--- title: "中國 AI，打起了算力反擊戰" type: "Topics" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/39046773.md" description: "八年前，中興心臟驟停。2018 年 4 月 16 日，美國商務部工業與安全局的一紙禁令，讓中興通訊這家擁有 8 萬名員工、年營收超千億的全球第四大通信設備商，在一夜之間停擺。禁令內容很簡單，未來七年，禁止任何美國公司向中興出售零部件、商品、軟件和技術。沒有了高通的芯片，基站停產。沒有了谷歌的安卓授權，手機也沒有能用的系統了。23 天后，中興發佈公告，稱公司主要經營活動已無法進行..." datetime: "2026-03-04T05:05:37.000Z" locales: - [en](https://longbridge.com/en/topics/39046773.md) - [zh-CN](https://longbridge.com/zh-CN/topics/39046773.md) - [zh-HK](https://longbridge.com/zh-HK/topics/39046773.md) author: "[BlockBeats](https://longbridge.com/zh-HK/profiles/3305938.md)" --- # 中國 AI，打起了算力反擊戰 八年前，中興心臟驟停。 2018 年 4 月 16 日，美國商務部工業與安全局的一紙禁令，讓中興通訊這家擁有 8 萬名員工、年營收超千億的全球第四大通信設備商，在一夜之間停擺。禁令內容很簡單，未來七年，禁止任何美國公司向中興出售零部件、商品、軟件和技術。 沒有了高通的芯片，基站停產。沒有了谷歌的安卓授權，手機也沒有能用的系統了。23 天后，中興發佈公告，稱公司主要經營活動已無法進行。 不過中興最終活了下來，但代價是 14 億美元。 10 億美元罰款，一次性付清；4 億美元保證金，存入美國銀行的託管賬户。此外，全部高管換血，接受美方合規監督團隊進駐。2018 年全年，中興淨虧損 70 億元人民幣，營收同比暴跌 21.4%。 時任中興董事長殷一民在內部信中寫道：「我們身處在一個複雜的、高度依賴全球供應鏈的產業中。」這句話，在當時聽來，是反思，也是無奈。 八年後，2026 年 2 月 26 日，中國 AI 獨角獸 DeepSeek 宣佈，其即將發佈的 V4 多模態大模型，將優先與國產芯片廠商深度合作，首次實現從預訓練到精調的全流程非英偉達方案。 翻譯一下就是：我們不用英偉達了。 消息一出，市場的第一反應是質疑。英偉達在全球 AI 訓練芯片市場的份額超過 90%，放棄它，這在商業上合理嗎？ 但 DeepSeek 的選擇背後，藏着一個比商業邏輯更大的問題：中國 AI，到底需要一場怎樣的算力獨立？   ![圖片](https://pub.pbkrs.com/uploads/2026/e301193115d93a468c7ed1487ba83843?x-oss-process=style/lg) **被卡脖子的到底是什麼** 很多人以為，芯片禁令卡住的是硬件。但真正讓中國 AI 公司感到窒息的，是一個叫 CUDA 的東西。 CUDA，全稱 Compute Unified Device Architecture，是英偉達在 2006 年推出的一套並行計算平台和編程模型。它允許開發者直接調用英偉達 GPU 的算力，來加速各種複雜的計算任務。 在 AI 時代到來之前，這只是一個屬於少數極客的工具。但當深度學習的浪潮襲來，CUDA 變成了整個 AI 產業的地基。 AI 大模型的訓練，本質上就是海量的矩陣運算。而這恰恰是 GPU 最擅長的工作。 英偉達憑藉提前十幾年的佈局，用 CUDA 為全球的 AI 開發者搭建了一整套從底層硬件到上層應用的完整工具鏈。今天，全球所有主流的 AI 框架，從谷歌的 TensorFlow 到 Meta 的 PyTorch，底層都與 CUDA 深度綁定。 一個 AI 專業的博士生，從入學第一天起，就是在 CUDA 的環境裏學習、編程、做實驗。他寫的每一行代碼，都在加固英偉達的護城河。 ![圖片](https://pub.pbkrs.com/uploads/2026/1014aad7cd13071e6f1ad41c6fba2350?x-oss-process=style/lg) 截至 2025 年，CUDA 生態已經擁有超過 450 萬開發者，覆蓋了 3000 多個 GPU 加速應用，全球超過 4 萬家公司在使用 CUDA。這個數字意味着全球 90% 以上的 AI 開發者，都被綁定在英偉達的生態裏。 CUDA 的可怕之處在於，它是一個飛輪。越多的開發者使用，就會產生越多的工具、庫和代碼，生態就越繁榮；生態越繁榮，就越能吸引更多的開發者加入。這個飛輪一旦轉起來，就幾乎無法被撼動。 結果就是，英偉達賣給你最貴的鏟子，還定義了唯一的挖礦姿勢。你想換一把鏟子？可以。但你得先把過去十幾年裏，全球幾十萬最聰明的大腦在這個姿勢下積累的所有經驗、工具和代碼，全部重寫一遍。 這個成本，誰來付？ 所以，當 2022 年 10 月 7 日，BIS 第一輪管制落地，限制英偉達 A100 和 H100 對華出口時，中國的 AI 公司們，第一次集體感受到了中興式的窒息感。英偉達隨後推出了「中國特供版」A800 和 H800，降低了芯片間的互聯帶寬，勉強維持供應。 但僅僅一年後，2023 年 10 月 17 日，第二輪管制再次收緊，A800 和 H800 也被禁，13 家中國公司被列入實體清單。英偉達不得不再推出進一步閹割的 H20。到 2024 年 12 月，拜登政府任期內的最後一輪管制落地，連 H20 的出口都被嚴格限制。 三輪管制，層層加碼。 但這一次，故事的走向，和當年的中興完全不同。   ![圖片](https://pub.pbkrs.com/uploads/2026/83d783c008d68aa451cb7a7ad9682826?x-oss-process=style/lg) **一場非對稱的突圍** 禁令之下，所有人都以為，中國 AI 的大模型之夢會就此終結。 他們都錯了。面對封鎖，中國公司並沒有選擇正面硬剛，而是開始了一場突圍。這場突圍的第一個戰場，不在芯片，而在算法。 2024 年底到 2025 年，中國的 AI 公司們集體轉向了一個技術方向：混合專家模型。 簡單來説，就是把一個巨大的模型拆分成很多個小專家，處理任務時只激活其中最相關的幾個，而不是讓整個模型都動起來。 DeepSeek 的 V3 就是這個思路的典型代表。它擁有 6710 億個參數，但每次推理只激活其中的 370 億個，僅佔總量的 5.5%。訓練成本方面，它使用了 2048 塊英偉達 H800 GPU，訓練 58 天，總花費 557.6 萬美元。作為對比，外界對 GPT-4 訓練成本的估算，大約在 7800 萬美元。一個量級的差距。 算法上的極致優化，直接反映到了價格上。DeepSeek 的 API 價格，輸入每百萬 Token 僅 0.028 到 0.28 美元，輸出 0.42 美元。而 GPT-4o 的輸入價格是 5 美元，輸出 15 美元。Claude Opus 更貴，輸入 15 美元，輸出 75 美元。換算下來，DeepSeek 比 Claude 便宜了 25 到 75 倍。 這個價格差，在全球開發者市場上反響巨大。2026 年 2 月，全球最大的 AI 模型 API 聚合平台 OpenRouter 上，中國 AI 模型的周調用量在三週內暴漲 127%，首次超越美國。一年前，中國模型在 OpenRouter 上的份額不足 2%。一年後，增長了 421%，逼近六成。 ![圖片](https://pub.pbkrs.com/uploads/2026/4790a98d0f041c3cd20778a9edf3e1b3?x-oss-process=style/lg) 這組數據背後，有一個容易被忽視的結構性變化。2025 年下半年開始，AI 應用的主流場景從聊天轉向了 Agent。Agent 場景下，一次任務的 Token 消耗量是簡單聊天的 10 到 100 倍。當 Token 的消耗量指數級增長時，價格就成了決定性因素。中國模型的極致性價比，恰好踩中了這個窗口。 但問題是，推理成本的降低，並沒有解決訓練的根本問題。一個大模型如果不能在最新的數據上持續訓練、迭代，它的能力就會迅速退化。而訓練，依然是那個繞不開的算力黑洞。 那麼，訓練的「鏟子」，從哪裏來？   ![圖片](https://pub.pbkrs.com/uploads/2026/c4077737fae4ebc63be547e4f13fe341?x-oss-process=style/lg) **備胎的轉正** 江蘇興化，蘇中小城，以不鏽鋼和健康食品聞名，此前和 AI 沒有任何關係。但 2025 年，一條 148 米長的國產算力服務器產線在這裏建成投產，從簽約到投產，只用了 180 天。 這條產線的核心，是兩顆完全國產的芯片：龍芯 3C6000 處理器和太初元碁 T100 AI 加速卡。龍芯 3C6000，從指令集到微架構全部自主研發。太初元碁脱胎於國家超級計算無錫中心和清華大學團隊，採用異構眾核架構。 這條產線滿產時，5 分鐘下線一台服務器，這條生產線總投資 11 億元，預計年產 10 萬台。 更重要的是，基於這些國產芯片組成的萬卡集羣，已經開始承接真正的大模型訓練任務。 2026 年 1 月，智譜 AI 聯合華為發佈了 GLM-Image，這是首個完全依託國產芯片實現全程訓練的 SOTA 圖像生成模型。2 月，中國電信的千億級「星辰」大模型，在上海臨港的國產萬卡算力池上完成了全流程訓練。 ![圖片](https://pub.pbkrs.com/uploads/2026/b4a8a9b0bf1f71e6c86f9232cc5eeabf?x-oss-process=style/lg) 這些案例的意義在於，它們證明了一件事：國產芯片，已經從「能用於推理」跨越到了「能用於訓練」。這是質變。推理只需要跑已經訓練好的模型，對芯片的要求相對較低；而訓練需要處理海量數據、進行復雜的梯度計算和參數更新，對芯片的算力、互聯帶寬和軟件生態的要求，高出一個數量級。 承擔這些任務的核心力量，是華為的昇騰系列芯片。截至 2025 年底，昇騰生態的開發者數量已突破 400 萬，合作伙伴超過 3000 家，43 個業界主流大模型基於昇騰完成了預訓練，200 多個開源模型完成了適配。2026 年 3 月 2 日的 MWC 大會上，華為還面向海外市場首發了新一代算力底座 SuperPoD。 昇騰 910B 的 FP16 算力已經對標英偉達 A100。雖然差距依然存在，但已經從不可用變成了可用，從可用正在走向好用。 生態的建設，不能等到芯片完美了再開始，必須在夠用的階段就大規模鋪開，用真實的業務需求去倒逼芯片和軟件的迭代。 字節跳動、騰訊、百度對國產算力服務器的導入目標，2026 年普遍較上一年翻倍增長。工信部的數據顯示，中國智算規模已達 1590 EFLOPS。2026 年，正在成為國產算力規模部署的元年。   ![圖片](https://pub.pbkrs.com/uploads/2026/3ad1efb14f3f764a50689aa8cf31eea2?x-oss-process=style/lg) **美國電荒與中國出海** 2026 年初，承載了全球大量數據中心流量的弗吉尼亞州，暫停批准新的數據中心建設項目。佐治亞州跟進，暫停審批延續到 2027 年。伊利諾伊州、密歇根州也相繼出台限制措施。 根據國際能源署的數據，2024 年美國數據中心耗電量已達 183 太瓦時，約佔全國總用電量的 4%。到 2030 年，這個數字預計翻倍至 426TWh，佔比可能突破 12%。Arm 公司 CEO 更是預測，到 2030 年，AI 數據中心將消耗美國 20% 到 25% 的電力。 美國的電網已經不堪重負。覆蓋美國東部 13 個州的 PJM 電網面臨 6GW 的容量短缺。到 2033 年，美國整體面臨 175GW 的電力容量缺口，相當於 1.3 億户家庭的用電量。數據中心集中區域的批發電力成本，比五年前高出了 267%。 算力的盡頭，是能源。而在能源這個維度上，中美之間的差距，比芯片還要大，只不過方向反了過來。 中國的年發電量是 10.4 萬億度，美國是 4.2 萬億度，中國是美國的 2.5 倍。更關鍵的是，中國的居民生活用電僅佔總用電量的 15%，而美國這個比例是 36%。這意味着中國有遠比美國更大的工業用電餘量可以投入算力建設。 ![圖片](https://pub.pbkrs.com/uploads/2026/563bdfa2f2376c94e70d53a738cf3a49?x-oss-process=style/lg) 在電價上，美國 AI 公司聚集區的電價在 0.12 到 0.15 美元每千瓦時，而中國西部的工業電價約為 0.03 美元，僅為美國的四分之一到五分之一。 中國的發電增量，已經達到美國的 7 倍。 就在美國為電發愁的時候，中國的 AI 正在悄悄出海。但這一次出海的，不是產品，不是工廠，而是 Token。 Token，AI 模型處理信息的最小單位，正在成為一種新的數字商品。它從中國的算力工廠裏被生產出來，通過海底光纜輸送到全球。 DeepSeek 的用户分佈數據很能説明問題：中國本土佔 30.7%，印度 13.6%，印尼 6.9%，美國 4.3%，法國 3.2%。它支持 37 種語言，在巴西等新興市場廣受歡迎。全球有 2.6 萬家企業開通了賬户，3200 家機構部署了企業版。 2025 年，58% 的新 AI 創業公司把 DeepSeek 納入了技術棧。在中國，DeepSeek 拿下了 89% 的市場份額。而在其他受制裁國家，市場份額則在 40%～60% 不等。 這幅景象，像極了四十年前的另一場關於產業自主權的戰爭。 1986 年的東京，在美國的強大壓力下，日本政府簽訂了《美日半導體協議》。協議的核心條款有三條：要求日本開放半導體市場，美國芯片在日本的市場份額須達到 20% 以上；嚴禁日本半導體以低於成本價格出口；對日本出口的 3 億美元芯片徵收 100% 懲罰性關税。同時，美國否決了富士通對仙童半導體的收購。 那一年，日本半導體產業正處在巔峯。1988 年，日本控制了全球半導體市場 51% 的份額，美國只有 36.8%。全球十大半導體公司，日本獨佔六席：NEC 排名第二，東芝第三，日立第五，富士通第七，三菱第八，松下第九。1985 年，Intel 在美日半導體爭奪戰中虧損 1.73 億美元，瀕臨破產。 但協議簽訂後，一切都變了。 美國通過 301 調查等手段，對日本半導體企業發起了全方位的壓制。同時扶持韓國的三星、海力士，以更低的價格衝擊日本的市場。日本的 DRAM 份額從 80% 跌至 10%。到 2017 年，日本 IC 市場份額僅剩 7%。曾經不可一世的巨頭們，或被拆分，或被收購，或在無休止的虧損中黯然離場。 ![圖片](https://pub.pbkrs.com/uploads/2026/57aa9608766884e2c6460784e6911bb4?x-oss-process=style/lg) 日本半導體的悲劇在於，它滿足於在一個由單一外部力量主導的全球分工體系中，做那個最優秀的生產者，卻從未想過去構建一個屬於自己的、獨立的生態。當潮水退去，它才發現，自己除了生產本身，一無所有。 今天的中國 AI 產業，正站在一個相似卻又完全不同的路口。 相似的是，我們同樣面臨着來自外部的巨大壓力。三輪芯片管制，層層加碼，CUDA 生態的壁壘依然高聳。 不同的是，這一次，我們選擇的是一條更難的路。從算法層面的極致優化，到國產芯片從推理到訓練的跨越，再到昇騰生態 400 萬開發者的積累，再到 Token 出海對全球市場的滲透。這條路上的每一步，都在構建一種日本當年從未擁有過的獨立產業生態。   ![圖片](https://pub.pbkrs.com/uploads/2026/002b04d520372c21efe9f8cba9525acf?x-oss-process=style/lg) **尾聲** 2026 年 2 月 27 日，三份來自本土 AI 芯片公司的業績快報，在同一天發佈。 寒武紀，營收暴增 453%，首次實現全年盈利。摩爾線程，營收增長 243%，但淨虧損 10 億。沐曦，營收增長 121%，淨虧損近 8 億。 一半是火焰，一半是海水。 火焰，是市場的極度飢渴。黃仁勳讓出的那 95% 的空白，正在被這些本土公司的營收數字，一寸一寸地填滿。無論性能如何，無論生態怎樣，市場需要英偉達之外的第二個選擇。這是地緣政治撕開的、一個千載難逢的結構性機會。 海水，是生態建設的巨大成本。每一分虧損，都是為追趕 CUDA 生態而付出的真金白銀。是研發的投入，是軟件的補貼，是派駐到客户現場、一個一個解決編譯問題的工程師的人力成本。這些虧損，不是經營不善，而是構建一個獨立生態所必須支付的戰爭税。 這三份財報，比任何一份行業報告都更誠實地記錄了這場算力戰爭的真實面貌。它不是一場高歌猛進的勝利，而是一場慘烈的、一邊流血一邊衝鋒的陣地戰。 但戰爭的形態，確實已經變了。八年前，我們討論的是「能不能活下來」的問題。今天，我們討論的是「活下來要付出多大代價」的問題。 代價本身，就是進步。 ### 相關股票 - [00763.HK](https://longbridge.com/zh-HK/quote/00763.HK.md) - [DPSK.NA](https://longbridge.com/zh-HK/quote/DPSK.NA.md) - [NVDA.US](https://longbridge.com/zh-HK/quote/NVDA.US.md) - [META.US](https://longbridge.com/zh-HK/quote/META.US.md) - [000063.CN](https://longbridge.com/zh-HK/quote/000063.CN.md) - [NVDL.US](https://longbridge.com/zh-HK/quote/NVDL.US.md) - [07788.HK](https://longbridge.com/zh-HK/quote/07788.HK.md) - [07388.HK](https://longbridge.com/zh-HK/quote/07388.HK.md) - [NVDY.US](https://longbridge.com/zh-HK/quote/NVDY.US.md) - [NVDD.US](https://longbridge.com/zh-HK/quote/NVDD.US.md) - [NVDX.US](https://longbridge.com/zh-HK/quote/NVDX.US.md) - [NVDQ.US](https://longbridge.com/zh-HK/quote/NVDQ.US.md) ## 評論 (1) - **汉太祖刘邦 · 2026-03-04T11:04:17.000Z**: 真能舔