文｜谢泽锋

编辑｜杨旭然

 

当AI上升到大国博弈的维度，在先进芯片领域竖起贸易栅栏，已经是不争的事实。

 

自2022年10月起，美国商务部工业与安全局（BIS）启动首轮“先进计算”出口管制，直接将英伟达A100、H100及AMD MI300等高端芯片列入管制清单，由此拉开了一场旷日持久的芯片围堵战。

 

此后，管制规则历经多轮升级，从A800、H800到H20再到H200，英伟达“特供版”芯片性能一降再降，但始终未能改变多舛的命运。

 

在高端芯片受限、单卡性能存在代差的背景下，芯片尤其是海外高端芯片，早已脱离国内AI企业真正能自主掌控的范畴。

 

将视线从芯片问题上移开，一个更深层的结构性变化正在浮现。

 

海外芯片获取的渠道被不断压缩，国产替代日益铺开后，决定国内AI大模型商业成本的最大变量，已悄然从“能否买到芯片”转向“能否养得起算力中心”。

 

以此为基础，电力、散热、机房等传统上被视为“配套”的基础设施投入，正成为压在AI企业案头的真正大山，也成为了一段时间以来AI巨头们资本开支的核心。

 

本文是来自《巨潮WAVE》内容团队的深度价值文章，欢迎您多平台关注。

 

封锁

 

当AI芯片成为一种技术绞杀工具，它便演变为地缘战略博弈的重要筹码。

 

早在2022年10月7日，美国商务部工业与安全局发布“先进计算规则”制裁措施。其中将算力大于4800（INT8超过600TOPS或FP16超过300TFLOPS）以及带宽上限超过600GB/s的AI芯片列为管制名单，禁止向中国出口。

 

这一阈值直接将英伟达A100、H100以及AMD的MI300系列“封杀”，中国企业无法获得世界上最强的AI芯片。

 

 

英伟达旋即做出调整，推出“降规版”的A800和H800。这两款芯片通过降低互联带宽（NVLink速度）来符合当时的出口管制，成为中国AI算力市场的主力产品。DeepSeek V3/R1就是基于H800 GPU集群来训练和推理。

 

好景不长，2023年10月美国进一步收紧管制规则，A800和H800也被纳入禁售清单。

 

为满足出口标准，英伟达H20很快面世，这是一款基于“Hopper架构的H100简化版”，通过大幅削减性能恰好落在管制红线以内，成为彼时英伟达在中国市场销售的顶梁柱。

 

国内许多公司都采用H20来部署DeepSeek-V3/R1推理服务，甚至出现了“一卡难求”的局面。

 

进入2025年下半年，管制政策又出现了新的变动。4月，H20和MI308等“特供”芯片被暂停对华销售。甚至有媒体报道，英伟达、AMD等需向美国政府上缴对华芯片销售收入的15%收益，以换取出口许可。

 

仅仅三个月后的7月15日，美国商务部恢复H20和MI308对华出口，几乎在同一时刻，我国国家互联网信息办公室就H20芯片“漏洞后门安全风险”约谈英伟达，释放出对海外芯片安全性的高度警惕。

 

当年底，美国还进一步允许英伟达向中国出售H200芯片（H100的升级版），不过附带了极其苛刻的转运和审查条件。

 

随着国产替代的普及，加上信息安全隐忧和审查条件，H20/H200实际采购几乎为零，并未实现实质性“出口”。

 

 

虽然国产顶级芯片的单卡性能仍落后H200，但华为昇腾910B、寒武纪思元590等性能均显著优于H20；国产方案（如昇腾950PR）价格仅约为H20的四分之一（推测），在国产化替代进程中具有明显优势。

 

到2026年一季度，英伟达中国地区的收入贡献占比已不足6%，同比已经腰斩；其在中国AI加速卡市场的份额降至37%，被国产芯片反超。

 

当前，美国对华芯片禁令已是常态化，甚至对各种路径严防死堵。

 

英伟达目前最先进的GB200/B200、GB300/B300，原生TPP（BIS出台的限制指标）大幅超标，直接禁止对华销售。

 

路径上，从“地域管制”转向“主体穿透”，美国商务部不再仅看芯片出口目的地，而是重点审查最终用户身份。即便交易发生在阿联酋、新加坡等第三国，或者中国企业通过在海外注册子公司来租用中东算力，这些“绕道”行为都会被定义为违规。

 

时至今日，高端芯片引进之路基本被焊死。这种背景下，海外芯片成本已基本不在AI企业的考虑范畴之内。

 

基建

 

8月6日，在内蒙古乌兰察布草原深处，由远景科技投资的中国算电协同“航母”乌兰察布星河基地正式投产。

 

这一项目是全球最大的单体智算中心，规划容量超过2GW，全域绿电占比高达67%。利用当地优渥的风能资源及专线实现绿电直供，一跃成为绿电占比最高的AI基建综合体。

 

今年6月17日，远景在欧洲发布Mission Gobi倡议计划，宣布到2030年，在全球戈壁荒漠建成高达5GW的绿色AI算力中心。乌兰察布星河基地就是其中的首个项目。

 

人类历史上，能源利用经历了从油气煤到电力、再到算力的演进，黄仁勋将能源归为AI五层蛋糕的底座。

 

算力中心是毫无争议的吞电巨兽，与传统用电大户形成了明确的“竞争关系”。

 

据测算，2025年美国算力耗电量约为180-220TWh，约占全美总用电量的4.3%-5.2%，已成为全美第六大电力用户。去年夏季，加州遭受高温热浪，电网不堪重负，特斯拉AI数据中心被迫限电，模型训练效率下降30%；德州风电波动加大，微软数据中心曾连续3天仅能维持一半的能源供应。

 

在通往AGI的道路上，中美面临不同的制约——美国遭受能源和电网基建瓶颈，我国则尚缺乏高端芯片。

 

2023年，我国提出全国一体化算力网建设目标，要求到2025年底数据中心绿电占比超过80%、整体上架率不低于60%、平均电能利用效率降至1.5以下。

 

所谓力大砖飞，当高端芯片受制，算力中心的电力消耗与基础设施投入，就成为另一个更具决定性的成本变量。

 

根据晶科科技此前的投资计划，宁夏中卫1GW算力中心总投资高达245亿元。若全栈装配高端英伟达芯片，投资强度将升至400-470亿美元。

 

 

算力成本已成为AI企业最大的商业化成本支出，国联民生证券测算，包括豆包免费C端服务在内，字节单日成本就高达1.32亿到2.4亿元，取上限推算全年亏损逼近千亿。

 

“每天烧掉2亿多元算力成本，日收入却不到100万”，这就是当前最大国民级AI应用的困局，其他AI公司也同样面对类似的难题。

 

为了解决这些问题，目前字节跳动已计划在乌兰察布投入700亿元，打造AI大模型训练算力中心，正处于分期建设阶段；同时在和林格尔布局火山引擎智算中心，计划投资120亿元，规划为GW级绿色算力园区，一期工程已进入实质性建设阶段。

 

随着下游需求暴涨，AI算力基建服务商已经开启新一轮涨价潮。AI高密度机柜租赁价格整体上调了10%-20%，液冷高功率机柜涨幅更高，算力基础设施进入高速扩张期。

 

迁徙

 

人工智能的未来，不仅是算力、算法的比拼，更是一场能源竞赛。

 

国家发改委能源研究所能源战略中心主任田磊曾这样表示。

 

2025年，我国算力中心总用电量高达1700亿千瓦时，占到了全社会用电量的1.6%。全国一体化算力网八大枢纽节点算力用电近3年增速接近40%，远高于全社会用电量平均增速。

 

 

“十五五”时期，全国算力用电量预计每年新增1000亿千瓦时以上，到2030年将达到8000亿千瓦时，约占全社会用电量的6%。

 

芯片采购是一次性的资本支出（CapEx），金额虽大，但可在未来数年内分摊；电力消耗则是持续性运营支出（OpEx），只要算力中心一开机，电费就会持续产生。

 

根据测算，用豆包生成一个5秒的高清视频，所消耗的电量就能充满10部智能手机。一张700W的AI芯片，其耗能往往是传统CPU的10倍以上，意味着一个万卡集群仅芯片的功率就高达7MW。

 

加上散热、温控、运营等配套系统，24小时满负荷运转，一天至少消耗20万千瓦时的电量，一年下来，相当于一个小县城的年度生活用电规模。

 

如果是一个1GW的大型算力中心，一年到头满负荷运行，年耗电约87亿度，加上其他辅助系统，年总耗电量接近100亿度。

 

即便按便宜的新疆算力电价0.35元/度（理论均值）计算，年电费约35亿元；再加上GPU折旧和维护经营费用，一年的运营成本将相当高昂。

 

与海外科技巨头类似，国内互联网大厂也在上调资本开支。

 

2025年，字节全年资本开支超1500亿元，其中900亿元用于AI算力采购；2026年，这一数字或超过2000亿元。

 

阿里巴巴集团CEO吴泳铭在去年2月24日宣布，未来三年将投入超3800亿元用于建设云和AI基础设施，总额超过去十年总和，也创下中国民营企业在相关领域的最大投资纪录。

 

今年上半年，腾讯累计开支847.2亿元，已超2025全年水平，主要就用于混元（Hy）模型训练升级、WorkBuddy/CodeBuddy推理支持、微信AI生态以及云算力基础设施完善。

 

AI基建投入持续加码，大厂利润不可避免受到影响。此前有报道称，2025年字节跳动净利润下滑超70%，后经抖音集团副总裁李亮“辟谣”；但AI基建投入确实在一定程度上拉低了字节的利润增长。

 

阿里在2026财年第四季度净利润（经调整EBITA）骤降84%；一贯稳健的腾讯，也因大额投入影响到现金流和利润。

 

当国产芯片性能全面超越H20、市场份额突破60%甚至更高时，芯片获取的边际难度正在下降，而AI基建的成本在大幅抬升。

 

互联网大厂和大模型企业的成本迁移，实际上已经开始了，只是这些开支对于AI用户来说，都在看不到的水下。