中国启动2950亿美元AI基础设施计划，采用国产芯片排除英伟达市场准入。

中国已经制定了一项2万亿元的计划——按照当前汇率计算为2950亿美元——在2028年之前建设一个统一的全国AI计算网格。该计划要求为基础设施供电的AI加速器芯片中至少80%来自国内供应商。如果执行这项要求，将有效地终止英伟达和AMD对中国AI建设市场的访问权限，并将华为、阿里巴巴云、壁仞科技和摩尔线程定位为历史上最大的国家导向型AI基础设施投资的主要硬件受益者。

为了提供背景信息：美国的星门计划在2026年1月公布，承诺了未来四年5000亿美元的私人投资。中国的计划是未来五年2950亿美元的政府导向型支出。规模相当。架构不同。该计划对国内芯片生产商施加的限制可能是该计划面临的最大挑战。

该计划由中国国家发展和改革委员会制定，要求将数千个数据中心连接到一个统一的计算网格。这些设施将主要由国有运营商中国移动和中国电信运营，它们提供网络结构将地区数据中心缝合成一个全国可访问的计算资源。完全互连的目标是2028年。各个数据中心已经在北京、上海、成都和中国自2021年以来在"东数西算"计划下正在开发的指定西部计算区进行建设。

该网格旨在将AI计算作为国家资源提供，供国内公司、研究机构和政府机构通过统一的API层访问——本质上是一个由国家拥有、建立在国内硅芯片基础上、跨运营商可互操作的国家级云。资金主要通过主权债务和超长特别政府债券流动，这是中国在以前的计划中为大规模基础设施使用的融资机制。当包含电网集成——运行这个密度的设施所需的电气基础设施——时，总体预计投资至少达到5万亿元，大约7400亿美元。

最具后果的因素是芯片采购要求。国家网格中至少80%的AI加速器硬件必须来自国内供应商。其余20%可以来自国际供应商，但该命令有效地围绕中国硅芯片构建整个构建过程。这不是新的政策方向；它代表了自2022年以来一直在建立的框架的加速。在2026年5月，北京正式批准了九类国内开发的AI芯片在政府和安全敏感部门的部署——有效地为华为的昇腾系列、阿里巴巴的含光800、壁仞科技的BR100和BR104以及摩尔线程的MTT S80在政府框架下的采购扫清了道路。

该命令同时完成三件事。首先，它将英伟达和AMD从国家网格的主要招标流程中排除。两家公司总部都在美国，其旗舰AI加速器——英伟达H100、H200、B100；AMD MI300X——仍然受到美国出口管制的约束，禁止其在超过特定性能阈值的AI应用中销售到中国。即使没有这项命令，这些出口管制已经限制了最高性能的英伟达和AMD芯片进入中国市场。其次，它为国内芯片生产商创造了有保证的采购量，达到他们从未经历过的规模。成立于2019年的壁仞科技和成立于2020年的摩尔线程在有意义的企业规模上还未产生收益。国家网格命令一夜之间改变了他们的市场结构。第三，它加速了中国芯片通过批量生产经验来缩小性能差距的时间表。芯片性能在一定程度上是制造产量的函数——更多的生产意味着更好的良率、更好的质量控制和更快的迭代。这一规模的国家采购既起到基础设施计划的作用，也起到半导体成熟的产业政策的作用。

华为是最先进的国内AI芯片生产商。其昇腾910B芯片由中芯国际生产，采用7纳米工艺，是国内生产AI加速器的当前基准。2025年国内研究人员发布的基准测试显示昇腾910B在标准变换器训练工作负载上的性能大约达到H100的60%至70%——差距明显，但比两年前要小。生产制约因素是HBM（高带宽存储器），即靠近AI加速器芯片并对注意力密集型工作负载的性能至关重要的堆叠存储器。SK海力士、美光和三星生产全球HBM供应——所有这些都是受出口管制框架约束的美国盟国公司。中国的国内HBM容量最少。华为可以设计加速器；它无法在没有进口HBM的情况下轻松填补内存需求，这种依赖性限制了它可以组装多少昇腾芯片。

壁仞科技生产BR100芯片，这是一款采用7纳米工艺针对HPC和AI工作负载的芯片。早期基准测试显示其性能与英伟达早期A100级硬件具有竞争力。该公司在2026年5月获得了政府安全许可，现在有资格进行国家网格采购。摩尔线程专注于图形和AI推理而不是训练。其MTT S80芯片主要针对推理部署，这很重要，因为中国的构建需要训练基础设施（构建模型）和推理基础设施（提供服务）。阿里巴巴云生产含光800，针对阿里巴巴特定工作负载配置文件的推理进行了优化。它不是一个通用的AI加速器，而是一个定制化推理芯片；它对国家网格的相关性取决于推理工作负载是否以合约方式由阿里巴巴的云基础设施承担。

中国芯片高管已公开承认，该国在AI数据中心硅芯片方面落后领先水平5至10年。这种差距主要不在芯片设计上——而在于制造工艺和内存栈。台积电的3纳米以及三星和SK海力士的先进HBM3/HBM3e代表了中国目前无法在国内复制的生产能力。中芯国际是领先的中国代工厂，生产于7纳米，正在通过工艺改进扩展到5纳米等效。这是有意义的进步，但不是追赶。

2950亿美元的命令加速了中国目前可以制造的采购。它并不消除潜在的技术差距。一个建立在7纳米级硅芯片基础上和受限HBM供应上的国家网格将提供的计算能力比每美元等效的美国基础设施运行英伟达Blackwell芯片加上完整的HBM3e内存栈要少得多。

中国在模型层面已经展示了一个解决方案：推理效率。DeepSeek的R2系列在推理基准测试中相对GPT-5的推理表现具有竞争力，同时每推理调用使用的计算量要少得多。如果中国模型开发继续优化硬件受限推理，国家网格所服务的应用程序计算容量的差距就没那么重要了。

从美元角度来说，比较是直接的；从结构角度来说，比较是复杂的。美国AI投资是追求回报的私人资本。中国的投资是追求战略容量的国家资本。两者都在大规模建设计算。只有一个从第一天开始就将硬件制约内置到命令中。

对于开发和构建AI应用程序的开发者和公司，中国国家网格计划将自2022年以来非正式为真的事情正式化：现在存在两个独立的全球AI基础设施栈，并且它们正在分化。为美国和盟国市场部署构建的应用程序在英伟达硬件上运行，使用美国总部的API提供商，并在出口管制框架下运营，该框架假定了芯片访问。为在中国部署而构建的应用程序在国内硅芯片上运行，连接到国家运营的计算资源，并在假定国家访问的数据本地化要求下运营。这两个栈在任何有意义的方式上都不可互操作。在英伟达硬件上训练并通过OpenAI的API提供服务的模型不能简单地移植到国家网格。在昇腾硬件上训练并针对国内推理芯片优化的模型将需要重新工作才能在英伟达基础设施上以等效性能运行。