中国正要求其数据中心使用更多国产计算芯片，此举凸显出在美国收紧出口管制的背景下，中国政府正加快努力减少对外国技术的依赖。

据知情人士透露，全国范围内的公有计算中心被要求从国内生产商处采购超过 50% 的芯片，以支持本土半导体产业。

这一强制要求源于上海市去年 3 月提出的指导方针，上海是国内首批规定 “到 2025 年，本市智能计算中心的国产计算和存储芯片采用率应超过 50%” 的地区之一。

这些指导方针是中国金融中心加强人工智能计算资源政策的一部分。该计划得到了政府机构的支持，包括上海市国家发展和改革委员会（NDRC）分支机构以及工业和信息化部（MIIT）下属的上海市通信管理局。

一位在数据中心行业担任顾问的消息人士表示，今年早些时候，上海智能计算中心的芯片配额要求已成为全国性的强制性政策。

这一最新举措出台之际，在人工智能等关键领域的长期科技战中，美国进一步收紧出口管制以限制中国获取先进半导体，而中国也在加大力度追求更高的科技自主性。

作为应对举措之一，中国加快了所谓 “智能计算中心” 的建设，这类中心整合计算资源以满足本土人工智能产业的需求。

据《麻省理工科技评论》援引市场研究公司 KZ Consulting 的数据，2023 年和 2024 年，中国各地（如内蒙古和广东）宣布了 500 多个新的数据中心项目。

生成式人工智能技术需要大量计算资源，而这些资源依赖先进的半导体，例如英伟达的 H100 和 H800 芯片，美国已禁止向中国出口这些芯片。

中国政府还对 H20 芯片提出了质疑，称其可能对国家构成网络安全隐患。H20 芯片近期在短暂暂停后获得美国批准向中国客户销售，英伟达则驳斥了这一指控。

另一位消息人士补充道，尽管中国产芯片性能不及英伟达的产品，但在训练好的人工智能模型的推理环节 “可以使用”；不过在训练新的人工智能模型时，英伟达芯片仍是主流人工智能开发者的首选。

遭美国制裁的科大讯飞是唯一一家公开宣布使用华为技术有限公司芯片来训练其人工智能模型的中国科技企业。

与此同时，上述消息人士表示，由于急于采用本土人工智能芯片，那些混合使用国产和外国芯片的人工智能数据中心面临着技术难题。

人工智能芯片通常依赖制造商配套的软件生态系统运行，例如英伟达的 CUDA 或华为的 CANN。在一种解决方案上开发的模型需要经过适配才能在另一家公司的芯片上运行，而这往往是一项具有挑战性的任务。

该消息人士称，由于大多数中国人工智能模型仍是基于英伟达的解决方案开发的，中国的人工智能数据中心 —— 不像 SiliconFlow 这类配备顶尖工程师的人工智能专业公司 —— 在增加国产芯片使用量的过程中，正面临日益严峻的 “适配” 挑战。

根据 6 月发布的联合研究显示，总部位于北京的 SiliconFlow 与华为合作，开发出一种解决方案，利用华为的 Cloud Matrix 384 数据中心架构和昇腾芯片，能够比英伟达的 H800 更高效地运行深度求索（DeepSeek）的 R1 模型。

表情 点击这里取消回复。