行业内参 —— 美国AI算力管制新令对亚太数据中心的影响

最近，美国商务部对AI芯片实施的新一轮出口管制在全球科技圈掀起了轩然大波。这些措施不仅影响了中国市场，更是让整个亚洲的数据中心行业都感受到了波澜。笔者参考了一些国外行业评论，结合去年在印尼和马来西亚项目，对市场观察分析，简单解读这波管制潮对亚太IDC行业带来的影响。

美国这次的管制框架可以说是"大手笔"。它把全球划分成了三个层级，对不同国家实施不同程度的限制：

• 第一层级：主要包括美国及其18个主要的盟友和安全伙伴，这些国家在战略技术控制方面与美国高度一致，并拥有值得信赖的出口管制制度。这些国家可以根据“人工智能授权（AIA）”例外条款进口GPU，但进口实体的总部或最终母公司必须位于第一层级国家

• 第二层级：包括25个武器禁运国家和地区，基本被禁止使用，包括中国（大陆和港澳，俄罗斯和叙利亚……）

• 第三层级：包括其他所有国家（如马来西亚、新加坡，印尼，沙特，阿联酋，泰国等），需要接受不同程度的限制

关键管制指标：TPP

管制的核心指标之一是总处理性能（TPP）。以目前最受关注的英伟达H100 GPU为例，其TPP值高达15,821，远超出口管制标准。这意味着想要获得这类高性能芯片，必须经过严格的审批流程。

VEU框架：新的门槛

美国还建立了"验证最终用户"（VEU）框架，分为两类：

1. UVEU：主要面向总部在第一层级国家的公司，如微软、亚马逊等

2. NVEU：可能授予第三层级国家的实体，但需要满足严格的条件

这个框架直接影响了各家企业获取AI芯片的难易程度。比如，UVEU企业在第三层级国家部署的算力不能超过其全球总量的7%。

第一层级国家：优势显著

在美国的分层管制框架下，日本、韩国和澳大利亚作为第一层级国家，获得了明显的发展优势。这些国家不仅能够自由获取高性能AI芯片，还可以吸引全球科技巨头在当地建设大规模AI训练中心。

以日本为例，其数据中心市场正在经历显著增长。得益于优越的政策环境和基础设施条件，日本正成为全球AI创新的重要基地。多家美国科技巨头已经宣布在日本扩建数据中心，用于支持大规模AI模型训练。日本政府也在积极推动本土AI芯片研发，努力打造完整的AI产业生态链。

澳大利亚的情况同样令人瞩目。作为第一层级国家，澳大利亚不仅在GPU采购方面享有优势，其稳定的政治环境和完善的基础设施也吸引了大量国际投资。特别是在可再生能源数据中心领域，澳大利亚凭借丰富的太阳能和风能资源，正在建设多个绿色数据中心集群。

东南亚市场：机遇与挑战并存

马来西亚：规划受阻

马来西亚的案例最具代表性。以YTL为例，这家能源巨头原计划在柔佛建设全球最大的主权AI项目，采用直接芯片液冷技术。但在新规下，如果无法获得NVEU许可，这个雄心勃勃的项目可能面临重大调整。

而国内出海的重要客户，字节跳动/抖音（TikTok）的案例在马来西亚的数据中心扩张计划也受到直接影响，这也连带影响到其合作伙伴甲骨文的业务布局。

新加坡：双重管制下的平衡

新加坡的情况比较特殊。除了面对美国的AI芯片管制，新加坡本身还实施着严格的数据中心容量管制（DC-CFA）。这种双重管制使得新加坡的数据中心发展面临独特挑战。新建项目需同时满足能效和算力管制要求，现有设施的升级改造也受到多重限制。不过，这可能会促使新加坡数据中心向更精细化、高质量的方向发展，而不是简单追求规模扩张。

印度尼西亚：潜力与风险并存

印度尼西亚拥有东南亚最大的数字经济市场，这让它在数据中心布局中具有独特优势。然而，作为第三层级国家，印尼同样面临着AI芯片采购的限制。目前，一些印尼本土企业正在寻求与美国科技巨头合作，希望通过UVEU框架获取更多算力资源。同时，印尼政府也在积极完善相关政策，力图在合规的前提下推动本土数据中心产业发展。

泰国：转型中的新机遇

泰国的数据中心市场正处于转型期。虽然受到出口管制的影响，但泰国正在利用这个机会推动产业升级。泰国政府推出了"数字经济走廊"计划，吸引国际数据中心运营商入驻。同时，泰国也在加强与美国科技公司的合作，希望通过技术引进和本土化发展，提升自身在区域市场中的竞争力。

市场展望

亚太地区的数据中心格局正在发生深刻变化。第一层级国家凭借政策优势，正在成为区域AI创新的重要枢纽。而东南亚国家虽然面临管制限制，但庞大的市场需求和不断完善的基础设施，仍然为行业发展提供了广阔空间。

未来，我们可能会看到更多区域性合作模式的创新。比如，通过在第一层级国家部署AI训练集群，在东南亚布局推理节点的混合架构，既满足合规要求，又能充分利用各地区的比较优势。同时，绿色数据中心和可持续发展也将成为区域市场的重要发展方向。

美国的AI管制措施，主要通过限制高性能AI芯片的出口，以及对AI模型训练和使用的限制，对中国智算中心行业产生了深远的影响。这些管制措施直接影响了中国智算中心建设和运营的多个方面，既带来了挑战，也创造了一些机遇。

（以下观点只是整合各方观点后的笔者浅显见解）

主要挑战

1. 芯片获取受限：

美国对中国实施了严格的芯片出口管制，特别是针对高性能GPU。这些GPU是AI模型训练和推理的关键硬件，其获取难度直接影响了中国智算中心的建设速度和算力水平。

管制措施主要针对具有较高总处理性能（TPP）和性能密度的芯片，这意味着中国企业难以获得最先进的AI芯片，这直接限制了中国在AI领域的研发和应用能力。

虽然存在一些低处理性能（LPP）的豁免，允许Tier 2国家购买一定量的受控计算资源，但这对于满足大规模AI训练需求来说远远不够。即使通过其他途径获取芯片，也面临着供应链复杂、风险高、价格不透明等问题

2. 算力成本波动更大：

由于之前NV芯片短缺，市场上的AI芯片价格被炒高，导致智算中心的建设和运营成本大幅上升。这使得许多中小企业难以承受高昂的算力成本，算力租赁价格也随之波动。

大企业采购会考虑合规角度很难选择非正规渠道，如果有居间公司处理灰色地带，这部分又要变成合规经营应该蛮难。国内会不会出现低效算力属于落后产能，投资是鸡肋，然后高效算力只能在海外通过各种方式满足。如果是如此，那么国内智算中心的投资回报周期实际上难以预测。

3. 合规风险增加

美国的出口管制不仅限制了芯片的物理目的地，还限制了最终用户所属国家。例如，即使在第三国运营的公司，如果其母公司位于受限国家，也可能面临GPU访问限制。这增加了合规操作的复杂性，并可能导致一些中国企业在海外的业务受到影响。

美国引入了“验证最终用户”（VEU）框架，这使得只有被批准的实体才能进口AI芯片。这增加了不确定性，并可能导致一些中国企业难以获得所需的计算资源 。

此外，美国政府也可能随时调整管制措施，这使得中国企业难以制定长期的发展规划。

4. 市场秩序混乱：

在AI算力需求爆发式增长的同时，也出现了一些“投机客”和“算力掮客”，他们通过各种方式套取政府补贴、哄抬算力价格、扰乱市场秩序。

一些企业为了获得银行贷款，会提供虚假的租赁协议。还有一些企业会购买二手卡或低端设备，谎报性能，以获取更高的利润。这些行为导致智算中心空置率高，算力资源浪费严重。

5. AI算力配套设备发展速度下降

又说到二级市场热炒的HVDC，PSU和BBU，液冷CDU设备的市场前景问题。如果产业链掌握在美国手里，实际上AI服务器都是美国公司，中国公司能成为美国公司的供应商难度有多大？如果中美服务器功率密度和芯片出现应用的代差，意味着AI服务器所需的配套设备也会出现代差。也就是第一层级国家发展更快而国内需求缓慢，国内公司这类产品只能卖给美国为首的服务器厂商（或者台系公司），那么这个市场空间就会打压，二级市场炒作有难度。

潜在机遇

1. 国产替代加速：

美国管制措施倒逼中国加速国产芯片的研发和应用。虽然目前国产芯片在性能上与英伟达等国际巨头仍有差距，但国家层面的支持和市场需求将推动国产芯片快速发展。

一些地方政府会鼓励在预算中加入国产GPU和服务器采购，利用国家对国产算力的扶持政策。

2. 技术创新加速：

在无法获得最先进的外国技术的情况下，中国企业将更加重视自主研发，加速在AI芯片、模型算法等领域的创新。算力芯片效率发展如何，生态成熟度如何，这部分笔者没有know how，或许大厂的人能多了解一些。

3. 绿色算力发展机遇：

国家鼓励发展绿色算力，支持可再生能源发电企业与智算中心合作。新疆等地区出台政策，支持智算中心利用当地丰富的风光资源，降低能源成本。这里面产业逻辑还是比较模糊，究竟先绿色能源（过剩），再引入算力。还是先算力，再琢磨新能源，还是实际上套着算力帽子，倒卖资源路条型搞法，都很魔幻……