北京要求科技業避用 Nvidia,晶片分裂趨於僵化

發佈于: 9 月 17, 2025
編輯: Jian Wu

北京正在加速 AI 硬體領域的緩慢脫鈎。地方當局已要求主要平台與國營企業避用 Nvidia 加速器,進一步強化偏向國產晶片與「可控安全」供應鏈的政策方向。此舉不會抹去對頂級運算的需求,但會重定向該需求,帶來混亂的過渡成本、灰色管道,以及對華盛頓與矽谷更大的壓力。

政策訊號,而非作秀

要求減少對 Nvidia 的依賴,符合第十四個五年計畫以及後續工信部與國家發改委通知所設定的模式,將算力提升為戰略性基礎設施,並呼籲在「瓶頸」技術上採取自主替代。這不是全國人大通過的正式法律,而是行政層面的引導,實際上很有影響力,因為中國大多數 AI 運算的大買家要麼是國有企業,要麼是與國家關聯緊密的雲服務商與互聯網平台。目標很明確:降低面對美國出口管制的風險、構建國內生態,並在華盛頓再次收緊規則時保留談判籌碼。措辭與此前替代外國 CPU 與作業系統、推動「新創」IT 替換的做法相呼應。

對採購與雲端的影響

可預期政府、國企與公有雲的採購目錄將偏向中國加速器,合規性將被表述為網路安全與供應保障。雲服務商會標準化以 Ascend 為基礎的實例,並向金融、電信與政府等已在「可控安全」框架下運作的企業客戶推廣。過渡將不均衡。大型平台在基於 CUDA 的工作流程上已有沉沒成本,但它們可以對沖:保留受限的 Nvidia 能力以處理離岸訓練與面向出口的服務,同時把國內的推理與部分訓練轉移到中國晶片。近期省級計畫發放運算券以補貼國產硬體,將加速此轉變,降低採用非 Nvidia 架構的實際成本。

國產加速器填補缺口

華為的 Ascend 系列目前成為預設受益者。其 910B 及後續產品成為東數西算計畫下許多新「AI 運算中心」的核心,獲得地方政府與電信國企支持。百度的 Kunlun、寒武紀的 MLU,以及安馳(Enflame)與虛擬之光(Iluvatar)等新創公司則填補專門領域,特別是在推理與特定垂直應用上。這些平台並非能直接替代 Nvidia 在尖端模型訓練中的高階 GPU,但對中國近期大部分 AI 需求已足夠:推薦、搜尋、語音、企業自動化,以及與國內資料優勢相符的行業模型。國家媒體已強調在金融與智慧城市的部署,工信部也表示中國的總算力在全球名列前茅,且 AI 專用集群快速增長。這與阿里巴巴與騰訊的大幅投資相符:它們將 AI 基礎設施支出從去年的數百億元人民幣級別提升到今年更高的運行速率,同時多元化晶片供應商。

生態系統的障礙

最困難的部分是軟體。Nvidia 的護城河在於 CUDA 及其周邊工具鏈,從編譯器到經過十年精調的函式庫。中國的回應是一套拼湊方案:華為的 CANN 與 MindSpore、針對 PyTorch 與 TensorFlow 的國產分支與轉譯器,以及可自動轉換 CUDA 呼叫的相容層。這些方案可用,但會增加延遲並在大規模時限制效能。開發者反映移植模型與優化核心的工程負擔更高,特別是在數千億 token 的訓練中。北京明白這一點。工信部近期指導要求開源框架與工具鏈,各地政府資助「模型花園」,在國產硬體上出貨預調校的軟體棧。可能的結果是分流:有全球野心的一流實驗室保留部分離岸 Nvidia 存取並接受本土較慢的迭代;大多數企業在成本與合規性有利時會標準化採用國產加速器。

灰色管道與 B20 策略

出口管制並未完全封堵邊界。多家媒體報導稱分銷商已找到方式滿足需求,高階 Nvidia 晶片仍透過間接路徑出現在中國。這類洩漏在邊際上會持續,但數量波動且伴有法律風險。據報導,Nvidia 計畫出貨一款規格較低、符合美國法規與中國市場需求的 B20 晶片,試圖把中間路徑形式化。該晶片可能會出貨,但政策風險是雙向的。華盛頓可以再次收緊門檻,正如在 A800 與 H800 的變通後所做的那樣。北京則更傾向於有意識的替代。即便 2025 年出現一款合規的 Nvidia 零組件,採購規則也可能限制其在敏感領域的採用,雲端服務商也會對在可能受外國法規限制的硬體上構建系統保持謹慎。

把算力當作基礎設施

中國的規劃者把算力視為鐵路與電網一樣的基礎設施。東數西算計畫將沿海的數據需求連接到內陸數據中心,以國營電信為主幹。工信部設定目標擴展以 AI 為導向的集群,並透過液冷與高密度機櫃提升能效。各省競相承辦「國家算力樞紐」,提供土地、廉價電力與偏向國產晶片的補貼。「新質生產力」的政治語彙轉化為機櫃、加速器與面向製造、醫療與政府的模型服務的預算科目。這為國產晶片商提供耐心的需求與技術反饋迴路,這些往往是純市場拉動難以提供的。它也鎖定了路徑依賴:一旦某省建立起以 Ascend 為主的中心並接入數百個客戶,即使規則改變,回頭轉用 Nvidia 的成本也很高。

融資與瓶頸

國家集成電路產業投資基金第三階段啟動,註冊資本達數千億元人民幣,為此策略提供資金保障。資金流向設計廠、EDA 工具、封裝與記憶體。限制因素明顯:先進封裝產能落後,高頻寬記憶體仍多依賴進口,國內晶圓廠在領先製程的良率仍不確定。這些是多年問題。但中國在方向確立後常有過度建設產能的歷史,然後透過規模與迭代在成本與效能上收斂。大基金的反腐整頓過去曾放慢審批;治理改善應使第三階段更有紀律。預期會有更多少數股權投資與與交付成果掛鉤的條件性補貼,而非輕鬆的資金投入。

贏家、輸家與美國面向

對 Nvidia 而言,中國在出口管制前佔其資料中心需求的五分之一到四分之一。最新指導進一步縮小可及的市場份額,並使營收更為零散。一款符合中國規範的 SKU 可能穩定銷售,但北京的戰略方向是減少依賴。美國政策制定者會將中國的替代視為出口管制有效的驗證,並可能向盟國施壓記憶體與工具鏈的樞紐,進一步收窄任何 B20 類產品的通道。對中國科技巨頭而言,短期代價是每單位可用算力的資本開支上升,以及在前沿模型上的迭代放緩。它們將把更多推理工作轉移到國產棧,保留稀缺的 Nvidia 用於關鍵訓練,並擴展海外據點以在需要時取得不受限制的算力。對國產晶片廠商來說,機會來了:國家支持的需求、採購偏好與讓生態系統成熟的時間。

趨於僵化的分裂,而非乾脆的斷裂

據報導禁止購買 Nvidia 零件,與其說是震撼,不如說是官方計畫與採購規則所描繪路徑上的一個里程碑。這不會完全把 Nvidia 排除在外,也不會讓國產晶片一夜之間匹敵美國頂級加速器。但它會重新設計各方的誘因。中國的 AI 建設將偏重本地硬體,軟體棧會出現分歧,市場將根據合規性與使用情境分層。結果是兩個重疊的 AI 市場:一個全球化、以 CUDA 為中心且快速前進;一個以中國為中心、受政策驅動且日趨自給自足。兩者都會持續進步,汲取共同的理念但面對不同的硬體現實。現階段的投資判斷需要同時密切關注北京的政策節奏與聖塔克拉拉的產品路線圖。

中國新聞 人工智能 區塊鏈