從 H200 解禁到算力配給：中國 AI 戰略的下一階段
AI已是美中戰略競爭最顯著的領域之一，多數觀察均圍繞「美國能否透過出口管制限制中國」及「中國能否完成技術追趕」的二元框架展開。近半年來H200在中國經歷了「獲准出口、零交付、有限放行」，顯示上述的二元框架可能忽略了中國政策的另一個面向。在此同時，H200亦成為觀察北京AI戰略的重要切入點。
2025年末，美國放行 H200 對中出口，核准阿里巴巴、騰訊、字節跳動與京東等近十家中國企業採購資格。然而，獲批晶片事後並未交付，且中國企業在北京指導下刻意放慢或撤回訂單（路透社，2026年5月14日）。對此，美商務部長盧特尼克於參議院聽證會稱，此現象並非美方限制，而是中國政府不允許企業購買所致。
2026年7月，出現北京放行阿里巴巴、字節跳動與DeepSeek少量採購 H200跡象，惟總量可能低於20萬顆，不及企業需求一半。美國官員亦證實，H200 已極少量出貨至中國與香港，且仍採逐案審查（The Information，2026年7月7日）。因此，不宜將以上政策訊號視為全面解禁，而是從零交付進入配額管理。
2026年8月，字節跳動與騰訊分別取得約1萬顆 H200。其他科技企業亦得以取得相近數量，惟每筆採購仍須在發改委監督下個別申請。此外，儘管美國允許單一企業採購最多10萬顆，惟北京未允許H200 全面進入國內，多數運往香港（金融時報，2026年8月18日）。值予關注之處在於，香港並非資料中心重鎮，電力供應亦存在壓力，部分晶片可謂處於「雖獲批准，未獲充分使用」狀態。
換言之，H200 對中供應於三個月內由零交付走向配額管理，其後雖少量交付，惟北京仍高度管制。因此，觀察重點早已由「美國管制中國與否」轉向「北京仍不願全面開放的理由為何」或「北京仍高度管制國內使用者的理由為何」。
中國 AI 發展仍難以離開 Nvidia 算力
中國近年積極發展AI晶片國產替代政策，若北京已經完成 AI 晶片的國產替代，本應不再對 Nvidia 保持強烈需求。然而Nvidia 高階 GPU 價格於中國黑市持續攀升，DGX B300 伺服器短期內價格翻倍，連已上市多年的 A100 也明顯漲價、供不應求。部分業者甚至開始改裝原本用於遊戲的 GPU，或透過香港等地另闢取得管道（金融時報，2026年6月24日）。換言之，中國市場對海外算力需求並沒有消失，惟目前已轉向成本更高的路徑。
另一方面，北京航空航天大學、西北工業大學等「國防七子」研究機構，仍嘗試租用 Nvidia H200 的遠端算力。反映此類前沿研究機構仍存在對 Nvidia 之算力需求（彭博社，2026年6月2日）。
其主因或出自Nvidia 在CUDA平台建立的 AI 運算生態優勢。對頂尖領域的研究而言，更換晶片並非簡單地更換部分硬體，更意味必須重新調整軟體環境、修改模型、重新驗證整套工作流程，恐有遲滯研發時程風險。
在此背景下，即使取得成本提高、政策風險增加，繼續使用 Nvidia 對部分研究機構與科技企業而言，仍存在非常現實的誘因。這也解釋了為何官方管道一度呈現零交付，黑市、租賃與海外算力需求卻未同步消失。
由此亦可一窺中國AI戰略的下階段走向，北京面對的並非單純的國產替代問題，更大程度是技術自主與競爭速度間的矛盾。即便國產晶片持續取得進展，然而在對美競爭最激烈的前沿 AI 領域，中國仍對 Nvidia 高階算力存在結構性需求。
北京真正管理的是：誰能使用先進算力
如上所述，北京在2026年7月後採用的晶片配額、逐案批准，顯示北京的政策路徑更接近一種「選擇性配置」。高階海外算力正在從一般商業採購，轉變成一種需要被批准才能取得的資源。
與此同時，北京未放鬆對國產晶片的推動。近一年來，中國持續把 AI 訓練與推理晶片納入「安全可靠測評」與信創體系，透過政府部門、國有企業與大型資訊系統的採購需求，建立國產晶片的制度性市場。這套政策未必意味國產晶片性能已全面超越 Nvidia，但卻能讓本土供應鏈擁有足夠訂單進而建立生態系統。
上述現象反映了看似相互矛盾，實際上卻能共存的政策結構：北京一方面希望透過國產化建立長期不受制於人的底牌；在此同時，又不願讓中國最前沿的 AI 研發因為追求自主而立即失去與美國競爭的速度。在此邏輯下，北京目前的政策可暫時理解為對兩種不同性質的算力需求。
第一種，可稱爲「戰略競爭算力」，其直接關係到前沿模型訓練、頂尖科學研究與對美科技競爭的領域。在這些場景中，追趕甚至反超的速度，比立即完成自主替代更急迫，因此 Nvidia H200 仍可能被有限度地允許使用。
第二種，可稱為「體制內部算力」，主要應用於政府機關、國有企業與大量一般性資訊系統。這些領域對最前沿性能的要求相對較低，卻擁有龐大的採購規模，更適合作為國產晶片建立市場、磨合生態與降低長期依賴的空間。
目前公開資訊尚不足以證明，北京已正式建立一套統一的「算力分級制度」，然而，中國實驗室在 AI「推理」環節愈來愈多採用國產晶片，但在技術要求更高的「訓練」階段，多數企業仍使用 Nvidia（金融時報，2026年8月19日）。換言之，訓練前沿模型所需要的算力，更接近前述的「戰略競爭算力」；大量、可替代性較高的推理工作，則更適合交給國產晶片承擔。
上述情況也同時意味著，這樣的分別可能不僅按機構別劃分，亦可能按任務階段劃分，甚至連「在哪裡使用」也開始被納入管理。若北京要求部分企業將大部分 H200 留在香港等境外據點的報導屬實，將使晶片處於可以使用、卻不完全自由流動的狀態。誰能用、用在哪個環節、在哪裡用，已逐漸成為此資源配置邏輯的不同維度。
簡而言之，由可見的政策轉變可推測，北京正在進行的並非單純的晶片進口管制制度，而是把高階算力從一項企業可以自由採購的商品，逐步轉化為一種需要資格才能取得的戰略資源。
北京的AI治理邏輯已由「全面開放與否」轉向「誰能長期使用高階算力」
長期以來，對中國 AI 戰略的討論，多聚焦於「美國出口限制」與「中國國產替代」。然而，H200 的案例顯示，外部供給並非唯一變數：在中國仍對海外高階算力存在結構性需求的情況下，北京如何配置這些有限資源，同樣可能影響中國 AI 的發展速度。
因此，未來真正值得追蹤的，不只是中國能否取得最先進晶片，而是：哪些產業、機構與研究領域，能持續被留在高階算力的使用名單上。
