2026年11月16日,美国商务部工业与安全局又加了一道锁,过去管的是芯片能不能卖,现在连海外数据中心给中国相关主体提供大规模远程算力,也要先拿许可,存量机房只给90天过渡期。
英国《金融时报》同一天点破了这层尴尬,美国最怕的,不是中国买到英伟达,而是中国干脆不买了。
问题来了,华盛顿到底是在堵漏洞,还是在逼中国换赛道?英伟达真正担心的,是少卖几块卡,还是失去一整套生态?
新规把门缝焊死
过去几年,美国对中国AI芯片的限制,走的不是一刀切,而是“留缝打法”,A100、H100这些高端芯片不能随便卖,那就有A800、H800这样的降级版。
后来限制继续收紧,又有H20这类特供型号,英伟达把性能和带宽往下调,刚好卡在美国红线以下,美国看起来管住了最先进芯片,英伟达还能做中国市场,中国企业也还有卡可用。
这套办法的微妙之处在于,它没有彻底切断中国企业对英伟达生态的依赖,只要还能买到降级卡,或者通过海外云服务租到算力,不少企业就不会急着重建底层系统。
模型还能跑,项目还能交付,研发团队自然倾向于先凑合用,美国这次的新规,味道就不一样了,它把管制从“卖芯片”推进到“租算力”,引入了“关联数据中心”概念。
说白了,不只看芯片卖给谁,也要看海外机房最后给谁用。如果新加坡、马来西亚等地的数据中心向中国相关主体提供大规模远程算力,就可能触发许可要求。
中间商、代训、远程调用这些绕路方式,都被纳入视野,这等于把过去那道能透气的门缝,直接焊上了。
短期看,中国企业当然会疼,全球算力芯片市场规模巨大,2026年上半年约1.39万亿元,GPU占七成以上,美国厂商占据94%左右,英伟达一家约占73%。
中国需求又不是小数目,占全球20%到30%。许多中型团队买不起大规模芯片,原本靠租海外算力过日子,新规落地后,这类团队最先感到压力。
可是,压力不只会让人难受,也会让人做决定,过去企业犹豫,是因为迁移成本摆在那里,业内普遍估算,把业务线从CUDA迁到新平台,可能多花1到3个月,还要增加20%到30%的调优成本。
对企业来说,这不是点一下鼠标,而是要改代码、调框架、换工具链,像给正在行驶的车换轮胎,只要英伟达还有路可走,很多公司就会继续忍一忍。
可当“还能不能买”变成“基本买不到”,“租不租得到”也变得不确定,采购部门和技术部门的讨论就会变味,过去是谈价格、谈交期、谈配额,现在会变成一句大白话,不能再等了,得换。
这就是华盛顿的尴尬,美国原本想通过限制,把中国锁在对英伟达的依赖里,可限制一旦过了临界点,反而会帮中国企业下决心。
以前是能拖就拖,现在是再拖就停摆,封锁不再只是技术问题,而成了商业连续性问题,企业不怕麻烦,怕的是明天没法开工。
国产底座加开源工具
如果中国只有需求,没有替代方案,那美国这一招的杀伤力会更大。问题在于,国产算力这几年已经不是白纸一张。
硬件端,华为昇腾910C的FP16峰值约800 TFLOPS,接近H100的大部分水平。它未必在所有指标上都能对标英伟达最强产品,但成本更低,供货更稳,对许多训练和推理任务来说,已经具备现实可用性。
真正卡人的地方,不是芯片有没有,而是生态好不好用,英伟达最厉害的地方,不只是GPU本身,而是CUDA。
开发者用了二十年,工具链、库、框架、调试经验都围着它转,很多AI团队不是不想换,而是一想到迁移,就像搬家搬到一半发现水电网全得重装,头皮发麻。
2026年秋天,局面开始出现变化,DeepSeek与华为深度绑定,开源DeepGEMM Ascend、TileLang等底层工具。
这些东西听起来很硬核,翻成大白话,就是给程序员加了一层“翻译中间层”。开发者可以继续用熟悉的方式写Python,后台编译器把矩阵运算映射到国产芯片指令上。
过去迁移像砸墙重排电路,现在更像换个插排试一试。虽然不可能完全无痛,但心理门槛明显低了。
成果也不是停在PPT里。2026年6月,昇腾910C集群完成1.6万亿参数DeepSeek-V4-Pro全参后训练,过程零中断,算力利用率突破30%。
到了11月,产业链又传出消息,DeepSeek-V5计划直接使用昇腾进行预训练,这意味着什么?
过去很多国产适配,是拿已经在CUDA生态里长大的模型,再搬到国产平台上运行。那叫“迁移”,如果新一代模型从预训练阶段就直接长在国产算力上,那就不只是替代,而是原生。
孩子从出生就说自己的语言,长大后自然不会总想着翻译腔,能源条件也在补位,贵州、内蒙古等地的西部绿电算力网,依托就近水电、风电和混合调度,把推理功耗压低40%多。
AI时代,算力不是只看芯片,还要看电费、散热、机房、调度。谁能把单位成本压下来,谁就能让更多企业用得起。
这条路线可以概括成三件事,芯片能供,框架能跑,电费能降,美国管制的强度越高,中国企业就越有动力把这三件事拧到一起。
最初可能是“先顶上”,接着变成“能用”,再往后就是“好用”,技术生态的形成,往往不是等到完美才开始,而是在不得不用的时候边跑边补。
三次关门补课之后
美国对中国技术封锁,不是第一次出现“短期制造麻烦,长期逼出替代”的局面,1993年“银河号”事件中,GPS信号被关,货轮困在印度洋。
那件事给中国上了一课,关键系统不能总把钥匙交给别人,1994年,北斗立项,到2020年,北斗三号完成全球组网,今天再回头看,那次卡脖子,某种程度上成了中国自建卫星导航体系的催化剂。
2011年,美国“沃尔夫条款”把中国挡在国际空间站合作之外。结果中国只能自己干,天宫空间站一步步建成,如今实现长期驻人。别人不让进门,中国就自己盖房子。过程不轻松,但房本在自己手里。
再看上世纪80年代美日半导体摩擦。美国对日本存储产业施压,日本企业收缩,市场真空却没有消失。需求还在,产业链就会找新出口。
后来三星、台积电等力量吃到了时代红利。技术封锁改变了市场流向,却没能让市场停下来,这几段历史放在一起看,规律很清楚。
限制能制造疼痛,却未必能锁住未来。需求不会凭空消失,它只会寻找新的供给,今天的芯片战也是这个逻辑。
英伟达自己在财报风险提示里也承认,过度管制可能伤及远程云服务,还可能影响非中国区业务。它担心的绝不只是几万片卡卖不出去。
真正值钱的是约400万开发者围绕CUDA形成的黏性。这个护城河一旦裂开第一道缝,后面就不是靠降价能轻松补上的。
美国政策还有一个副作用,容易被忽略,当美国把先进算力和政治风险绑在一起,其他国家也会重新算账。
2026年10月,34个国家、46所高校的47名教师来到北京,参加全球AI开放计算师资计划,中国算力栈开始通过教学、培训、开源项目进入更多发展中国家的课堂和实验室。
这件事不一定马上改变全球AI格局,但它释放了一个信号,对很多“全球南方”国家来说,AI不是抽象竞争,而是教育、医疗、农业、工业升级的工具。
它们需要买得起、用得稳、不会被单方面断供的系统,如果中国提供的方案能跑通,哪怕性能不是全球第一,也会有吸引力。
美国本想让中国离不开英伟达,却可能让更多人思考一个问题,为什么一定要把AI底座押在单一来源上?
这正是《金融时报》那句话刺眼的地方,美国管松了,担心先进芯片绕路进入中国,管紧了,又担心中国市场彻底转身。
对华盛顿来说,这不是简单的出口管制,而是一场战略两难,门关得太小,别人挤不进来;门关得太死,别人就开始另修一条路。
这件事没有必要用情绪包装。最现实的判断是,外部限制越不可预测,内部替代就越有商业价值。
以前国产替代常被看成备胎,如今正在变成保险。企业不是为了表态才换平台,而是为了让业务明天还能跑。