出口管制觀察｜中美AI博弈新變局：H200芯片松綁與云管制下的算力“生死戰”【走出去智庫】

走出去智庫（CGGT）觀察

當地時間1月13日，據美國聯邦公報顯示，美國放寬了對英偉達H200芯片出口到中國的監管規定，將原先的推定拒絕改為逐案審查。此前一天（1月12日），美國國會眾議院以口頭表決方式通過《遠程訪問安全法案》，旨在堵住“芯片不出境、能力被用走”的監管漏洞。

走出去智庫（CGGT）觀察到，美國近期在芯片出口管制上呈現“松緊并存”的復雜態勢。上述兩個事件看似矛盾，實則反映了美國在遏制中國AI發展與維持技術優勢間的微妙平衡：既通過有限解禁獲取經濟利益，又強化數字行為監管以維持技術壁壘，凸顯了科技冷戰下出口管制策略的靈活性與復雜性。

美國出口管制政策有哪些變化？今天，走出去智庫 (CGGT)刊發東不壓橋研究院的文章，供關注中美AI競爭的讀者參閱。

要點

1、在海外給中企提供訓練算力的云服務商，很可能會出現明顯的“寒蟬效應”——不一定等規則落地，就開始擔心合規風險，甚至主動暫停合作、撕毀合同。

2、美國現在擁有的算力優勢，不只是“更快一點”，而是會持續放大差距。

3、AI產業本身能不能發展起來，將直接決定我國集成電路產業技術和產業發展的未來市場空間和可持續性。

正文

1月13日，美國商務部工業和安全局（BIS）發布了最終規則，明確放寬了部分先進計算芯片對中國的出口管制。具體來說，包括英偉達 H200、AMD MI325X 在內的一些芯片，只要技術指標符合要求（比如 TPP 低于 21,000、總 DRAM 帶寬低于 6,500 GB/s，而且在美國市場上是正常商業銷售的產品），出口許可的審核方式將從原來的“推定拒絕”，調整為“逐案審核”。

當然，這并不是無條件放開，還需要同時滿足一系列前提條件，比如：美國國內供應必須充足，不能擠占本土產能；收貨方要有嚴格的安全管理和合規措施；相關產品還必須通過美國第三方的獨立測試等。

與此同時，對于 D5 國家組（編者注：美國出口管制體系中的一個分類，主要涉及受控物項的出口許可要求）相關實體、軍事用途等敏感情形，BIS 仍然維持“推定拒絕”的嚴格政策。這項規則是依據《2018 年出口管制改革法》制定的，因此無需事先征求公眾意見。

該規則將在聯邦公報正式刊登之日（2026 年1月15日）起生效。

在這之前一天，美國國會眾議院通過了“遠程訪問安全法案”（Remote Access Security Act，簡稱RASA），標志著美國限制向中企提供云服務，在新年伊始邁出重要一步。

“遠程訪問安全法案”立法過程

“遠程訪問安全法案”通過修改2018年《出口管制改革法案》，把網絡遠程使用受控技術規定為一種需要管控的“出口”行為。如果外國個人和實體要遠程使用位于美國或受美國管轄的敏感技術，就如同要出口該技術一樣，需要得到美國政府許可。

美國希望限制云服務，幾乎是和芯片出口管制前后腳。2023年3月，在英國《金融時報》報道科大訊飛等被美國制裁的中企通過使用云服務繞開芯片管制，海外媒體開始頻繁透露美國政府正醞釀禁止中企通過使用美國云服務訓練AI模型。圍繞是不是應該限制，要限制的話具體怎么操作，過去幾年美國國內進行了大量研究和討論，RASA也應運而生。

2024年4月，眾議員 Mike Lawler 拋出了第一版 RASA 法案（H.R.8152），推進速度非?？?，不到三周就過了眾議院外交事務委員會。9月，眾院又趁著所謂的“中國周”，用“暫停規則”的方式直接口頭表決，一致通過。但第118屆國會快收官時，參院始終沒有動作，法案就這么卡住了。

到了2024年底，參院終于開始試水。民主黨參議員 Ron Wyden 想把遠程訪問管制塞進2025財年國防授權法案，而且把范圍寫得更具體，只管那些和 AI 訓練、大規模殺傷性武器、網絡攻擊直接相關的高風險場景。但因為時間不夠，最終沒能進去。

2025年換屆之后的第119屆國會，Lawler于4月7日又一次跨黨派推出新版 RASA（H.R.2683），大框架沒變，但把“遠程訪問”寫得更寬，也給了美國商務部更多空間通過后續法規慢慢補細節。兩天后（4月9日），法案在眾議院外交事務委員會 51比0 全票通過，正式送去全院表決。

以上基本就是RASA此前的整個立法歷程。當然，目前只是再次過了眾院，接下來會提交參院，由銀行委員會負責審議；如果參院通過、再由特朗普簽署，才會正式成為法律。

美國參議院堅決推進“遠程訪問安全法案”

接下來參院如何看待和審議這個法案，變得至關重要。參院里并不是沒人支持管制云。上個月，共和黨參議員 Dave McCormick 和民主黨資深議員 Ron Wyden 就聯手推出了參院版 RASA。和眾院版本相比，參院版更直接，點名中國、俄羅斯、伊朗和朝鮮，明確作為重點限制對象。

從筆者對參議院、尤其是銀行委員會相關議員的觀察來看，雖然有人在芯片出口管制上對黃仁勛抱有同情，覺得管得太狠未必合算，但在“要不要管云”這件事上，公開反對的人幾乎沒有。

真正反對云管制的，主要是 Azure、AWS、谷歌這些云廠商——中國客戶對他們太重要了。但在國會的主流看法里，如果不管云，就等于給中企留了一個繞開芯片管制、繼續拿算力的后門，芯片禁令的效果也就被大大削弱了。

最近外媒頻繁報道，國內一些大廠開始跑去新加坡、日本等第三國用“新云”，繞開芯片限制拿算力。這些消息，很可能也刺激了美國國會，解釋了為什么眾議院這次會這么堅決地推進“遠程訪問安全法案”。眾院幾乎是全票共識，在這種情況下，同樣是民選機構的參議院，壓力不會小。

有人會說，中美現在正“貿易休戰”，而且特朗普4月還想訪華，政府未必愿意讓國會通過這么一部法案。筆者認為，這種情況有可能，但不可靠。特朗普完全可以說：這是國會的事，我擋過但沒擋住。更現實的是，如果國會在他訪華前把法案通過了，后面制定細則就交給商務部，反而成了他手里的談判籌碼，看情況再決定松還是緊。

所以現在很難判斷這部法案最后會不會成法。但這些年看國會，筆者越來越有一種感覺：很多涉華法案，前期像“老牛拉車”，推進很慢、反復被摁住，看著像要死掉；可實際上是在一點點攢共識、攢勢能。等政治窗口一到，要么搭上國防授權法這種“立法便車”，要么干脆走簡化程序，突然就沖過去了。之前限制美國對華投資的反向CFIUS（2025年全面境外投資國家安全法，COINS Act），就是典型例子，當初被華爾街和參院核心議員強力阻擊，結果上個月還是成功捆綁國防授權法快速通過。

所以總體趨勢并不樂觀，風險已經逼近，這件事值得高度警惕，也需要提前做好準備。

“遠程訪問安全法案”生效影響前瞻

筆者現在真正擔心的是：如果 RASA 這次在美國國會闖關成功，哪怕美國商務部還要花時間去細化規則，市場本身可能已經先慫了。在海外給中企提供訓練算力的云服務商，很可能會出現明顯的“寒蟬效應”——不一定等規則落地，就開始擔心合規風險，甚至主動暫停合作、撕毀合同。更極端的情況是，美國把手伸到非美國云：你要是繼續給中企算力，我就限制你拿美國芯片。如果規則定得過于寬泛，這甚至可能影響到中企目前高度依賴美國云服務的非AI類海外業務。畢竟美國出各類法規殃及池魚的事情不是出了一次兩次了。

一旦走到這一步，國內可能會第一次真正面對自2022年以來的算力短缺，而且對中美AI競爭的影響會非常深遠。過去這幾年，中國公司訓練大模型的算力，主要靠三條路：一是2022年管制前或窗口期合法買到的英偉達芯片（比如 H800）；二是國產 AI 芯片，比如 華為 Ascend、寒武紀 MLU；三是遠程接入海外云拿 GPU 算力。

但第一條路現在基本已經走到頭了。數據中心里的 GPU 長期高負載運行，利用率常年在 60%–70%，單卡功耗動輒 700W，熱應力非常大。業內普遍的經驗是，GPU 在數據中心的“有效壽命”也就 1–2 年，最多 3 年。算到現在，早期那批卡能用的已經不多了，這個渠道幾乎可以忽略。

第二條路，也就是國產 AI 芯片，確實是未來最大的希望，這幾年進步也非?？?。但現實問題是，芯片和大模型之間的適配需要時間，尤其在早期階段，工程成本高、體驗也未必順手，很難立刻無縫頂上。

除了性能外，產能是最關鍵的。關于這塊的公開信息不太多。根據美國相關智庫統計，美國2025年B300 等效芯片的產量大概是367 萬顆，華為產量在 4 萬到14.6 萬顆 B300 等效芯片之間，僅占美國總產量的1%至4%。伯恩斯坦對華為之外其他中國國產芯片廠商的數據，認為其總產量僅為華為的 50%，或2025 年美國總產量的0.5%至2%。

筆者看到過各種行業分析和投行研報的數據，經常天差地別。但在這方面，相比三天兩頭冒出來的各種“突破”、各種“好消息”，筆者還是更相信常識。

首先，用于大模型訓練的高端GPU一定是短缺的，這一點相信很少人會質疑。

其次，用于生產高端GPU的半導體制造設備，是被美國管制的，特別是比較關鍵的光刻機，這導致我們只能以比較低的良率去生產芯片。如果去年有人告訴我國產高端GPU的產能只能滿足我國AI算力需求的20%，今年就突然變成了90%，那筆者一定是要打一個大大的問號的。畢竟，半導體技術的進步有其內在規律，如果我們沒有徹底地改變技術路線，天上不可能掉下管制的設備，良率也不可能神奇超越物理規律飛速提升。

另外，那么高的產能，配套的那些同樣被美國限制的東西，比如CoWoS，比如HBM，又是從哪里來的呢？

而這大概率也意味著，通過渠道三海外云服務獲取的算力，恐怕要占到我國AI算力總需求的相當比例。如果這條路被堵，對整體算力供給的沖擊，會比很多人想象得要大。

美國放松監管H200芯片出口的影響分析

特朗普政府要對中國放開H200，如果中企可以恢復采購，上述算力缺口自然可以得到彌補，我們對遠程云算力的依賴也會大為降低。根據筆者和不少業內人士的交流，只要能買到實體芯片，很多公司根本不愿意再用云來拿算力，尤其是大廠，更傾向于自己建數據中心。

因為云這種形式缺陷太明顯：

第一是太貴。業內普遍的說法是，用云算力的成本往往比自己買芯片高一倍甚至更多。中企辛辛苦苦賺來的錢，大量流進了英偉達生態下的美國云服務商口袋里，而這些錢又會被拿去反哺研發和模型訓練，繼續拉大與中國模型和企業的差距。

第二是不安全、不可控。一旦出現像 RASA 生效這樣的情況，外國云服務商出于合規或地緣政治風險考慮，隨時可能撕合同、斷服務，對國內大模型公司來說幾乎是致命一刀。更不用說長期、大規模依賴美國云本身就存在安全隱患——美國國會一些機構和專家早就指出，讓中企用美國云，既能賺錢，也有條件掌握中企的大模型訓練情況。拜登政府時期甚至一度考慮用行政令，強制美國云企業承擔這種監控義務，只是后來沒繼續推進。

有人會說，那不用美國云，用新加坡、日本、歐洲那些所謂的“小云”“新云”不就行了？但你別忘了，這些地方大多是美國盟友，而且 100% 依賴英偉達芯片。在美國的壓力下，它們并不一定可靠；在實際資源緊張時，算力會不會優先給中企，也要打一個大大的問號。

所以，看到白宮正式放開H200，國會卻在推進管云，筆者甚至暗自慶幸：中企終于可以擺脫美國的GPU云，用更充足的算力、更低的成本研發大模型，甚至在海外也自建數據中心，跟美國企業正面硬剛了，這對中國AI可是指數級的賦能。

但問題的確也不簡單。如果國內完全放開 H200，對國產芯片的沖擊一定不小，可能會拖慢我們推進國產替代、解決“卡脖子”的節奏。這種事，國家肯定要從中美長期博弈的角度去看——誰也說不準，今天解禁，明天關系一變，會不會又被一刀切掉；更別說還有在芯片里加定位、帶來網絡安全風險這些隱患。所以到現在，國家態度有點模糊，其實也很正常，這本來就是個需要反復權衡的大決策，后果會影響下一階段中美科技競爭的走向。

筆者真正擔心的是最壞的組合：如果最后決定不讓 H200 進來，國內算力只能繼續依賴海外云；但美國又很快通過立法把遠程云這條路直接掐斷，那就等于一下子沒卡可用，算力缺口會立刻顯現。這對國內 AI 技術、產業發展意味著什么，對中美 AI 競爭意味著什么，其實不用多說，大家都明白。

前幾天，清華大學基礎模型北京市重點實驗室辦了個 AGI-Next 前沿峰會。被調侃為“基礎模型四杰”的智譜唐杰、Kimi楊植麟、阿里巴巴林俊旸、騰訊姚順雨，還一起做了個圓桌討論。

討論中，主持人問了阿里的林俊旸一個問題：三到五年后，最領先的AI公司是一家中國公司的概率有多大？林俊旸的回答是：“我覺得是20%吧，20%已經非常樂觀了，因為真的有很多歷史積淀的原因在這里?！惫P者相信這個20%的評估可能出乎很多人的預料，尤其是這幾年那些對中國開源模型抱有很大信心的觀察者字。

林俊旸接著說：“如果從概率上來說，我可能想說一下我感受到的中國和美國的差異，比如說美國的Compute（算力）可能整體比我們大1-2個數量級，但我看到不管是OpenAI還是其他，大量的Compute投入到的是下一代的Research當中去?！?/p>

他還提到，中國在AI領域趕超美國的一個關鍵點，是中國的光刻機到底能不能突破，如果最終算力成了瓶頸，我們能不能解決算力問題。

其實，類似觀點在其他嚴肅的研究成果中也曾出現。比如上個月 DeepSeek V3.2 的技術報告，就非常直接地否定了現在國內挺流行的兩種說法：第一，算力不再是問題：恰恰相反，報告明確指出，總訓練 FLOPS 不足，正在限制模型“世界知識”的廣度；第二，中國一線開源模型正在快速追平美國一線閉源模型：報告同樣說得很清楚，差距不是在縮小，而是在拉大，尤其在復雜任務上，美國模型明顯更強。

中美AI博弈：并非僅是產業博弈

這類信息筆者一般都會特別留意?，F在 AI 太熱了，市面上各種人，不管到底懂不懂，都在不斷輸出觀點，結果就是各種脫離技術和產業現實的判斷滿天飛。相比那些武斷地說“scaling law 沒用了”“中國不需要那么多算力”“現在模型已經夠用了”的說法，筆者更愿意相信真正站在一線、自己在做模型和系統的人。

這一點，其實也和美國那邊的判斷是對得上的。雖然特朗普本人對芯片管制沒那么執著，甚至愿意拿出來談交易，但長期研究 AI 和算力的美國專家心里非常清楚。前段時間傳出美國可能允許 B30A 對華出口后，美國進步研究所就發了一份很扎實的報告：如果 2026 年美國全面禁止對華 AI 芯片出口，美國的 AI 計算能力將是中國的 31 倍；而如果允許 B30A 出口，這個優勢會迅速縮小到不到 4 倍。這本身就說明，算力到底有多重要，美國專家一點都不含糊。

該報告還很直白地指出：美國現在擁有的算力優勢，不只是“更快一點”，而是會持續放大差距。算力更多，意味著美國能訓練更強的模型，也更有條件去探索新的 AI 研究范式；還能同時養得起更多前沿 AI 公司，因為每一家都要燒大量計算資源。更重要的是，在算力充足的前提下，美國公司可以在推理階段“花更多時間去想”：對每一次模型調用，用更長的推理鏈、更慢的思考方式，做出更強的復雜判斷，甚至發展更強的自主代理能力，這些都會反過來繼續抬高模型上限。

也正因為這樣，在特朗普打算放開 H200 的消息傳出后，曾在美國商務部工作的 Chris McGuire 給了一個非常形象的評價：這就像“給老虎喂最好的肉”。本來是想靠卡算力把老虎餓住，結果反而讓它吃飽、長壯，獲得了訓練下一代模型的能力；等老虎真的強到一定程度，第一個被反噬的，可能就是喂它的人——在 AI 競爭中反過來擊敗美國。

總體來看，筆者越來越覺得，2026年中國 AI 在與美國的正面競爭中，形勢會非常復雜、也非常嚴峻，而且這是一場我們輸不起的仗。

過去兩年，中國 AI 企業主要靠“軟件壓榨硬件”在追趕美國：量化、剪枝、投機采樣，把有限算力用到極致，就像技術高超的賽車手，開著改裝民用車，勉強跟上法拉利，沒有被徹底甩開。但必須承認，這條路是有天花板的。模型從 FP16 壓到 Int4 還能接受，再往下性能就明顯塌陷，能省的基本都省完了。到 2026 年，美國 B200/B300 集群帶來成倍躍升的算力和帶寬，在絕對硬件優勢面前，所有省算力的技巧恐怕都會被碾壓，美國也可以直接跑更復雜、更先進的模型結構。

應用層面也是同樣的邏輯。2026 年之前，AI 主要是聊天、畫圖、寫文案，低精度還能湊合；但從 2026 年開始，AI 很可能加速進入科學研究、復雜代碼、人形機器人、金融風控等高復雜度場景，對模型能力和穩定性的要求會越來越高。如果中國 AI 因為算力不足，在模型能力上被美國拉開代差，就很難支撐 AI 在全社會的廣泛落地，更談不上真正實現 AI+ 的產業賦能。受影響的不會只是上層應用，而是整個 AI 產業鏈，包括最底層的硬件。

這幾年參加一些業界討論，筆者常有一個強烈感受：有些觀點把 AI 人為割裂成兩塊——一塊是 AI 硬件，尤其是集成電路；另一塊是 AI 模型和應用，仿佛彼此相對獨立，甚至利益不一致。但事實并非如此。AI 本身是一個完整的技術棧，就像黃仁勛常說的“五層蛋糕”：能源、芯片、系統、模型、應用，任何一層塌了，整體都會受影響，絕不能把 AI 矮化成“只是大模型應用”。

AI 不只是消費芯片，它本身也在制造芯片需求。過去幾年，AI 直接催生了大量新的集成電路增量：GPU、AI ASIC、NPU、HBM、高速互連、光模塊、電源與功率管理芯片、專用推理芯片、邊緣 AI 芯片等。傳統軟件升級，對芯片需求的拉動可能有限；但 AI 的一個新能力、新應用上線，往往意味著推理算力、顯存、帶寬、互連需求成倍增長。

換句話說，AI產業本身能不能發展起來，將直接決定我國集成電路產業技術和產業發展的未來市場空間和可持續性。

從長遠看，現在正好卡在全球產業變革的關鍵節點上。技術在跳躍，地緣政治在重塑產業結構，AI 正在改變整個經濟怎么生產、怎么創新。算力、芯片、能源這些東西，已經不只是生意，而是直接變成了國家實力的一部分。

與此同時，新產業的門檻被抬得越來越高。不管是先進芯片、AI 模型，還是機器人、生物技術，起步更貴、周期更長、系統更復雜，很容易走向贏家通吃。一旦在這個階段掉隊，后面再追，成本會成倍、甚至指數級上升。

今天的選擇，基本就在決定未來十到二十年的產業位置和國家競爭力。如果 AI 的“奇點”真來得很快、而美國又搶先實現 AGI，那影響的就不只是產業輸贏，而是國家安全和國際戰略穩定層面的根本問題。這個事太大了，選錯了后果不敢想。

來源：東不壓橋研究院（原文標題《白宮要放H200，國會要管制云》）

免責聲明

本文僅代表原作者觀點，不代表走出去智庫立場。

延展閱讀

▌地緣政治風險:

▌出口管制與制裁:

▌跨境數據監管:

▌全球科技競爭:

▌品牌聲譽管理: