从技术选型角度看，凌雄科技2025年报的核心亮点并非营收数字，而是设备订阅量同比增长11%至686万台，以及算力租赁业务成为新增长极。这背后是DaaS（设备即服务）模式在AI算力需求爆发下的技术适配性验证。
个人经验：过去一年，我接触的几家中型AI公司还在纠结于自建GPU集群还是租赁。自建看似长期成本更低，但硬件迭代快、运维复杂，尤其对于非核心业务，DaaS的弹性扩容优势明显。凌雄通过数智化转型提升运营效率，毛利增长26.3%说明其供应链管理已形成技术壁垒。
但质疑点在于：DaaS模式对高并发、低延迟的AI推理场景是否足够可靠？设备订阅的标准化配置能否满足模型训练的定制化需求？我建议技术团队在选型前，先评估业务峰值波动和硬件生命周期成本。
行业趋势上，DaaS正从办公设备向算力租赁延伸，这可能会重塑中小企业AI基础设施的采购逻辑。不过，自建方案在数据安全和硬件独占性上仍有不可替代性。
抛两个问题：1. 对于需要长期稳定算力的大型AI项目，DaaS的长期总成本是否真的低于自建？2. 算力租赁的标准化程度能否跟上模型迭代速度？欢迎讨论。