由工業電力支持的成功：中國如何實現人工智能的自主獨立

八年前，ZTE的故事是一堂依賴外國技術的苦澀教訓。2018年4月16日，美國對該公司實施制裁，立即中止其運營，留下8萬名員工和超過一兆元人民幣的年收入陷入癱瘓。如今，八年過去，產業講述著一個截然不同的故事。到2026年2月，DeepSeek宣布推出一款完全基於國產芯片的多模態模型，首次實現了獨立於NVIDIA的完整解決方案。這一轉變並非偶然，而是結合算法、芯片創新以及豐富工業電力等多方面的戰略結果。

越過封鎖：從CUDA壟斷到自主建設

中國AI企業面臨的真正問題，不僅是芯片，更是NVIDIA的CUDA平台。該平台由NVIDIA於2006年推出，已成為全球AI產業的支柱。到2025年，已有450萬開發者與之相關聯，超過90%的全球AI開發者在此環境中工作。

核心問題在於CUDA形成了一個自我加速的輪子：用戶越多，工具和庫越繁榮，吸引更多開發者。隨著時間推移，轉向CUDA的投入變成了一個需要重寫多年積累經驗和代碼的難題。

但美國多次限制——2022至2024年間的三波限制——迫使中國企業選擇更艱難的道路。它們選擇了間接路徑，從算法開始，而非芯片。

新的方程式：優化算法與經濟效率

2024年底至2025年，中國AI公司廣泛採用混合專家模型（MoE）。不再啟用一個超大模型，而是將任務分配給多個小專家，極大降低資源消耗。

DeepSeek V3就是這一策略的典範：擁有6710億參數，但在推理時只激活37億（5.5%）。訓練成本約557萬美元，使用2048個H800 GPU，持續58天，而GPT-4的訓練成本則高達7800萬美元。

真正的革命在於價格。DeepSeek API每百萬字符收費0.028美元，而GPT-4o為5美元，Claude Opus為15美元。差距高達25到75倍。

這種經濟效率的差異，不僅是數字遊戲，更是市場結構的轉變。當AI應用從簡單對話轉向智能代理（消耗10到100倍的符號），價格成為關鍵戰略因素。僅在2026年2月，三周內，中國模型在OpenRouter上的使用激增127%。

本土芯片：從推理到訓練的飛躍

僅降低推理成本還不夠，真正的挑戰是持續訓練新數據的能力。這裡，本土芯片登場。

2025年，一家中國公司在一個小城市建成長達148米的計算機生產線，專為製造服務器，採用龍芯3C6000處理器和完全自主研發的泰初元氣卡。預計年產能10萬台，投資超過11億元人民幣。

最重要的是，這些芯片已從“推理能力”轉向“訓練能力”。2026年1月，智譜AI推出了GLM-Image模型，首個完全用國產芯片訓練的高階圖像生成模型。2月，超大型通信模型在中國自主計算架構上訓練，擁有數萬個處理單元。

這是質的飛躍：訓練需要處理海量數據和複雜梯度計算，對計算能力、帶寬和軟件環境的需求比單純推理高出十倍。

華為昇騰處理器已成為這一系統的核心。到2025年底，昇騰開發者超過400萬，合作伙伴超過3000家，訓練的模型超過43個。

真正的基礎：工業電力與地緣政治穩定

如果算法是智慧，芯片是肌肉，那麼工業電力就是血液，為整個過程提供動力。這也是中國最大的戰略優勢。

2024年，美國數據中心用電達183太瓦時，占國內總用電的4%。預計到2030年將翻倍至426太瓦時，約佔總用電的12%。ARM的CEO預測，到2030年，美國AI數據中心用電將佔全國的20%到25%。

問題在於，美國電網已經捉襟見肘。PJM地區面臨6GW的容量缺口。美國預計到2033年將出現175GW的缺口，約等於1.3億戶家庭的用電量。五年內，數據中心集聚區的電價批發價上漲了267%。

相較之下，中國的電力產能是美國的2.5倍，年產10.4萬億千瓦時，對比4.2萬億千瓦時。更重要的是，家庭用電在中國僅佔15%，而美國則高達36%。這意味著豐富的工業用電資源。

在價格方面，美國AI集聚區的電價約每千瓦時0.12到0.15美元，而中國西部工業用電約每千瓦時0.03美元，僅為美國的四分之一到五分之一。

這一巨大差距，使中國能以極低成本建設計算基礎設施。字節跳動、騰訊、百度等都計劃在2026年擴大本土服務器的進口。中國的智能計算總量已達1590 EFLOPS。

全球擴展：從製造到符號出口

當美國面臨電力危機時，中國的AI正悄然走向全球。這次，出口的不是產品或工廠，而是符號（Tokens）——AI模型處理的微數據單位。

DeepSeek的數據顯示：30.7%的用戶來自中國本土，13.6%來自印度，6.9%來自印尼，4.3%來自美國。支持37種語言，主導巴西等新興市場。全球有2.6萬家公司擁有帳號，3,200家機構部署了企業版。

在中國，DeepSeek佔據89%的市場份額。在受制裁國家，份額在40%到60%之間。2025年，全球AI新創公司中，有58%將DeepSeek納入技術架構。

新興市場由於追求經濟效益，轉向中國模型。這是一個極為稀缺的結構性空白：一個因地緣政治壓力而急需替代NVIDIA的市場。

日本的教訓與中國的不同道路

1986年，日本與美國簽署半導體協議，結果慘烈：日本在DRAM市場的份額從80%跌至10%。到2017年，晶片市場的份額僅剩7%。

關鍵差異在於：日本只追求成為系統中的最佳產品，並未建立自主的產業鏈。它依賴外部力量，未打造獨立的生態系。

中國則選擇了更艱難但更可持續的道路：從算法的極致優化，到芯片由推理轉向訓練，再到累積400萬開發者的Ascend體系，最後推向全球新興市場和國際符號市場。每一步都建立了一個獨立的產業體系，這是日本從未擁有的。

價值與戰爭：真正的代價

2026年2月27日，三家中國芯片公司同日公布業績：

• Kimotech：收入增長453%，首次實現年度盈利
• Moistech：收入增長243%，淨虧損10億
• Moxtech：收入增長121%，淨虧損8億

一半是火焰，一半是水。火焰代表市場的狂熱需求。NVIDIA留下的95%空白，正逐步被本土數字填補。

水則是建立生態系的巨大成本——每一筆虧損，都是實實在在的投入：研發、軟件支持、工程師出差解決兼容問題……這不是管理不善，而是“戰爭稅”，是打造自主生態系的必要代價。

這三份財報，最真實地展現了對算力的戰爭——不是一場激勵人心的勝利，而是一場激烈的前線戰鬥，血與火的較量。

核心問題

八年前，我們問“我們能否存活？”。如今，問題變成：“為了生存，我們要付出什麼代價？”。

這個代價，正是實質性的進步。中國不再是為了存活而戰，而是為了建設——建立一個自主的計算體系，依靠豐富的工業電力、優化的算法、本土芯片，以及數百萬開發者。這與日本的路徑截然不同，代表著真正的自主與獨立。