當AI上升到大國博弈的維度，在先進晶片領域豎起貿易柵欄，已經是不爭的事實。
自2022年10月起，美國商務部工業與安全域（BIS）啟動首輪“先進計算”出口管制，直接將輝達A100、H100及AMD MI300等高端晶片列入管制清單，由此拉開了一場曠日持久的晶片圍堵戰。
此後，管制規則歷經多輪升級，從A800、H800到H20再到H200，輝達“特供版”晶片性能一降再降，但始終未能改變多舛的命運。
在高端晶片受限、單卡性能存在代差的背景下，晶片尤其是海外高端晶片，早已脫離國內AI企業真正能自主掌控的範疇。
將視線從晶片問題上移開，一個更深層的結構性變化正在浮現。
海外晶片獲取的管道被不斷壓縮，國產替代日益鋪開後，決定國內AI大模型商業成本的最大變數，已悄然從“能否買到晶片”轉向“能否養得起算力中心”。
以此為基礎，電力、散熱、機房等傳統上被視為“配套”的基礎設施投入，正成為壓在AI企業案頭的真正大山，也成為了一段時間以來AI巨頭們資本開支的核心。
01. 封鎖
當AI晶片成為一種技術絞殺工具，它便演變為地緣戰略博弈的重要籌碼。
早在2022年10月7日，美國商務部工業與安全域發佈“先進計算規則”制裁措施。其中將算力大於4800（INT8超過600TOPS或FP16超過300TFLOPS）以及頻寬上限超過600GB/s的AI晶片列為管制名單，禁止向中國出口。
這一閾值直接將輝達A100、H100以及AMD的MI300系列“封殺”，中國企業無法獲得世界上最強的AI晶片。
輝達旋即做出調整，推出“降規版”的A800和H800。這兩款晶片通過降低互聯頻寬（NVLink速度）來符合當時的出口管制，成為中國AI算力市場的主力產品。DeepSeek V3/R1就是基於H800 GPU叢集來訓練和推理。
好景不長，2023年10月美國進一步收緊管制規則，A800和H800也被納入禁售清單。
為滿足出口標準，輝達H20很快面世，這是一款基於“Hopper架構的H100簡化版”，通過大幅削減性能恰好落在管制紅線以內，成為彼時輝達在中國市場銷售的頂樑柱。
國內許多公司都採用H20來部署DeepSeek-V3/R1推理服務，甚至出現了“一卡難求”的局面。
進入2025年下半年，管制政策又出現了新的變動。4月，H20和MI308等“特供”晶片被暫停對華銷售。甚至有媒體報導，輝達、AMD等需向美國政府上繳對華晶片銷售收入的15%收益，以換取出口許可。
僅僅三個月後的7月15日，美國商務部恢復H20和MI308對華出口，幾乎在同一時刻，中國國家網際網路資訊辦公室就H20晶片“漏洞後門安全風險”約談輝達，釋放出對海外晶片安全性的高度警惕。
當年底，美國還進一步允許輝達向中國出售H200晶片（H100的升級版），不過附帶了極其苛刻的轉運和審查條件。
隨著國產替代的普及，加上資訊安全隱憂和審查條件，H20/H200實際採購幾乎為零，並未實現實質性“出口”。
雖然國產頂級晶片的單卡性能仍落後H200，但華為昇騰910B、寒武紀思元590等性能均顯著優於H20；國產方案（如昇騰950PR）價格僅約為H20的四分之一（推測），在國產化替代處理程序中具有明顯優勢。
到2026年一季度，輝達中國地區的收入貢獻佔比已不足6%，同比已經腰斬；其在中國AI加速卡市場的份額降至37%，被國產晶片反超。
當前，美國對華晶片禁令已是常態化，甚至對各種路徑嚴防死堵。
輝達目前最先進的GB200/B200、GB300/B300，原生TPP（BIS出台的限制指標）大幅超標，直接禁止對華銷售。
路徑上，從“地域管制”轉向“主體穿透”，美國商務部不再僅看晶片出口目的地，而是重點審查終端使用者身份。即便交易發生在阿聯、新加坡等第三國，或者中國企業通過在海外註冊子公司來租用中東算力，這些“繞道”行為都會被定義為違規。
時至今日，高端晶片引進之路基本被焊死。這種背景下，海外晶片成本已基本不在AI企業的考慮範疇之內。
02. 基建
8月6日，在內蒙古烏蘭察布草原深處，由遠景科技投資的中國算電協同“航母”烏蘭察布星河基地正式投產。
這一項目是全球最大的單體智算中心，規劃容量超過2GW，全域綠電佔比高達67%。利用當地優渥的風能資源及專線實現綠電直供，一躍成為綠電佔比最高的AI基建綜合體。
今年6月17日，遠景在歐洲發佈Mission Gobi倡議計畫，宣佈到2030年，在全球戈壁荒漠建成高達5GW的綠色AI算力中心。烏蘭察布星河基地就是其中的首個項目。
人類歷史上，能源利用經歷了從油氣煤到電力、再到算力的演進，黃仁勳將能源歸為AI五層蛋糕的底座。
算力中心是毫無爭議的吞電巨獸，與傳統用電大戶形成了明確的“競爭關係”。
據測算，2025年美國算力耗電量約為180-220TWh，約佔全美總用電量的4.3%-5.2%，已成為全美第六大電力使用者。去年夏季，加州遭受高溫熱浪，電網不堪重負，特斯拉AI資料中心被迫限電，模型訓練效率下降30%；德州風電波動加大，微軟資料中心曾連續3天僅能維持一半的能源供應。
在通往AGI的道路上，中美面臨不同的制約——美國遭受能源和電網基建瓶頸，中國則尚缺乏高端晶片。
2023年，中國提出全國一體化算力網建設目標，要求到2025年底資料中心綠電佔比超過80%、整體上架率不低於60%、平均電能利用效率降至1.5以下。
所謂力大磚飛，當高端晶片受制，算力中心的電力消耗與基礎設施投入，就成為另一個更具決定性的成本變數。
根據晶科科技此前的投資計畫，寧夏中衛1GW算力中心總投資高達245億元。若全端裝配高端輝達晶片，投資強度將升至400-470億美元。
算力成本已成為AI企業最大的商業化成本支出，國聯民生證券測算，包括豆包免費C端服務在內，字節單日成本就高達1.32億到2.4億元，取上限推算全年虧損逼近千億。
“每天燒掉2億多元算力成本，日收入卻不到100萬”，這就是當前最大國民級AI應用的困局，其他AI公司也同樣面對類似的難題。
為瞭解決這些問題，目前字節跳動已計畫在烏蘭察布投入700億元，打造AI大模型訓練算力中心，正處於分期建設階段；同時在和林格爾佈局火山引擎智算中心，計畫投資120億元，規劃為GW級綠色算力園區，一期工程已進入實質性建設階段。
隨著下游需求暴漲，AI算力基建服務商已經開啟新一輪漲價潮。AI高密度機櫃租賃價格整體上調了10%-20%，液冷高功率機櫃漲幅更高，算力基礎設施進入高速擴張期。
03. 遷徙
人工智慧的未來，不僅是算力、演算法的比拚，更是一場能源競賽。
國家發改委能源研究所能源戰略中心主任田磊曾這樣表示。
2025年，中國算力中心總用電量高達1700億千瓦時，佔到了全社會用電量的1.6%。全國一體化算力網八大樞紐節點算力用電近3年增速接近40%，遠高於全社會用電量平均增速。
“十五五”時期，全國算力用電量預計每年新增1000億千瓦時以上，到2030年將達到8000億千瓦時，約佔全社會用電量的6%。
晶片採購是一次性的資本支出（CapEx），金額雖大，但可在未來數年內分攤；電力消耗則是持續性營運支出（OpEx），只要算力中心一開機，電費就會持續產生。
根據測算，用豆包生成一個5秒的高畫質視訊，所消耗的電量就能充滿10部智慧型手機。一張700W的AI晶片，其耗能往往是傳統CPU的10倍以上，意味著一個萬卡叢集僅晶片的功率就高達7MW。
加上散熱、溫控、營運等配套系統，24小時滿負荷運轉，一天至少消耗20萬千瓦時的電量，一年下來，相當於一個小縣城的年度生活用電規模。
如果是一個1GW的大型算力中心，一年到頭滿負荷運行，年耗電約87億度，加上其他輔助系統，年總耗電量接近100億度。
即便按便宜的新疆算力電價0.35元/度（理論均值）計算，年電費約35億元；再加上GPU折舊和維護經營費用，一年的營運成本將相當高昂。
與海外科技巨頭類似，國內網際網路大廠也在上調資本開支。
2025年，字節全年資本開支超1500億元，其中900億元用於AI算力採購；2026年，這一數字或超過2000億元。
阿里巴巴集團CEO吳泳銘在去年2月24日宣佈，未來三年將投入超3800億元用於建設雲和AI基礎設施，總額超過去十年總和，也創下中國民營企業在相關領域的最大投資紀錄。
今年上半年，騰訊累計開支847.2億元，已超2025全年水平，主要就用於混元（Hy）模型訓練升級、WorkBuddy/CodeBuddy推理支援、微信AI生態以及雲算力基礎設施完善。
AI基建投入持續加碼，大廠利潤不可避免受到影響。此前有報導稱，2025年字節跳動淨利潤下滑超70%，後經抖音集團副總裁李亮“闢謠”；但AI基建投入確實在一定程度上拉低了字節的利潤增長。
阿里在2026財年第四季度淨利潤（經調整EBITA）驟降84%；一貫穩健的騰訊，也因大額投入影響到現金流和利潤。
當國產晶片性能全面超越H20、市場份額突破60%甚至更高時，晶片獲取的邊際難度正在下降，而AI基建的成本在大幅抬升。
網際網路大廠和大模型企業的成本遷移，實際上已經開始了，只是這些開支對於AI使用者來說，都在看不到的水下。 (巨潮WAVE)