阿里巴巴取得 Nvidia H200 授權：AI 雲端擴張的關鍵一步，但晶片何時到貨仍是變數

在全球 AI 競賽中，「算力」已成為最稀缺的資源之一。對阿里巴巴而言，美國批准其購買 Nvidia H200 AI 晶片，理論上為公司擴張 AI 與雲端運算能力打開一扇門。但批准本身並不代表算力立刻增加——晶片何時真正出貨，仍存在監管與物流的不確定性。

為什麼 Nvidia H200 對阿里巴巴很重要

Nvidia H200 GPU 是目前訓練與運行大型 AI 模型的高階晶片之一，常被用於生成式 AI 訓練、推理服務，以及大型企業 AI 平台等工作負載。

據報導，美國政府已向包括阿里巴巴在內的多家中國企業發放出口許可，使其可在特定監管條件下購買 H200 晶片。

對阿里巴巴來說，這直接關係到其 雲智能集團（Cloud Intelligence Group） 的擴張能力。該部門為企業提供雲端運算、AI 平台與模型基礎設施，而高效能 GPU 正是訓練大型模型與提供 AI 雲端服務的核心硬體。

簡單說：GPU 越多，AI 算力越強，也就能承接更多企業客戶與更高價值的雲端服務。

AI 與雲端業務本來就正在加速

這項晶片批准出現的時間點，正好碰上阿里巴巴 AI 與雲端業務快速成長。

近期財報顯示：

• 雲智能集團營收在最新季度 年增 38%。
• 外部客戶雲端收入在部分期間 年增約 40%。
• AI 相關產品營收的 年化規模約 53 億美元。

這些數據顯示市場對 AI 基礎設施與企業 AI 服務需求強勁。但雲端產業有一個現實限制：需求再高，如果算力不足，也無法轉化為實際營收。

因此，H200 GPU 的供應對阿里雲的成長節奏至關重要。

最大的不確定性：批准不等於立即交貨

即使美國已批准出口，晶片仍未必馬上到貨。

報導指出，美國雖然已允許約十家中國企業購買 H200，但 目前尚未有實際出貨紀錄，交易仍需要更多監管與物流程序完成。

同時，中國監管機構也在審查高階 AI 晶片的進口，這可能影響晶片進入中國市場的時間與條件。

這意味著一個重要落差：政策批准與實際算力部署之間仍有時間差。在晶片真正到達之前，阿里巴巴無法建立新的 GPU 叢集或擴充資料中心算力。

若延遲，資料中心擴建節奏也會改變

阿里巴巴的 AI 基礎設施擴張主要依賴在雲端資料中心部署大型 GPU 叢集。

如果晶片順利到貨，一般流程可能是：

1. H200 GPU 交付並安裝到 AI 伺服器叢集
2. 資料中心算力擴大
3. 阿里雲向企業客戶提供 GPU 租用與 AI 服務
4. AI 雲端收入與企業採用率提升

但如果出貨延遲，資料中心建設時間表可能推遲一個季度甚至更久。期間若 AI 需求持續上升，阿里巴巴可能出現「需求大於算力」的情況，限制雲端部門的營收成長速度。

資本支出：AI 基礎設施投資可能持續增加

建置大型 AI GPU 叢集成本極高，因此 H200 的批准也意味著阿里巴巴可能繼續加大 AI 基礎設施投資。

近年公司已持續增加雲端與 AI 相關支出，這也導致短期獲利受到壓力，儘管 AI 業務仍在快速成長。

這種模式在全球雲端巨頭中並不罕見：

短期增加資本支出（CapEx），換取長期 AI 平台與雲端市場的領先地位。

對估值與股價的可能影響

對投資人而言，H200 的批准強化了一個關鍵敘事：阿里巴巴可能成為中國 AI 基礎設施的重要供應商之一。

市場對晶片政策變化一直相當敏感。例如先前傳出可能發放出口許可時，阿里巴巴股價一度上漲約 7%，顯示投資人將其視為科技政策緩和的訊號。

但最終股價表現仍取決於執行與落地。

大致可分為三種情境：

樂觀情境：晶片迅速交付，AI GPU 叢集擴張，雲端收入加速成長，市場給予 AI 基礎設施更高估值倍數。

基準情境：批准提升市場情緒，但晶片逐步到貨，營收影響需要幾個季度才逐漸顯現。

悲觀情境：監管或地緣政治因素拖慢出貨，阿里巴巴雖有 AI 需求，但 GPU 供應不足。

AI 產品採用率也取決於算力

如果阿里巴巴能穩定取得 H200 GPU，公司可以：

• 訓練更大型的 AI 模型
• 支援更多企業推理工作負載
• 提供可擴展的 AI 雲端基礎設施

更重要的是，企業客戶通常需要「可預測的算力供應」才會將關鍵 AI 工作負載部署到某個雲平台。如果晶片供應仍然不穩定，部分企業可能會把 AI 工作負載分散到多個雲端供應商，以降低風險。

總結

美國允許阿里巴巴購買 Nvidia H200 AI 晶片，確實移除了 AI 基礎設施擴張的一個重要政策障礙。但真正決定影響力的，不是批准本身，而是 晶片何時實際到貨並部署到資料中心。

如果出貨順利，阿里巴巴可能快速擴充 GPU 算力、推動 AI 雲端需求，並在中國快速成長的 AI 基礎設施市場中取得更強地位。若監管審查拖延，公司仍可能成長，但投資人期待的 AI 驅動加速，可能需要更長時間才會出現。