协创数据 " 蒙眼狂奔 "。

" 豪赌 " 算力租赁赛道的协创数据股价遭遇巨震——股价从 308 元高点一度跌至 210 元附近，总市值一度蒸发近 480 亿元，又在 6 月 17 日强势反弹超 12%、18 日再涨超 4%，总市值重回 1300 亿元上方，年内累计涨幅超 130%。

更值得关注的是股价背后的故事。

掌舵这一切的，是一位从富士康车间走出来的创业者——耿康铭。他正带着协创数据，把一家做 U 盘、数据存储和摄像头的消费电子制造企业，硬生生改造成一家重资产、高杠杆的 AI 算力服务商。

这条路，走得惊心动魄。

耿康铭的创业底色，是典型的深圳制造底色。

公开资料显示，他是安徽亳州人，原名耿四化，生于 1974 年。1995 年，耿康铭大学毕业南下深圳，便进入富士康工作，先后在工程、品质、采购、业务、制造等多个岗位任职。

这段经历让耿康铭对制造业的成本控制、供应链管理、规模化生产形成了近乎本能的理解——而这恰恰是后来协创数据转型算力租赁时最关键的底层能力。

2005 年，耿康铭正式创立协创数据。

公司最早的业务并不性感，最初的业务包括，U 盘、数据存储设备、摄像头等消费电子产品代工。长期处在产业链中游，赚的是辛苦钱，做的是规模化制造的老本行。

公司的第一次转折发生在 2013 年。

那一年，物联网兴起，耿康铭带领公司迅速切入智能摄像机等物联网终端赛道，后来成为小米、360 等企业的供应商，并在 2020 年登陆创业板。

这一步，让协创数据从单纯的 " 硬件代工厂 "，变成了一家智能硬件制造公司。

第二次转折，才是真正改变命运的那一次。

2024 年前后，生成式 AI 爆发，高端算力成为稀缺资源。协创数据通过香港子公司奥佳软件取得英伟达 NCP 云合作伙伴相关资质，借此切入高端 AI 算力服务器采购、集群建设和算力租赁业务。

据公开报道，国内拿到该类资质的厂商并不多，这一资质被视为协创数据进入 AI 算力圈的重要门票。

算力租赁这门生意，本质上是把昂贵的 AI 服务器集中采购、建设集群，再租给有大模型训练、推理、自动驾驶等需求的客户。

对许多客户来说，直接购买几十台高端服务器动辄数千万元，而通过租赁方式，则可以降低一次性资本开支，并按实际使用量或周期付费。

协创数据方面称，其算力租赁服务可以根据大模型训练或高频推理任务进行弹性扩容，帮助客户减少资源闲置。

这一关键转型直接让协创数据的经营业绩实现跨越式爆发。

财报显示，2025 年实现营收 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贡献营收达 27.61 亿元，同比暴增超过 17 倍，成为拉动增长的核心引擎。

进入 2026 年，协创数据的业绩继续爆发。财报显示，第一季度实现营收 60.85 亿元，同比增长 192.90%；归母净利润 7.50 亿元，同比增长 343.45%。

从财务数据看，协创数据已经不是一家传统消费电子公司，而是一家正处在高速扩张期的 AI 算力运营商。

耿康铭 All in 算力租赁的野心，写在采购公告里。

2025 年，协创数据先后披露了多笔算力服务器采购计划，累计采购额度约 212 亿元。

2026 年 2 月，协创数据再度披露了一项不超过 110 亿元的服务器采购合同。

一年多时间内，协创数据拟采购服务器预算总金额超过 320 亿元。

支撑如此庞大的资本开支的，是高强度融资。

2026 年以来，协创数据向银行等机构申请至多 200 亿元授信，以及不超过 800 亿元融资租赁额度；2025 年也曾申请不超过 515 亿元授信额度。

2026 年 3 月，公司与工银金租、兴业金租签署 42.48 亿元项目，相当于 " 借钱买服务器、分期还款 " 的重资产扩张模式。

效果立竿见影，代价也同样惊人。

财报显示，截至 2026 年 3 月末，协创数据的资产负债率升至 85.89%，有息负债高达 259 亿元，较上年同期大幅增长，一季度财务费用达 2.28 亿元。

因此，市场将其称为 "A 股算力租赁杠杆王 "。

面对质疑，耿康铭并不退缩。

他表示，每一次采购前基本都已签完订单，多数大额合作协议为 5 年期长期合约，合同年限可覆盖服务器会计折旧年限，并且公司有回款和成本控制措施。

他甚至直言：" 客户的需求远远大于我们的投入。"

耿康铭将当下算力产业比作 " 房地产的 90 年代 "，认为未来 5 到 10 年，算力领域的投资规模可能超越地产巅峰期。

在他看来，AI 训练、推理、自动驾驶、机器人等场景都会持续吞噬算力，而协创数据要做的，就是在爆发前夜抢先卡位。

这个判断并非空穴来风。

根据行业研究，2026 年中国算力租赁潜在收入市场规模有望达到 2600 亿元，并保持较高增速。随着大模型从训练走向推理、从互联网公司向传统行业扩散，企业对弹性算力、按需算力和专业运维的需求还将继续增长。

但窗口期不会永远敞开。

随着国内外算力供给增加、国产 AI 芯片成熟、智算中心建设加速，算力租赁行业终将从 " 紧缺红利 " 走向 " 运营效率竞争 "。届时，真正决定胜负的不再是谁买得起更多服务器，而是谁的客户更优质、运维更稳定、资金成本更低、资产周转率更高。

协创数据的故事足够性感，但风险也同样扎眼。

算力租赁是一门典型的重资产生意。服务器采购需要巨额前期投入，随后通过长期租赁合同逐步回收现金流。如果客户订单稳定、租金水平维持高位、服务器供应充足，那么高杠杆可以放大股东回报；可一旦需求不及预期、租金下行、GPU 供应受限或技术迭代导致设备贬值，高额负债和折旧压力就会迅速反噬利润。

目前来看，协创数据核心护城河的不确定性主要有以下三条：

高端算力资源获取能力，能否持续拿到高端 AI 服务器和芯片；

长单锁定能力，能否与互联网大厂、模型公司、自动驾驶企业等客户签订稳定合同；

资金周转能力，能否在高负债环境下维持现金流安全。

协创数据管理层近日频繁在互动平台上释放 " 在手订单充裕 " 等信息，似乎有意在稳定市场对其交付能力、订单真实性的预期。

但市场不会只听故事。随着公司固定资产、在建工程和算力设备规模快速膨胀，投资者越来越关注几个硬指标：已采购服务器是否完成上架交付？客户是否真正验收计费？长单价格和付款条件能否覆盖融资成本？服务器折旧和再制造残值如何处理？

这将决定协创数据是成为 "AI 时代的算力基础设施龙头 "，还是陷入 " 高杠杆资产陷阱 "。

回头看耿康铭的创业路径，几乎踩准了中国电子制造业的每一次技术节拍。

这一次，他选择用极高的杠杆、极快的扩张、极强的市场预期，去押注一个刚刚爆发的赛道。成功了，协创数据可能成为中国 AI 算力服务体系中的重要基础设施平台；失败了，高负债、高折旧、高技术迭代风险也将集中暴露。

协创数据的故事，本质上是一场关于 " 算力成为新生产要素 " 的时代豪赌。

耿康铭，正是那个站在牌桌中央，将所有筹码 All in 的人。而眼下，市场仍在屏息等待答案。