美國商務部本週公布的先進AI晶片出口管制新規,正式將中國科技企業透過海外數據中心遠端取得算力的路徑納入嚴格監管。在此前的報導中提到,這場管制帶來的衝擊,並不只是中國企業能否取得某一款高階AI晶片,而是整個AI模型研發體系能否持續取得足夠、穩定且具成本效益的算力。
騰訊控股總裁劉熾平在11月18日第三季業績電話會上坦言,這項措施將影響中國所有科技企業,短期內勢必拉長下一代模型的研發時程。
當算力取得受到限制,中國AI業者即使擁有演算法人才、資料資源及龐大市場,也可能必須付出更高的時間與成本,才能維持模型訓練及產品升級的速度。
美國管制觸角延伸海外 中國企業取得算力難度升高
根據美國商務部工業與安全局(BIS)的臨時最終規則,針對新加坡、馬來西亞、泰國、印尼與巴西等被列為「晶片轉運高風險」國家的數據中心,先進AI晶片出口須事先取得許可。更關鍵的是,任何向總部位於中國(或D:5國家組)企業提供大量運算能力的海外數據中心,必須在90天內取得美國出口許可證,否則將面臨進一步限制。許可申請採逐案審查。
劉熾平同時指出,新規將加速中國國內晶片供應鏈的發展。中國科企勢必日益轉向使用國產半導體,以降低對美國先進處理器的依賴。
劉熾平強調,所有中國科企的研發投入,將更集中於加速國內供應鏈建設。華為等本土業者雖在技術上仍落後英偉達等全球領先企業,但已成為國內替代方案的主要推手。

從騰訊第三季財報同步公布的數據來看:營收年增8%至2073億元人民幣,低於分析師平均預期;營業利潤則下滑7%,創下多年來首次盈利下降紀錄。
公司更連續兩季出現負自由現金流,規模超過690億元。資本開支與算力相關預付款在第二、三季異常偏高,反映公司為搶占AI算力資源所付出的代價。
下一代模型研發時間恐拉長 中國AI競爭力面臨考驗
劉熾平的說法,凸顯中國科技產業目前面對的現實困境:即使企業能夠持續投入AI研發,卻未必能以過去相同的速度取得所需算力。
AI模型競爭並非只看單一模型的性能表現,更重要的是企業能否持續推出新版本,透過大量訓練、測試及使用者回饋改善模型能力。
這也意味著,美國出口管制真正可能產生的效果,不一定是讓中國企業立即停止AI研發,而是提高其持續追趕技術前沿的成本。
美國越封鎖,中國越加速國產晶片替代?長期效果仍有變數
美國這波管制已從「實體出口禁令」進一步延伸至「遠端算力使用」。在短期內,中國AI模型的迭代速度勢必受到壓抑,混元等大模型的下一版本推出時程恐將延後。中長期則取決於中國國產晶片(包括華為昇騰等)的性能與供應能否真正跟上。

然而,國產替代並非只要有晶片就能解決問題。AI加速器的競爭力涉及製程技術、晶片架構、記憶體頻寬、封裝能力、互連技術,以及軟體生態系統等多個環節。即使中國能夠增加國產晶片的供應量,能否在性能、穩定性、能源效率及整體使用成本上,達到國際先進產品的水準,仍有待觀察。
此外,AI產業競爭涉及晶片採購、資料中心建置、電力供應、模型訓練及人才投入,都是長期且高成本的投資項目。當外部晶片供應受到限制,企業可能必須投入更多資源尋找替代方案,甚至自行調整算力架構。這不僅影響研發效率,也可能增加企業的營運成本。
美中AI競爭進入算力戰 短期受壓與長期自主化將同時發生
先進AI晶片不只是商業產品,更是影響下一代人工智慧技術發展的重要戰略資源。透過管制晶片流向及海外資料中心的運算服務,美國試圖堵住中國企業利用第三地取得高階算力的可能性,降低相關技術及運算能力流入中國的風險。
短期來看,劉熾平所說的模型研發時間拉長,恐怕是中國AI企業難以迴避的現實。尤其在先進晶片供應、海外算力服務及國產替代能力尚未完全銜接的情況下,企業必須面對更高的研發成本與更複雜的資源配置。 (相關報導: 北京觀察》川普突下AI晶片狠手!新加坡等5國遭加強管制,中國海外租用輝達算力也被盯上 | 更多文章 )
但從長期來看,美國的管制措施也可能成為中國加速推動半導體自主化的催化劑。中國科技企業未來可能更加重視國產晶片的相容性、運算效率與軟體生態,並透過模型架構創新降低對單一高階晶片平台的依賴。










































