中国互联网与AI模型:美国算力租赁政策演变的影响分析 一、涉及行业与公司 - 行业:中国互联网、AI模型开发、云计算服务(CSP)、数据中心(AIDC) - 公司:阿里巴巴(阿里云)、腾讯、字节跳动(未覆盖)、Z.AI、MiniMax、GDS、VNET、Range Intelligent(润泽科技)[1][2][11] 二、核心观点与论据 1. 美国政策方向与影响机制 - 美国政策制定者围绕远程算力访问/芯片安全及KYC规则提出更严格的终端用户验证要求,旨在减少甚至关闭中国企业通过租赁和远程访问渠道获取前沿外国算力的通道[1] - 更全面、更严格的算力访问制度可能限制中国AI实验室以最大规模训练前沿模型,但下游应用部署和推理应基本保持韧性,并越来越多地利用国产芯片[2] - 政策最终范围、实施时间表和可执行性仍不确定[1] 2. AI发展路径分化 - 预计形成分叉的AI发展路径,类似中国相对独立的互联网生态[2] - 前沿能力差距可能扩大,但中国参与者将加速战略转向:领域特定的企业和工业解决方案、推理成本优化、开放权重分发、多模态应用、具身AI/机器人[2] - 垂直整合的商业模式(如中国互联网巨头)在算力受限环境中可能更具韧性,因其结合了云、模型、企业代理和分发(如腾讯WorkBuddy、阿里QwenWork、字节豆包Work)、消费者应用及国产硬件优化[2] - 中国云厂商85%以上收入来自国内,可能看到更高利用率、更强预订需求及现有合规算力资源的稀缺价值[2] - 租赁算力(尤其是高端租赁算力)的任何影响,可能在国产芯片产能全面爬坡前影响未来几年增长前景(近期影响但终端价值影响有限,因中国算力自给可见性高)[10] 3. 独立前沿模型开发商/AI实验室 - 面临更大不确定性,因AI实验室需要获取最佳算力进行模型训练/扩展以保持在前沿[11] - 若政策实施,预计加速中国实验室战略转向:从最大化模型通用性能(AGI预训练扩展)转向效率最大化与资源池化之间的平衡,聚焦国产技术栈整合和真实世界工业/物理AI数据优势[11] - 财务实力、现有锁定算力的韧性以及转向国产芯片主导的模型训练时代的能力是关键要素[11] - 近期有更多案例显示中国AI模型仅利用国产芯片执行预训练扩展(但需要更长训练时间/更高成本),同时国家持续推动国内算力池化(如国家超算互联网——统一的国家计算网格池化,用于高性能和AI算力)[11] - 商业可行性/变现路径保持完整,推理需求可越来越多地由国产算力满足(驱动ARR和可持续商业模式),例如Z.AI 80%的收入来自国内(截至3Q26E),中国AI模型采用率随达到关键智能阈值而显著增长(驱动正向模型改进飞轮)[11] - 中国AI模型的开放权重方法仍是走向全球的独特差异化因素,因企业和国家可将开放权重模型后训练为可定制的私有部署模型[11] 4. 数据中心影响因商业模式而异 - 传统电力外壳(如GDS、VNET)对先进算力暴露较少,可能受影响较小,但国产算力爬坡速度对其增长轨迹仍至关重要[11] - 综合AIDC(如Range Intelligent):近期资本支出指引的执行是确保中期(3-5年)从已安装算力中获取利润池的关键,对国产基础设施的适应性已在推进中;市场仅部分定价中期利润池但未定价长期增长[11] - 出海运营商可能面临更严格的客户IT负载监管审查,尽管具有供应链优势[11] 5. 阿里云收入敏感性分析 - 报告提供阿里云FY28/29E AI云与算力服务收入增长敏感性分析, flexing 更受限租赁算力的潜在影响,若增长需主要依靠现有算力+增量国产芯片驱动[10][13] - 不同情景下(当前估计、仅靠现有自有算力+资本支出驱动、靠现有"自有+租赁"算力+资本支出驱动)FY28E云与算力服务收入同比增速存在差异,但长期随国产芯片产能爬坡将保持韧性[17][18] 6. 全球AI算力支出趋势 - Gartner 2026年IaaS支出数据显示,推理占全球AI算力支出的比例预计在26E超过训练[19] 三、其他重要但可能被忽略的内容 - 报告由高盛(亚洲)有限责任公司分析师团队撰写,包括Ronald Keung, CFA、Timothy Zhao、Steve Qiu、Damian Xie、Iris Xiao、Eunice Liu、Alex Zhao[3][4][5][6][7] - 高盛与所覆盖公司存在业务往来,可能存在影响客观性的利益冲突,投资者应将本报告仅作为投资决策的单一因素[8] - 字节跳动相关运营指标由高盛通过分析所覆盖行业和公司后外推得出(字节跳动未被高盛覆盖)[26] - 报告引用相关研究:阿里巴巴集团深度研究(买入评级,2026年11月9日)、中国互联网与AI模型 mega-cap 3Q财报前瞻(2026年11月9日)、LLM专家电话会系列(2026年10月30日)[27] - 报告包含多个图表:阿里云收入敏感性分析(Exhibit 1)、AI云与算力服务增长敏感性(Exhibit 2)、阿里云/Z.AI/MiniMax国内外收入结构(Exhibit 3,截至3Q26E)、全球AI算力支出推理占比(Exhibit 4)、阿里真武PPU高性能AI基础设施(Exhibit 5)、中国数据中心AI加速器出货市场份额(Exhibit 6,1H 2026)、中美主要云服务商历史与预测资本支出(Exhibit 7,十亿美元)、中美主要云服务商资本支出与经营现金流比率(Exhibit 8)[13][15][17][19][22][24][28][30] - 报告还引用东盟数据中心入门指南(2026年8月25日)[33]
中国互联网与 AI 模型:美国算力租赁政策变化对中国 AI 模型、云服务商和数据中心的影响Navigating China Internet & AI models_ Contextualizing implications of evolving US policies around rented compute access for China’s AI modelsCSPsdata centers