华泰证券研报认为，算力作为AI产业的底层基础设施，在产业进展中扮演重要底层角色。未来国内算力缺口或将拉大。解决算力问题应当从不同视角出发，中短期来看，算力租赁有望通过对存量资源进行高效利用，以更具性价比的方式缓解算力短缺问题；但长期来看，算力国产化是必然发展方向，需要从GPU性能、组网能力、软件生态等维度不断迭代升级，实现加速追赶。

AI产业自下而上包含算力，算法，应用多个层级，横向对比中美AI产业，在多个层级上均存在一定的差距。其中，算力为AI浪潮的底层支撑，也是中美AI产业具备重要差距的环节。2023年10月17日，美国商务部工业与安全局（BIS）发布针对中国的先进计算及半导体制造物项出口限制，在2022年10月已公布的出口限制基础上，进一步升级限制力度。我们认为，当前国内面临算力供应问题，但存在多种解决路径。短期内可以通过利用存量资源的方式解决，包括：1）基于现有可用产品；2）算力租赁。拉长时间维度后，我们认为国产自研AI芯片有望逐步成为国内AI产业发展的重要支撑。

算力租赁是一种通过云计算服务提供商租用计算资源的模式，云厂商通常按照用户租赁的GPU数量及时长进行收费，也可按训练实例每月收费。从算力需求方来看，目前算力需求主要来自互联网企业和地方政府。根据我们的测算，算力租赁单位价格为1.7万元/PFLOPS/月。IDC预计，2026年国内智能算力规模将达1271.4 EFLOPS。基于此，我们预计2026年国内算力市场潜在收入空间约为2628.2亿元，潜在利润空间约为754.8亿元。随着企业不断入局算力租赁行业，未来行业竞争或围绕资金储备、圈地拿单、持续运营能力展开。

对比国产算力与海外算力来看：1）目前国产AI GPU性能较英伟达先进产品仍有差距；2）卡间互联传输速率也是制约国产GPU有效算力充分发挥的重要因素，目前国内厂商已接近英伟达A800（NVLink 3.0）水准；3）国产GPU有望在软件层面率先突破，但要实现国产化生态迁移还需要具备充足的算法库积累。对比国产算力与算力租赁来看，短期算力租赁方案或更具性价比，但大模型算力需求正加速增长，长期来看算力缺口或仍存在，算力国产化或为艰难但唯一可选的路径。