不可輕言“治理失靈”

5 月 19 日，廣東民聲熱線播出一期監(jiān)督報道，記者以“AI 初創(chuàng)團隊”身份走訪了廣州的四家“省級人工智能產業(yè)園”。其中一家掛著“省級人工智能產業(yè)園”牌子的園區(qū)，被發(fā)現實際上已被改作醫(yī)院宿舍。

廣東省工業(yè)和信息化廳在節(jié)目中回應：新舊政策銜接不暢，將重新評估舊產業(yè)園。

這條新聞在輿論場引發(fā)熱議。但很多評論的角度是常見的，但并未深入產業(yè)深處，如：地方政府掛牌不實、產業(yè)園圈地、政績工程。

假如換一個角度，從行業(yè)內部出發(fā)，結合這幾年 AI 產業(yè)的變奏，這件事的真問題不在“治理失靈”，而在“算力短缺”。

持續(xù)變奏的AI產業(yè)

廣東 2018 至 2021 年間分三批認定了 11 個“省級人工智能產業(yè)園”，廣州獨占其中四席：琶洲互聯(lián)網創(chuàng)新集聚區(qū)、南沙國際人工智能價值創(chuàng)新園、黃花崗科技園人工智能產業(yè)園區(qū)、海珠區(qū)中大國際創(chuàng)新谷。

2018 年那個時點，是中國 AI 第一波敘事的尾聲——商湯、曠視、依圖、云從估值正高，AI 主要意味著計算機視覺、語音識別、人臉識別。彼時省級產業(yè)園的設想，是給這些 AI 創(chuàng)業(yè)公司提供物理空間、稅收優(yōu)惠、配套基金。這個設想在那個時點沒有錯。

但 2022 年 11 月，ChatGPT 橫空出世。AI 的敘事?lián)Q了：從“識別”換成了“生成”，從“小模型部署”換成了“大模型訓練與推理”。原來那批省級 AI 產業(yè)園掛牌時設想的服務對象，2023 年起幾乎全部轉型或熄火——AI 四小龍集體陷入估值塌縮，新一波玩家是大模型公司、Agent 公司、Token 計費公司。

這一波公司要的不是寫字樓。它們要的是算力卡。

廣東省那 11 個掛著 AI 招牌的物理空間，沒有算力。這是問題的起點。

記者調查發(fā)現，無算力、無政策、連基礎網絡都沒有。

為何如此“缺芯”？

2026 年初，美國商務部調整芯片出口管制清單，允許包括 H200 在內的算力芯片對華出口，但中國并未順勢接單。5 月中旬，黃仁勛跟隨特朗普訪華，相關交易也并未解禁。而此前，由于H20芯片是否存有后門的問題尚未厘清，中國海關事實也禁止了該款芯片的進口。

也因此，黃仁勛早在半年多前就聲稱：中國市場的交易額已經變成 0。

供給被卡住的同時，需求在飛速上漲。

中國 AI 模型 Token 調用量在 2026 年 2 月達到 5.16 萬億，三周暴漲 127%。ToB 領域的日均 Token 調用量較 2024 年初增長超過千倍。這背后是 DeepSeek、千問、豆包、混元、Kimi 各家大模型多點開花，加上 Cursor、CodeBuddy、WorkBuddy 這一類 Agent 產品開始大規(guī)模消耗推理算力。

 

行業(yè)內部對供需缺口有比較公認的口徑：2026 年中國 AI 算力需求約 4423 EFLOPS，國內可提供的供給約 1590 EFLOPS，缺口超過 2800 EFLOPS。換算到芯片層面，高端訓練算力卡的缺口超過 50 萬張。

50 萬張是什么概念？英偉達 2024 財年 H100 全球總出貨量約 200 萬張。中國一家的缺口，相當于英偉達一年全球產量的四分之一。

這個缺口，國產替代填得上嗎？

短期填不上。華為昇騰 950 是當前國產高端 AI 芯片的代表，月產能在 6000 至 7000 片之間，預計 2026 年第四季度提升至 8000 至 9000 片。一年滿打滿算，單款產能 10 萬片左右。其他國產玩家——寒武紀、燧原、百度昆侖芯——加起來也填不上 50 萬張的缺口。

更不用說，國產芯片在大模型訓練場景下與英偉達的真實差距還在那里。某些場景下精度下降 15% 以上，訓練周期翻倍，頭部大廠目前主要把國產卡用于推理和邊緣計算，核心訓練任務仍然依賴此前的英偉達存量。

這就是中國 AI 產業(yè)當下的真實處境：進口被禁、國產不夠、需求爆炸。

地主家也缺“芯”

回到廣東那 11 個省級 AI 產業(yè)園。

它們當年規(guī)劃的時候是合理的——給 AI 公司提供空間、稅收、配套。問題是，它們沒有想到、也沒有能力解決今天的問題：AI 公司最缺的不是寫字樓。

如果一個真正的大模型創(chuàng)業(yè)團隊今天去問廣州那幾家省級 AI 產業(yè)園：“你們能不能配一些算力？”——答案大概率是“配不到”。因為產業(yè)園配不到 H20，配不到昇騰 950，連 H800 的存量都極少。即便有，單卡價格已經從一年前的 12 萬漲到 30 萬以上，產業(yè)園的招商基金根本扛不住。

沒有算力，AI 公司去產業(yè)園干什么？辦公？任何一個寫字樓都能辦公。

所以這是一個非常黑色幽默的畫面：一棟樓掛著"省級人工智能產業(yè)園"的牌子，里面沒有算力可以提供，沒有大模型公司愿意進駐，最后被改作醫(yī)院宿舍——至少醫(yī)院宿舍是有真實需求的。

地方治理的“掛牌不實”，本質是上游供給的“無米下鍋”。

如果你覺得這只是地方產業(yè)園的問題，那看看頭部玩家的處境。

2026 年 5 月 13 日的阿里巴巴財報電話會上，阿里巴巴 CEO 吳泳銘在被問及現金流和資本開支問題時，說了一句業(yè)內廣泛傳播的話：

“現在阿里的服務器內幾乎沒有一張卡是空的。”

吳泳銘表示，目前AI發(fā)展的趨勢更像制造業(yè)，要獲得更多收入必須去建兩個核心工廠：AI的訓練工廠和AI的推理工廠，背后都是AI數據中心的建設。

這句話有兩層意思。第一層是表態(tài)——阿里 3800 億 AI 資本開支會持續(xù)推進，未來三年可能遠超這個數字。第二層是真相——阿里所有現役 GPU 都在滿負荷運轉，這個體量的玩家已經沒有冗余算力可以釋放。

下游用戶層面，字節(jié)跳動旗下的豆包，在流量高峰期對“專家模型”實施了限流——當服務器負載過高時，系統(tǒng)自動把用戶請求路由到響應更快但性能稍弱的“普通”模型。換句話說，豆包高峰期的算力已經不夠同時給所有用戶提供最強模型。

這類信號過去半年密集出現：DeepSeek API 多次限流、Kimi 長文本服務高峰排隊、混元 API 偶發(fā)熔斷。這不是哪一家公司的產品問題，是整個行業(yè)算力供給的瓶頸在不同節(jié)點冒出來。

阿里和字節(jié)是中國 AI 算力儲備最厚的兩家。它們都已經滿負荷。中小創(chuàng)業(yè)公司、地方產業(yè)園里的 AI 團隊，能拿到什么？

國產芯片，艱難追趕中

那國產芯片的整體情況怎么樣？要客觀地說一句：進步很快。

中低端芯片層面，中國半導體產能爬坡明顯，2024 年以來出口數據持續(xù)走高，部分細分領域已實現完全自給。封測環(huán)節(jié)的話語權在過去兩年快速提升——2025 年的安世半導體事件就是一個典型注腳：荷蘭政府以“國家安全”為由強制凍結聞泰科技對安世半導體的控股權，中國立刻反向出招，對安世在華封測廠實施出口管制。

安世超過 70% 的封測產能在中國，一時間歐洲車企面臨芯片斷供風險，最終荷蘭方面不得不軟化立場。這件事說明，在中低端制造、封測、成熟制程領域，中國的產業(yè)鏈厚度已經足以構成實質性反制能力。

但這套符合中低端芯片供應鏈的優(yōu)勢，沒辦法直接平移到用于大模型訓練的高端算力芯片上。

AI 訓練芯片需要的是：先進制程（5nm 及以下）、HBM 高帶寬內存堆疊、CoWoS 封裝工藝。先進制程依賴光刻機，主力光刻機來自荷蘭 ASML；HBM 主要由韓國海力士和三星供應；CoWoS 封裝產能集中在臺積電。這條產業(yè)鏈的每一個關鍵環(huán)節(jié)，中國大陸都還沒有真正自主的替代品——包括即將 IPO 的長鑫科技。

平頭哥真武 PPU 已經在阿里云部署超過 10 萬卡，這是中國民企 GPU 自研的最大規(guī)模落地。但平頭哥的卡是阿里自用，不對外銷售；昇騰被列入美國實體清單，臺積電不能為其代工，華為被迫把昇騰的制造遷回中芯國際，單價上去了，產能下來了。

截至2025年5月，美國占據了全球約四分之三的GPU集群性能，中國以15%的份額位居第二，但從趨勢來看，份額還在縮小。

媒體監(jiān)督，帶出了真相

把上面的事實拼在一起，那則廣東民聲熱線的暗訪報道，背后的真問題就清楚了。

它不是一個產業(yè)園治理的問題，是一個國家算力短缺投射在地方層面的具體表現。

美聯(lián)儲報告顯示，過去十年間，美國的數據中心建設激增。截至2024年，美國擁有約4,049個數據中心，這一數字遠超歐盟（約2,250個）、英國（484個）及中國（379個）。

廣東作為中國 AI 產業(yè)最密集的地區(qū)之一——人工智能核心產業(yè)規(guī)模 3000 億元，約占全國四分之一——尚且面臨省級產業(yè)園掛牌不實、招商落空、空間挪用的尷尬。其他城市、其他省份的情況，只會更難。

從這個角度來看，掛著 AI 產業(yè)園牌子的園區(qū)挪作他用，只要沒有造成國有資產流失，就是可以接受的，因為我們不能頂著偉岸的夢想，要求在 AI 產業(yè)中相當弱勢的園區(qū)去實現遠超能力的目標，這不符合實事求是的精神，而是好大喜功的表現——沒錯，不明真相的吃瓜群眾也容易染上好大喜功的毛病。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com