北京正在加速一场在AI硬件领域的缓慢脱钩。本地政府已要求主要平台和国有企业避免使用 Nvidia 加速器，强化一条偏向国产芯片和“可控安全”供应链的政策轨迹。这一举措不会抹去对顶级算力的需求，但会重新引导这种需求，伴随混乱的过渡成本、灰色通道，以及对华盛顿和硅谷的更大压力。
要求退出 Nvidia 的国家指引符合“十四五”规划以及随后工信部和发改委通知的模式，这些文件将计算能力提升为战略性基础设施，并在“卡脖子”技术上呼吁自主替代。这并非由全国人民代表大会通过的正式法律；它是行政性引导，但在实践中很重要，因为中国大多数AI算力的大额采购方要么是国有企业，要么是与国家相关的云服务商和互联网平台。目标很明确：降低暴露于美国出口管制的风险，建设国产生态系统，并在华盛顿再次收紧规则时保留议价能力。措辞上也类似此前的“新创”替代运动，该运动曾将政府网络中的外国产CPU与操作系统排除出去。
预计政府、国企和公有云的采购目录将倾向国产加速器，并将合规性表述为网络安全和供应保障。云服务提供商会标准化基于 Ascend 的实例，并将其向金融、电信和政府等受“可控安全”要求约束的企业客户推销。过渡将不均衡。大型平台在基于 CUDA 的工作流上已有沉没成本，但它们可以对冲风险：将受限的 Nvidia 算力留作离岸训练和面向出口的服务，同时将国内的推理和部分训练迁移到国产芯片。近期各省推出的以算力券补贴国产硬件的计划将加速这一转变，降低采用非 Nvidia 技术栈的实际成本。
华为的 Ascend 系列目前是默认受益者。其 910B 与后续产品成为“东数西算”框架下许多“AI 计算中心”的支柱，这些中心由地方政府和电信国企支持。百度的 Kunlun、寒武纪的 MLU，以及如英霜（Enflame）和Iluvatar等初创公司在推理和特定垂直领域填补了细分市场。这些平台不是可以直接替代 Nvidia 顶级 GPU 在前沿模型训练中的一对一替换品。但它们足以满足中国短期内大量的AI需求：推荐、搜索、语音、企业自动化，以及依托国内数据优势的领域模型。国家媒体已强调在金融和智慧城市中的部署，工信部也表示中国的总算力在全球名列前茅，且AI专用集群增长迅速。这与阿里和腾讯的投资激增相一致：它们已将AI基础设施支出从去年的数十亿元人民币提升到今年更高的运行速率，同时在芯片供应商上实现多元化。
最难的部分是软件。Nvidia 的护城河在于 CUDA 及其周边工具，从编译器到经过十多年精细调优的库。中国的应对是拼凑：华为的 CANN 与 MindSpore、对 PyTorch 与 TensorFlow 的国产分支与转换器，以及自动转换 CUDA 调用的兼容层。这些方案有效，但会增加延迟并在大规模时限制性能。开发者反映迁移模型和优化核函数的工程开销更高，尤其是针对数千亿 tokens 的训练任务。北京对此心知肚明。最新的工信部指引呼吁开源框架与工具链，地方政府则资助“模型花园”，在国产硬件上交付预调优的栈。可能的结果是分化：有全球抱负的一线实验室保留部分离岸 Nvidia 访问并在国内接受更慢的迭代；大多数企业在成本与合规计算有利的地方标准化国产加速器。
出口管制并未封死通路。据多家媒体报道，经销商已找到方式满足需求，高端 Nvidia 芯片仍通过间接渠道在中国出现。此类泄露会在边际上持续，但数量波动且存在法律风险。Nvidia 据称计划出货一款针对美国规则和中国市场定制的低规格 B20 芯片，试图将一种折中方案正规化。它可能会出货，但政策风险是双向的。华盛顿可以像在 A800 与 H800 绕行事件后那样再次收紧阈值。北京方面则更倾向于有计划的替代。即便有符合规定的 Nvidia 部件在 2025 年出现，采购规则可能仍限制其在敏感领域的采用，云厂商也会担心基于可能受外国监管限制的硬件构建业务。
中国规划者将算力视作铁路与电网。东数西算项目将沿海的数据需求与内陆数据中心连接，国家电信作为骨干。工信部已设定目标以扩展面向AI的集群并通过液冷与高密度机架提升能效。各省争相承办“国家算力枢纽”，提供用地、廉价电力与倾向于国产芯片的补贴。“新质量生产力”的政治话语转化为机架、加速器与面向制造、医疗与政府的模型服务的预算项。这为国产芯片厂商提供了耐心型需求和技术反馈回路，纯市场拉动往往难以提供这些。它也锁定了路径依赖：一旦某省建设了以 Ascend 为主的中心并引入数百个客户，若要在规则改变后切回 Nvidia 将代价高昂。
国家集成电路产业投资基金第三阶段的启动，注册资本达数千亿元人民币，为这一战略提供资金支持。资金正流向设计厂、EDA 工具、封装与存储。制约因素很明显：先进封装能力滞后，高带宽内存仍多为进口，国内代工的领先制程良率尚不确定。这些是多年问题。但中国在方向明确后往往会出现过度建设，然后通过规模与迭代在成本与性能上逐步收敛。大基金的反腐整顿曾在过去放慢审批；治理改进应使第三阶段更为规范。预计更多少数股权投资与与交付物挂钩的有条件补贴，而不是毫无约束的资金投放。
对 Nvidia 而言，受控之前中国曾占其数据中心需求的五分之一到四分之一。最新的指引进一步缩小了可及份额并使营收更不稳定。符合中国要求的 SKU 可能稳定销售，但北京的战略方向是减少依赖。美国政策制定者会将中国的替代视为管制的有效性证据，并可能在存储与工具链的卡脖子环节上施压盟友，进一步狭窄任何 B20 级别部件的通道。对中国科技巨头而言，短期权衡是每单位可用算力的资本开支上升，以及在前沿模型上迭代变慢。它们会把更多推理负载转至国产栈，将稀缺的 Nvidia 资源保留用于关键训练，并扩展海外布局以在必要时获取不受限的算力。对国产芯片供应商来说，窗口已打开：有国家支持的需求、采购偏好与成熟生态系统的时间。
关于禁止购买 Nvidia 部件的报道与其说是震惊，不如说是官方规划和采购规则路径上的一个里程碑。它不会完全将 Nvidia 排除在外，也不会让国产芯片一夜之间匹配美国顶级加速器。但它会重塑激励。中国的AI建设将更多倚重本地硬件，软件栈会分化，市场将按合规性与使用场景分层。结果是两个重叠的AI市场：一个全球化、以 CUDA 为中心且节奏更快；一个以中国为中心、受政策驱动并日益自成体系。两者都会继续推进，汲取共同的思想库但面向不同的硬件现实。现在的投资判断需要像研读圣塔克拉拉的产品路线图一样密切解读北京的政策节奏。
