗收標準。五、算力租賃的趨勢與算力融資租賃的思路2025年算力租賃的趨勢混合租賃的需求

有企業(yè)已經(jīng)準備采用“

自建+租賃

”的并行策略，比如公司可以自建部分基礎算力來控制長期的成本，另外，通過租賃GPU算力云來應對算力使用高峰。算力+服務的需求

算力一體機，垂直領域的定制化需求。推理：

推理服務器開始傾向大顯存需求。2025年算力融資租賃的趨勢算力融資租賃的思考不同于政信類租賃

，產(chǎn)業(yè)類租賃，租賃物與主體同等重要6.設備更新?lián)Q代快；算力融資租賃的核心產(chǎn)品是算力服務器

，與飛機、船舶、盾構(gòu)機等不一樣

，站在算力融資租賃的角度，算力服務器具備的八個特點，

凸現(xiàn)出了算力的融資租賃的“運營”核心。2.采購價格波動大；1.主流設備是進口；3.租賃價格波動大；5.設備使用周期短；4.設備專業(yè)性較強；7.設備維保要求高；8.設備到期殘值低。算力服務器的8個特點算力租賃物的特點配置、品牌、貨期、形態(tài)、狀態(tài)、質(zhì)保等因素

，決定了算力服務器的價格。算力服務器的價格波動因素

，以H100為例配置CPU的配置是四代還是五代？內(nèi)存？硬盤？質(zhì)保產(chǎn)品質(zhì)保和服務時效品牌超微、戴爾、慧與貨期期貨

or

現(xiàn)貨？形態(tài)整機原裝頭+模組？狀態(tài)全新

or二手？or

機風控措施：1.篩選設備供應商，并要求設備供應商出具價值說明及證明材料；2.收集同時期其他主體同種設備的的交易價格證明；3.考慮聘請專業(yè)的評估機構(gòu)出具評估報告。現(xiàn)實問題：

以H100為例，雖然都是8卡

的服務器，但是由于機頭的品牌、配置、售后及渠道問題，價格缺乏統(tǒng)一標準和價值依據(jù)，難以確定租賃物的公允價值算力租賃