编者按
过去三年,美国对华AI芯片管制的主战场一直落在“硬件”上——买得到英伟达GPU,就拿到了训练大模型的入场券。算力一旦变成能跨境交付的服务,海关和实体清单就使不上劲了。Ars Technica报道的这一新动向说明,管制思路正从“管货物”转向“管访问”。这恰恰是出口管制体系里最难执行、最容易惹争议的地带。
卖芯片变成卖算力:漏洞出在哪
按照Ars Technica记者Ashley Belanger的报道,美方正推进新措施,目标是限制中国经由远程方式访问美国AI芯片。这里说的“远程访问”,是指中国企业、高校和科研机构并不直接购买受管制的加速卡,改从美国或其他地区的云服务商那里租GPU实例,或者在境外数据中心调用算力,完成模型训练和推理。
从技术上看,这种模式跟本地采购几乎一样:训练一个大模型,要成千上万张加速卡一起跑上数周,云端弹性算力正好接得住这种突发的大规模需求。对那些被实体清单挡在门外的中国AI公司来说,海外云平台长期被当成一条现实可走的“旁路”。
华盛顿担心的正是这一点。最先进的算力若能像水电一样跨境输送,针对芯片本身的出口管制就等于被绕开了——受限的不再是能力,只是能力的交付形式。
新规打算管住什么
从公开信息看,这轮措施的核心思路是:把“提供算力访问权”本身也纳入管制,要求云服务商向特定地区客户开放高端AI算力之前,先做身份核验、用途审查,甚至申请许可。管制对象由此从芯片制造商延伸到云计算产业链,包括超大规模云厂商、算力租赁平台,以及在境外运营数据中心的第三方服务商。
落到执行层面,会牵出一串技术手段:账户实名和地理位置校验、对大规模训练任务的流量特征识别、对模型权重传输加以限制,还有对“转租转售”链条的穿透式审查。这些要求对云厂商合规团队的门槛,比以往高出一大截。
Ars Technica写道:“特朗普政府押注:中国不会在意美国切断AI芯片的远程访问。”
为什么说这是一场赌局
报道用“bet”这个词来描述政策背后的判断,颇有意味。潜台词是:美方认为远程算力并非中国AI产业的命脉,切断它带来的冲击可控,所以北京的反应也会相对克制。
这个判断有现实依据。近几年,中国头部AI企业在国产加速卡上的投入明显增加,华为昇腾、寒武纪等平台在推理场景中的份额持续上升;同时,靠模型架构优化、混合精度训练和蒸馏技术,同样的单位算力能产出更强的模型能力。换句话说,算力的“绝对数量”已不是唯一变量。
赌局的另一面也很清楚:训练万亿参数级的前沿模型,国产硬件在互联带宽、软件生态和稳定性上仍有差距,海外云算力短期内难以完全替代。新规若严格执行,最先受冲击的可能不是巨头,而是那些既拿不到国产卡配额、又离不开海外云平台的中小AI团队和学术机构。
产业链的连锁反应
对云服务商来说,这是一道两难题:严格执行身份与用途审查,等于放弃一部分增长最快的客户;执行不力,则可能吃上巨额罚款,甚至危及牌照。对芯片厂商来说,云端需求收缩会间接拖累其数据中心业务的增速预期——尽管这部分收入在总盘子中占比有限。
更深的影响在全球算力版图的重构。一旦“算力访问权”变成可被武器化的管制工具,各国推动本地化算力基础设施的动力会进一步增强,围绕数据中心、电力和先进封装的投资竞赛也会随之升温。对产业链上下游来说,这既是成本,也是机会。
执行难题才刚开始
算力访问跟实体芯片不同,流动性和隐蔽性都极强:一个账户几分钟就能注册好,一次任务可以拆到多个司法辖区并行跑,模型权重能通过网络而非物理载体跨境。要真正堵住这些路径,光有法规不够,还得有持续演进的检测能力和国际协作机制。
历史经验表明,出口管制能有多大效力,往往取决于盟友配不配合。若主要云计算枢纽所在国家不跟进类似的访问限制,新规的实际效果会被显著稀释。相关政策的落地节奏和细则比政策宣示本身更值得关注,原因也在这里。
有一点可以确定:AI竞争的重点正从“谁拥有更多芯片”转向“谁能以何种方式获得算力”。管制的手伸向云端,规则的重写才刚开始。