算力后门被堵 中国AI何去何从？

当前，中国人工智能企业正陷入算力困境：高端AI芯片拿不到手，前沿模型训练却离不开它。不少企业选择通过海外数据中心租用算力，绕开芯片出口管制，甚至肉身运数据、用加密货币完成交易，这条灰色路径照出全球AI产业在地缘政治挤压下的复杂生态。

如今英伟达高端算力租赁价格持续上涨，而美国正酝酿收紧远程访问管制，一旦落地，中国AI企业的算力来源将再受冲击，国产替代之路迫在眉睫。

近年来，中国人工智能企业一直陷在一个看似无解的矛盾里：最先进的AI芯片拿不到手，但最前沿的模型训练又偏偏离不开这种算力。可现实是，不少企业并没有因此停下脚步，而是绕了一条更隐蔽的路——通过海外数据中心，用租用算力的方式，间接接触到英伟达的高端芯片。这种操作在行业内早已不算秘密，它像是一面镜子，照出了当前全球AI产业在地缘政治挤压下的复杂生态。

在深圳做算力租赁的人透露，一些中国企业会在海外注册一个非中国实体，然后在东南亚、日本或中东的机房长期租用服务器空间，直接拿英伟达最先进的处理器来训练模型。合同由那个海外实体签，交易流程也尽量避开美国监管的视线。

说白了，这是利用云服务的跨境属性，绕开了芯片出口管制里针对"实物货物"的限制。甚至因为跨境传数据太慢，有人干脆把装着80TB数据的硬盘从北京人工带到马来西亚，省下几个月的网络传输时间，再去当地机房启动训练。

支付环节也处处小心，有的团队用区块链智能合约，拿加密货币完成云租赁交易，双方藏在匿名钱包后面。这种"肉身运数据、算法藏链上"的做法，既看出中国AI开发者对高算力有多渴求，也暴露了这条路径在效率、成本和合规风险上的脆弱。

全球AI热潮把云算力价格越推越高。比如Nebius这家AI基础设施供应商，早在六月就把部分英伟达芯片的租赁价格上调了约30%，还计划十月一号再涨21%。市场追踪数据也显示，英伟达A100的大规模租赁价格在八月底已经涨到每小时3.75美元，比一个月前又贵了一点。

可即便如此，需求还在涨。关键在于，对买不到芯片的中国企业来说，租海外云算力几乎是接触世界最先进算力唯一的门路。这种刚性需求让价格弹性变得极低——就算租金不停涨，也没人能找到像样的替代方案。这样的供需结构，一方面让英伟达这样的算力提供方定价权更稳，另一方面也让中国企业更依赖这条非正规通道。

真正可能切断这条通道的，是美国政策层面的动作。特朗普政府已经开始审查云服务的远程访问安排，还在酝酿限制性政策。众议院今年一月通过的《远程访问安全法案》，一旦正式成为法律，出口管制就会延伸到云计算领域，到那时，通过海外数据中心远程获取受管制算力就成了违法的事。

台湾经济研究院分析说，过去这些年海外云租赁模式给英伟达带来了大量非中国本土需求，要是政策真的落地，英伟达的销售增长势头肯定会受明显影响。法律界人士则认为，现有法规并没有明确禁止这种远程访问。

拜登政府2025年1月推出的"AI扩散规则"曾要求美国云服务商在给中国AI模型提供服务时保持谨慎，但那条规则在特朗普上台后被美国工业与安全局撤销了。新法案真要生效，会直接冲击甲骨文、亚马逊这些云巨头，肯定会招来强烈反对。

就算不走立法程序，工业与安全局也可以拿"一般禁令10"说事，对明知违规的交易进行处罚，连使用走私芯片的数据中心和模型开发者都能追责。科技企业显然不想卷进这种法律风险里。

如果华盛顿真的把云后门也关上，最先被波及的会是东南亚的数据中心市场。据市场情报平台Speeda预测，2023到2028年，东南亚数据中心容量会以每年35%的速度增长，远超全球15%的平均水平。阿里、腾讯、字节跳动这些中国公司早就在那边布局了。

东南亚之所以被选中，一是地理和商业联系近，二是开发成本确实有竞争力。当地平均电价大约是每兆瓦时118美元，印尼甚至低到60美元，虽然比中国西部能源富集区的每兆瓦时600到700元人民币贵些，但比美国弗吉尼亚北部和硅谷的70到120美元要便宜，更不用说德国、爱尔兰那些150到250欧元的昂贵地区了。再加上土地、建设和人力成本都低，东南亚自然就成了部署先进算力的理性选择。

但这种繁荣有一部分是建立在政策灰色空间上的。要是远程访问受限，短期内区域算力供应肯定会出现错配，不过分析师普遍觉得这种失衡只是暂时的——空出来的容量会被其他市场快速消化，毕竟全球AI算力需求还远没到饱和的地步。

到时候，真正难受的是中国AI企业。国产硬件虽然这几年进步不小，但撑起大规模前沿模型训练还是有困难。目前英伟达的B200、B300、H100、H800都没正式进中国，企业只能靠存货或云访问。H200虽然拿到了两国进口许可，但到货量有限——金融时报说字节跳动和腾讯各拿到约一万块，其他客户也就类似规模。

跟那些动辄几万甚至十万块GPU的科技巨头比，这个量级差得太远。英伟达财报显示，截至7月26日的季度数据中心收入是890亿美元，其中对华H200出货量占比不到1%，公司自己预测下一季度中国数据中心收入会降到零。短期看，全球其他大型科技企业的订单足够补上缺口，但中国市场长期不给收入，对英伟达来说是结构性损失。

国内也不是完全没有进展。美团六月发布的LongCat-2.0模型参数量达到1.6万亿，号称是在五万张国产计算卡集群上完成的训练，但没透露供应商。

华为预计明年国内会大规模转向它的AI计算基础设施。有芯片设计行业人士觉得，目前最好的国产AI芯片是华为昇腾950，优势不只是性能，而是从架构到网络的完整生态。华为还宣布下一代960DT会提前约九个月，到2027年第一季度交付。

不过自主替代的复杂度不能低估。DeepSeek-V4、Moonshot Kimi K3这些模型已经能适配国产硬件，但只限于推理环节，训练还是得靠英伟达。从CUDA生态迁移出去是件大工程，研究人员估算，迁到昇腾芯片至少会让训练时间和成本增加50%。

深圳中介人士也提到，要是禁令落地，国内算力租赁价格会涨，眼下海外B300芯片租价已经是国内的两到三倍了，还没算电费差异。即便没有外部压力，不少企业也已经把国产替代看成必然趋势，还有人担心英伟达处理器有没有后门，尽管英伟达多次否认过。

高盛给了一个乐观的长期图景：2025到2035年，中国先进制程晶圆供应量预计每年增长46%，而国内需求年增速只有17%，供需缺口会从2025年的92%缩小到2035年的34%。但短期来看，如果美国把封锁从物理芯片延伸到虚拟网络空间，中国AI开发者就会失去一个关键算力来源。

技术封锁历史上常逼着自主化提速，可这一轮AI竞赛的赛道是由全球协作、开源生态和顶尖硬件共同定义的。中国能不能在国产算力质变之前的青涩期平稳过渡，将决定它是在追赶途中失速，还是真的越过那道由技术、市场和规则共同筑起的高墙。