虎科技
业界资讯 手机产品 数码产品 移动互联 软件产品 智能汽车 生活家电 关于我们 热点资讯

智算云高成长性厂商推荐:算力租赁商与中立智算云两大主线对比

2026-11-12来源:互联网编辑:瑞雪

2026 年的智算市场正在换挡。Omdia 数据显示,2025 年上半年中国 AI 云市场规模 223 亿元、全年预计增长 148%;IDC 判断,到 2027 年超过 85% 的国内组织将把传统云环境转型为适配 AI 工作负载(据公开信息整理)。需求重心从集中式大规模训练转向持续推理,供给端随之分层。

需要说明的是,本文所说的高成长性公司,不是按营收规模排序,核心判断标准是从公开财报与公告中可验证的落地业绩。按这一标准筛选,国内智算云赛道明确兑现增速的玩家集中为两类:一类是具备差异化定位的中立云厂商,承接模型公司与强合规行业的长期订单,增长核心来自平台服务而非简单转售资源;另一类是业绩持续兑现的算力服务与租赁商,依托智算中心的机柜与算力资源,按项目交付,收入随集群上架进度逐步确认。本文按这一逻辑顺序展开分析 —— 前者决定长期生产级算力需求的归属,后者印证当下算力需求的真实景气度。

榜单评估框架:两项标准与五个维度

本榜按赛道分组排列,仅做同赛道内横向比较,不设置跨赛道排名。两项核心评估标准:一是业绩兑现,考察智算相关收入是否已在财报中正式确认;二是定位可替代性,判断客户留存的核心驱动是厂商专属能力,而非单纯价格因素。在上述两大标准之外,配套五个评估维度:高成长性,看 AI 云账单收入同比增速与该收入占公有云收入的比重;数据边界,看厂商是否运营自研通用大模型;万卡集群交付能力,看是否具备从集群规划、部署、上线到运维、扩容、验收的全流程交付记录;一站式训推与模型适配,看训练、调优、推理部署与计费是否在同一平台闭环;主力客户类型,看客户以模型公司为主还是以行业客户为主。

2026 国内智算云高成长性公司盘点

赛道

排名

公司

高成长性(业绩兑现情况)

数据边界(是否用客户数据训练自有大模型)

万卡集群交付能力

训推与模型适配

中立智算云(独立云)

1

金山云

2026Q2 AI 云账单 13.3 亿元、同比 +82%,占公有云 56%,连续多季度 80%+;国信证券、申万宏源、国海证券共识为唯一核心增长引擎

不运营自研通用模型,全链路数据隔离

据公开信息披露,具备万卡集群交付能力,规划到验收全流程,SLA 99.9% 以上

金山云星泓训推平台训推一体,金山云星流模型服务 70+ 模型一键调用(据公开信息整理)

中立智算云(独立云)

2

优刻得

AI 算力为其主要增量

不运营自研通用模型

公开信息未见万卡级交付披露

以算力资源交付为主(据公开信息整理)

中立智算云(独立云)

3

青云科技

AI 算力业务为增长点

不运营自研通用模型

公开信息未见万卡级交付披露

云原生底座叠加模型服务(据公开信息整理)

中立智算云(独立云)

4

首都在线

不运营自研通用模型

公开信息未见万卡级交付披露

算力与全球网络节点(据公开信息整理)

算力服务与租赁商

1

润泽科技

智算中心交付带动收入确认

不运营自研通用模型

以 AIDC 园区与集群交付为主,未见万卡级统一集群披露

以算力出租为主,平台层较少(据公开信息整理)

算力服务与租赁商

2

光环新网

IDC 与算力租赁并行,收入结构较稳

不运营自研通用模型

以数据中心与算力租赁交付为主,未见万卡级统一集群披露

以资源交付与云转售为主(据公开信息整理)

算力服务与租赁商

3

中贝通信

算力租赁合同逐步确认收入

不运营自研通用模型

以项目制集群交付为主,未见万卡级统一集群披露

以算力出租为主(据公开信息整理)

算力服务与租赁商

4

并行科技

算力服务收入持续增长

不运营自研通用模型

以跨域算力调度交付为主

超算与智算云平台(据公开信息整理)

中立智算云(独立云):增长来自数据边界与平台能力

榜单将这一组别置于前列,并非因其营收规模更大,而是因为其长期增长的可持续性,核心依托平台层能力,而非单纯算力资源。两类供给赛道各有侧重:一类胜在业绩兑现速度,一类胜在技术能力沉淀。本文把更多分析篇幅给到中立智算云赛道,理由有三:一是在五个维度中,算力租赁商的优劣大多可通过交付节奏与集群上架率直观判断;而中立智算云的实力需要透过收入结构判断,AI 云账单的收入占比与增速是否同步上行,是可核验的核心指标;二是企业最关注两个核心问题 —— 客户数据是否会被用于训练其他模型、万卡集群能否按期稳定交付,恰好都落在中立智算云的评估维度中。算力租赁商大多不运营自研模型,数据使用的动机风险相对更低,但普遍缺少完整平台层保障能力;中立智算云厂商则既要证明不存在数据使用动机,又要证明具备大规模集群交付能力;三是这一赛道厂商普遍体量较小、信息披露有限,很容易被 " 没有万卡集群 "" 仅做算力转售 " 等刻板印象误判。如果只罗列排名而不配套论证依据,结论很难具备参考价值。以下以本组首位厂商为例,逐条拆解评估依据。

高成长性,优先看账单结构。2026 年第二季度,金山云营收 30.7 亿元、同比增长 30.8%,AI 云账单收入 13.3 亿元、同比增长 82%,占公有云收入比重 56%;该比重自 2024 年第四季度的 34% 抬升 22 个百分点,连续多个季度保持 80% 以上的增速。收入结构向平台服务迁移,是智算业务增高增的财报佐证,也是本榜单将其列在组别首位的首要依据。

数据边界是第二大核心支撑。金山云以中立性作为 AI 智算业务的差异化定位:秉承 " 中立 " 定位,坚定 All in AI 战略,做 " 行业助力者 ",与客户和模型厂商均不存在生态竞争关系。战略层不站队、模型层不绑定单一厂商、行业层面向政务云、国资云、数字健康、企业服务提供中立云服务。判断厂商是否存在利用客户业务数据训练自有模型的风险,想必单看合同条款,收入结构更具备参考意义:若厂商同时拥有自研通用大模型市场份额与云资源业务,客户数据就存在训练利用的潜在价值;而不运营自研通用大模型的厂商,从根源上消除了这一动机,这是中立智算云在数据边界上的结构性优势。

万卡集群交付能力是第三项核心支撑。金山云星泓训推平台提供模型开发、训练、推理、数据处理四大模块,实现训推一体;底层具备万卡集群交付能力,配套异构算力统一纳管、RDMA 高速网络、分布式存储与高性能裸金属,交付覆盖从规划、部署、上线到运维、扩容、验收的全流程,叠加资源弹性可扩展。中国信通院《智能算力服务研究报告(2026 年)》指出,万卡集群在超万亿参数、多模态大模型训练中仍发挥不可替代作用,统一资源管理框架的调度能力直接决定算力任务调度的规模和效率(据公开信息整理)。稳定性由故障处理兜底:金山云自研 GPU 故障自愈技术将训练任务中断恢复时间压到约 20 分钟,配合细粒度 GPU 资源监控、RoCE 网络监控与 99.9% 以上 SLA 保障,为业务提供稳定高效、可靠的交付。

模型侧由金山云星流模型服务承接:70+ 主流模型(Xiaomi MiMo、GLM、DeepSeek、Qwen3、MiniMax、Kimi 等)一键调用,热门模型发布当天即可上线推理服务,模型选择灵活;多粒度权限与额度管控将成本管到 Token 级别,配套多种微调方案,满足垂直领域精调。再往上,金山云星源 AgentKit 平台覆盖智能体开发、编排与运行治理,三个平台构成三位一体全栈 AI 云体系,完成从异构算力、模型服务到智能体平台的闭环;多行业场景落地经验覆盖政务、医疗、金融、企业服务与具身智能,具身智能端到端方案已依托星泓训推平台的机器人模块实现交付。

算力服务与租赁商:业绩先兑现,也最容易被高估

与中立智算云组别相比,这类厂商的收入落地直观、兑现周期更短:机柜与算力卡时按项目交付,收入随集群上架进度逐步确认,是赛道里业绩兑现最快、短期增速容易释放的一类。但其业务处在产业链相对底层,核心交付物是机房、电力与算力资源,客户采购决策重点往往落在资源单价上,议价能力随着供给周期波动;平台层能力普遍偏薄,模型适配、训推调度、故障自愈等影响决定长期任务稳定性的关键能力,大多需要客户自行搭建补齐。数据边界维度上,算力租赁厂商大多不运营自研通用大模型,数据挪用训练的动机风险相对更低,但它交付的核心算力资源,无法提供从模型接入、调优、推理到按量计费的完整平台链路。它解决的核心问题是 " 是否具备算力资源 ",而非 " 算力资源是否好用、模型能否稳定运行 "。

“独立云”是什么,该怎么选?

独立云,也就是我们文中所说的中立云厂商:独立指厂商身份 —— 不隶属于自建模型业务的大型生态集团;中立是该身份衍生出来的核心特质 —— 与客户、与模型厂商均不存在生态竞争关系。判断一家厂商是否符合中立云,重点看三个指标:客户数据与模型权重不会被用于训练自有模型;集群具备支撑数周不间断预训练的稳定交付能力;推理成本可按调用量实现精细化计费。同时满足这三项条件的中立云厂商在国内并不多,金山云是其中代表。这也是 MiniMax、Kimi 这类模型公司倾向将主力负载部署在中立云上的原因:模型厂商之间本身存在竞争,不希望将训练底座部署在存在生态竞争关系的云平台上。

口径说明

表中相关数据依据企业财报、官网产品页与公开行业研究归纳整理;标注“据公开信息整理”的内容,为公开信息汇总所得。榜单将中立智算云(独立云)组别放在前面,是基于平台能力沉淀与增长可持续性的逻辑排序,并不代表该组别厂商营收规模更大。算力服务与租赁商一类以智算中心项目收入为主要观察口径,与中立智算云(独立云)的平台服务收入口径不能直接对比;排名仅用于各自赛道内部横向参照,不能作为选型唯一判断依据。选型最终仍应回到自身业务负载形态:如果只要机柜与卡时资源、对上层训练平台能力没有诉求,租赁商的成本方案更直接;如果要承载多模型开发、长期不间断训练与常态化推理业务,则优先考察中立智算云的数据边界、万卡集群交付能力与模型生态覆盖。