首個全球AI出口管制規則出台，中國AI路在何方？_風聞

一個禮拜前的CES 2025上，英偉達創始人黃仁勳宣佈Blackwell芯片已經處於全面投產階段，其中GB200芯片可以為大語言模型推理負載帶來30倍的性能提升，將成本和能耗降低25倍。

外界還在為這樣的利好消息興奮時，一份168頁的“臨時最終規則”迅速讓市場添加了幾分悲觀情緒。

1月13日，白宮官網公佈了針對人工智能的臨時最終出口管制規則，以國家安全為由，將進一步限制人工智能芯片和技術的出口。有媒體將其形容為“人類史上首個全球AI出口管制規則”，直言中國的科技企業將受到衝擊。

經歷了2024年的鋪墊後，2025年註定會上演一場AI全球競賽。而在算力上被“卡脖子”的中國AI，又將何去何從？

01 “芯片新規”的影響有多大

“禁止中國獲取先進GPU”，似乎算不上什麼新聞，畢竟在過去三個月裏，諸如此類的事件就發生了多次。

2024年11月10日，台積電被迫向中國大陸客户暫停供應7nm及以下更先進製程的代工服務，原因是收到了美方的要求。

2024年12月2日，美國宣佈了新一輪對華出口限制措施，將140餘家中國企業加入貿易限制清單，涉及半導體制造設備、電子設計自動化工具等多個種類。

既然“芯片限令”如此高頻，為何市場依舊在新規出台後表現出了悲觀情緒？英偉達和AMD的股價應聲下跌3%和2%，甲骨文執行副總裁Ken Glueck直言“這項新規可能成為美國科技行業歷史上最具破壞性的政策之一”。

原因在於，這份“臨時最終規則”除了對AI芯片提出了全球許可要求，還對“模型權重”進行了管制（不僅定義了模型的決策機制，還決定了模型的性能和通用性）。

先來看AI芯片的部分。

新的禁令將全球的國家和地區分為三級：Tier 1的少數盟友可以不受限制地獲取AI芯片，但必須嚴格遵守美國政府的安全要求；Tier 2的國家和地區，將面臨以國為單位的總算力限制，2025年到2027年之間最多購買約32萬塊H100的算力；中國大陸在內的Tier 3的國家和地區，將被全面禁止進口先進芯片。

再來看模型權重管控。

企業不能在屬於Tier 3的國家和地區部署高性能的閉源模型；在Tier 2的國家和地區進行部署時，必須嚴格遵守安全標準；如果需要對通用開源模型進行微調，且過程需要消耗大量算力，必須向美國政府申請許可；同時還增加了一條紅旗警示，美國本土運營的IaaS提供商可能需要申請才能向客户交付大模型。

也就是説，國內的科技企業或將進一步面臨GPU短缺的問題，特別是在“萬卡智算集羣”的趨勢下，沒有足夠的算力供給，將直接影響大模型的訓練，制約Agent、自動駕駛、具身智能、數智化轉型等產業進程，繼而削弱中國AI產業的競爭力，確保美國在人工智能領域的絕對優勢。

而“模型權重”的管制，某種程度上為中國企業在海外訓練的大模型帶來了合規風險，在海外使用美國企業的雲服務，不再是一種安全選項，甚至可能會對中國企業的出海進程增加不必要的麻煩。

“首個全球AI出口管制規則”的出台，既有對舊問題的加碼，也帶來了新的挑戰。在找到新的解題方法前，焦慮情緒的出現是一種可以理解的常態。比較樂觀的是，相關的替代方案早已經成熟。

02 獨立自主的算力在“雲端”

古代戰爭中，面對騎兵的速度和衝擊力，步兵常常會結成方陣，比如漢代步兵對抗匈奴騎兵時使用的“拒馬陣”。

正在發生的“AI爭奪戰”，有着相似的一幕。

典型的例子就是華為副董事長、輪值董事長徐直軍在華為全聯接大會2024主題演講中提出的判斷：“美國在AI芯片領域對中國的制裁長期不會取消，而中國半導體制造工藝由於也受美國製裁，將在相當長時間處於落後狀態，這就意味着我們所能製造的芯片的先進性將受到制約。”

徐直軍提出的對策，和步兵方陣異曲同工。

“人工智能正在成為主導性算力需求，促使計算系統正在發生結構性變化，需要的是系統算力，而不僅僅是單處理器的算力；我們的戰略核心就是，基於實際可獲得的芯片製造工藝，計算、存儲和網絡技術協同創新，開創計算架構，打造“超節點+集羣”系統算力解決方案，長期持續滿足算力需求。”

其實在2023年9月，華為雲就上線了昇騰AI雲服務，給出了滿足算力需求的“中國方案”：通過整合大規模算力集羣、計算引擎CANN、AI框架MindSpore、ModelArts AI 開發生產線和ModelArts Studio大模型即服務平台，為大模型的訓練、推理，AI應用的開發和運行提供穩定可靠、自主可控的全棧算力保障。

其中一項關鍵技術是華為雲的AI原生雲基礎設施CloudMatrix：將CPU、NPU、DPU、存儲和內存等資源池化，形成了一個緊耦合的矩陣算力；再借助超高帶寬Scale-Up網絡，實現了資源的對等連接，既可以水平擴展，還可以垂直擴展；同時可以按需組合多樣化算力資源，並根據應用需求靈活調整。

有了“陣型”後，戰場上的對壘不再是一對一的單兵，而是比拼戰術、裝備和地形利用，一次又一次創造了步兵打破騎兵的戰績。

算力也是如此。

在大模型訓練的過程中，芯片並不能直接和算力劃等號，需要通過建立數據中心的方式將芯片集羣，並解決算力適配、框架兼容、軟件環境、數據傳輸、運維等一系列問題。

單單是在基礎設施環節，就是大多數企業吃不消的。

同樣的需求放在昇騰雲上，得到的是“即開即用”的AI算力，而且有着自建數據中心無法企及的穩定性：目前業界萬億參數模型訓練的平均無中斷時長約2.8天，昇騰AI雲服務可實現40天無中斷；業界平均集羣故障恢復時間約60分鐘，昇騰AI雲服務可以縮短到10分鐘；大模型的資源開通時間也從月級縮短到了天級……

正如《芯片戰爭》作者Chris Miller的説法：“訓練人工智能系統的雲就是未來的工廠。”所謂的“芯片戰爭”早已演變為“雲戰爭”。

也許針對中國企業的芯片禁令還將繼續出現，然而“AI爭奪戰”的主戰場早已轉移到了雲端，只需要一個指令，就能獲得澎湃的AI算力，在算力上“卡脖子”遲早會成為偽命題。

03 向上生長的大模型新生態

有意思的是，白宮的“臨時最終規則”發佈後，最先表達不滿態度的，居然是掌控着全球算力話語權的英偉達。

按照英偉達官方的回應：新規不但無法減輕任何威脅，反而只會削弱美國的全球競爭力，破壞使美國保持領先地位的創新能力。限制對主流計算技術的使用可能會阻礙國內外各行業的AI進步。

表面上的原因，新規可能會打壓英偉達的出貨量；深層次的原因，則是對獨立於英偉達的大模型生態的擔憂。

早在2023年初，芯片禁令的靴子還未落地時，科大訊飛就開始思考“怎麼將大模型的能力架構在一個自主創新的體系上”。

科大訊飛董事長劉慶峯後來在一次主題分享中公開談到：“在我們自己建算力集羣之後，我們發現在華為雲上做訓練推理建設比自己做更輕鬆、效率更高，更能滿足短時瞬間的規模化算力應用之後，釋放波峯波谷（減少能耗閒置，算力削峯填谷），對整個行業都是效率最高的。”

根據科大訊飛官方給出的數據，基於自主算力訓練的訊飛星火4.0 Turbo，在數學能力、代碼等方面的能力超過了GPT 4o，並已完成超長思維鏈、樹搜索和自我反思評價等算法驗證。

做出同樣選擇的，還有騰訊音樂。

騰訊音樂旗下的天琴實驗室，自研的MUSELight大模型框架與昇騰AI雲服務深度合作創新，聯合發佈了行業領先的Stable Diffusion系列視覺大模型推理加速方案lyraSD。

相比傳統AI算力解決方案，推理速度提升超過166%，性價比提升了35%，為微信、QQ音樂、全民K歌等平台帶來了更高效的AI內容生成能力。

這些案例的背後，折射出的是中國科技企業的創新精神，站在新一輪技術革命浪尖的中國企業，沒有被不公平的打壓卡住脖子，而是用有限的資源，實現了一流的性能，讓世界看到了解決問題的中國智慧。

更重要的是，昇騰雲、科大訊飛、騰訊音樂、順豐、知乎、奇瑞等產業上下游的玩家們，一同構築起了中國的大模型生態，打通了底層算力到通用大模型再到行業應用的路徑。

比如華為雲已經在貴州貴安、內蒙古烏蘭察布、安徽蕪湖部署了三大AI算力中心，擁有超大電力、土地、網絡等資源儲備，能夠進一步滿足大模型訓練、推理的算力需求。同時在華北、華東、華南等熱點區域部署了30多個數據中心節點，通過華為云云邊緣樞紐提供最低時延的AI訓推服務。

再比如100+開源大模型已經基於昇騰雲適配優化，企業可一鍵調用大模型能力，並且能夠和雲市場打通實現資產變現；而昇騰AI雲服務AI Gallery百模千態專區的上線，再度縮短了大模型落地的路徑，企業和開發者可以使用Maas的方式，快速構建自己的大模型應用，抓住新技術的紅利期。

聯想到“臨時最終規則”中對基礎IaaS服務的限制，探索出算力供給新範式的中國雲廠商，無疑“等”來了海外擴張的機會。

04 結語

君子不立危牆之下。

AI作為一種通用的基礎性使能技術，正持續催生新產業、新業態，改變我們的生活方式、生產方式、工作方式，甚至可能在接下來的幾十年裏，深度影響一個國家的競爭力，左右新的世界秩序。

幸運的是，華為雲、科大訊飛等已經已經證明，AI算力供給不會受限於芯片，應用創新也不會受制於AI算力，為擔心算力卡脖子的企業，找到了一條切實可行的解決路徑。