中國科技巨頭點解押注本土 AI 晶片

中國大型科技公司——包括騰訊同阿里巴巴——近年正大幅增加對國產 AI 晶片嘅投資。表面上睇，呢個趨勢同另一件事似乎有啲矛盾：外界消息指，美國已經開始批准部分中國企業購買 Nvidia H200 AI 晶片。

但對中國雲計算同互聯網巨頭嚟講，過去幾年嘅經驗已經徹底改變咗佢哋規劃 AI 基礎設施嘅方式。企業唔再假設 Nvidia 硬件一定可以長期穩定供應，而係開始設計可以同時運行喺國產晶片上嘅 AI 系統。

結果就係，一個以「自給自足算力」為目標嘅 AI 生態系統正逐步成形。

Nvidia 供應變成地緣政治問題

多年以嚟，大規模 AI 訓練同推理工作基本上都依賴 Nvidia GPU。不過，美國對中國實施先進半導體出口管制之後，晶片供應突然變成一個政治與監管問題，而唔再只係單純嘅科技採購。

雖然部分限制之後有所放寬，但供應仍然充滿不確定性。

報道指出，美國商務部已批准大約 10 間中國公司購買 Nvidia H200 AI 晶片，包括騰訊、阿里巴巴、字節跳動同京東。不過截至 2026 年年中仍然未有任何晶片實際交付。

對中國雲服務商嚟講，呢個情況反映出一個核心風險：

如果 AI 基礎設施完全依賴外國硬件，供應隨時可能因政策改變而延遲甚至中斷。

華為 Ascend 成為主要本土替代方案

喺 Nvidia 供應變得不穩定之際，中國本土晶片廠商迅速填補空缺。其中最受關注嘅係華為 Ascend AI 處理器。

近年國產 AI 晶片性能持續提升，同時越來越多 AI 模型開始專門針對呢啲晶片優化。分析認為，中國正逐步建立一個完整嘅 AI 技術體系，涵蓋：

• 半導體設計
• AI 模型
• 雲平台
• 應用服務

呢種「由底到面」嘅生態系統意味住，一旦軟件框架同模型越來越適配國產晶片，企業轉用本地硬件嘅門檻就會愈來愈低。

阿里同騰訊加碼 AI 基礎設施

中國最大兩間雲服務公司——阿里巴巴同騰訊——喺呢個轉型中扮演關鍵角色。

兩家公司近年都明顯增加 AI 同數據中心投資，同時準備將更多國產晶片整合到雲平台之中。

大型雲廠商之所以影響巨大，原因包括：

• 佢哋創造龐大 AI 晶片需求
• 提供開發工具同軟件平台
• 喺雲數據中心大規模部署硬件

當雲平台開始支援國產處理器，創業公司同企業客戶自然更容易建立不依賴 Nvidia 的 AI 應用。

政策推動「AI 技術自主」

中國政府亦將半導體自主視為戰略目標。

美國對先進晶片同製造設備嘅出口限制，反而加速咗中國推動整個 AI 技術鏈本地化——由晶片到模型，再到雲服務與應用。

呢個策略唔只係科技競賽問題，更重要係系統韌性。

如果未來再次出現更嚴格出口限制，本土 AI 晶片生態可以確保：

• AI 模型訓練唔會停擺
• 雲服務可以持續運作
• 科技發展唔會受制於外國供應

Nvidia 仍然重要，但策略已經改變

即使中國積極發展國產晶片，Nvidia 依然具有明顯優勢——特別係性能同成熟嘅 CUDA 軟件生態。

因此中國科技公司並唔打算完全放棄 Nvidia，而係逐漸採用一種更務實嘅策略：

• 如果獲批准就購買 Nvidia GPU
• 同時建立可運行於國產晶片嘅 AI 系統
• 長期投資本土半導體與軟件生態

有報道指，若 H200 交易最終落實，阿里、騰訊同字節跳動等公司合共可能採購超過 40 萬顆晶片，可在短期內緩解算力壓力。

「算力主權」正在成形

最初中國企業轉向國產晶片，主要係應對出口限制。但而家，呢個趨勢正逐漸變成整個科技產業嘅長期結構性變化。

AI 算力愈來愈被視為一種關鍵基礎設施。

控制處理器、軟件框架同雲計算平台，直接影響一個國家喺人工智能競爭中嘅能力。

對騰訊、阿里巴巴等中國科技巨頭而言，投資國產 AI 晶片並唔係要即刻取代 Nvidia，而係要確保未來一代 AI 系統唔會依賴單一外國供應商。

喺科技同地緣政治愈來愈交織嘅世界，所謂嘅「算力主權」（compute sovereignty）正成為中國 AI 戰略嘅核心。