⚡ 硬核 · 产业深读
从“买不到芯片”到“养不起算力”：AI基建成本大迁移
芯片封锁焊死高端芯片进口路径，国产替代全面铺开，AI 企业的成本重心正从一次性的芯片采购转向持续性的算力中心运营——电力、散热、基建，正成为压在 AI 企业案头的真正大山。
综合公开信息整理•
2026-07-27•
全文约 4 分钟读完
#AI基建
#芯片封锁
#算力成本
#国产替代
#电力消耗
37%
英伟达中国 AI 加速卡市场份额
1/4
国产芯片价格仅为 H20 的比值
≈35 亿
1GW 算力中心年电费（元）
⚡ 30 秒速览
- 芯片封锁路径基本焊死：从 A100/H100 到 A800/H800 再到 H20/H200，性能一降再降，2025 年底允许 H200 出口但附苛刻条件，实际采购几乎为零。
- 国产芯片反超：昇腾 910B、思元 590 等性能显著优于 H20，价格仅为其四分之一，英伟达中国 AI 加速卡份额已降至 37%。
- 成本重心从芯片转向电力：1GW 算力中心年耗电近 100 亿度，年电费约 35 亿元；生成一个 5 秒高清视频耗电可充满 10 部手机。
- 大厂资本开支飙升：字节 2025 年超 1500 亿元，阿里三年 3800 亿元，腾讯上半年 847 亿元，利润普遍承压。
- 算力中心已成“吞电巨兽”：2025 年算力用电 1700 亿千瓦时，占全社会 1.6%，预计 2030 年达 8000 亿千瓦时。
01芯片封锁：一条被焊死的路
自 2022 年 10 月美国 BIS 启动首轮“先进计算”出口管制，针对中国的高端芯片禁令已历经五轮升级，路径之严密、范围之广，史无前例。
2022.10 A100/H100 被禁
→
英伟达推 A800/H800
→
2023.10 A800/H800 被禁
→
英伟达推 H20
→
2025.04 H20 被暂停
→
恢复出口但附条件
→
H200 允许但实际采购≈0
时至今日，管制已从“地域管制”转向“主体穿透”——即便交易发生在第三国，或者通过海外子公司租用算力，都会被视为违规。高端芯片引进之路，基本被焊死。
但封锁的另一面，是国产替代的加速。华为昇腾 910B、寒武纪思元 590 等性能已显著优于 H20，价格仅为 H20 的四分之一。到 2026 年一季度，英伟达中国收入占比已不足 6%，在中国 AI 加速卡市场的份额降至 37%，被国产芯片反超。
注：国产芯片价格对比为行业估算值，基于公开信息与采购报价综合推算，实际成交价因批量与场景有所浮动。
一个诚实的注脚：国产顶级芯片单卡性能仍落后 H200，但综合性价比和供应链安全，国产方案已在多数场景中成为更优选择。
02成本迁移：从芯片到电力
当芯片获取的边际难度正在下降，AI 企业的成本结构却发生了根本性迁移。
芯片采购是一次性资本支出，金额虽大但可在未来数年分摊；电力消耗是持续性运营支出，只要算力中心开机，电费就会持续产生。
芯片采购（CapEx）
一次性投入，金额大但可分摊；国产替代后价格已大幅下降。
算力运营（OpEx）
持续性支出，电力+散热+运维，每年稳定消耗，且随规模线性增长。
一张 700W 的 AI 芯片，耗能是传统 CPU 的 10 倍以上。一个万卡集群仅芯片功率就高达 7MW，加上散热、温控等配套系统，24 小时满负荷运转，一天至少消耗 20 万千瓦时电量——相当于一个小县城的年度生活用电规模。
如果是一个 1GW 的大型算力中心，年耗电约 87 亿度，加上辅助系统，年总耗电量接近 100 亿度。即便按 0.35 元/度的理论均值计算，年电费约 35 亿元。
注：1GW 算力中心年耗电 100 亿度为理论满负荷运行估算值，实际利用率因负载调度与维护窗口有所差异。
03算力吞电兽：AI 的隐形账单
算力中心是毫无争议的吞电巨兽。2025 年，我国算力中心总用电量高达 1700 亿千瓦时，占全社会用电量的 1.6%，且增速远超全社会平均水平。
1700 亿kWh (2025 年算力用电)
≈40%近 3 年增速
8000 亿kWh (2030 年预计)
6%占全社会用电比 (2030 年)
生成一个 5 秒的高清视频，所消耗的电量就能充满 10 部智能手机。这还不是最惊人的——
根据测算，字节跳动旗下豆包免费 C 端服务，单日成本高达 1.32 亿到 2.4 亿元，取上限推算全年亏损逼近千亿。“每天烧掉 2 亿多元算力成本，日收入却不到 100 万”——这就是当前最大国民级 AI 应用的困局。
🏭 乌兰察布星河基地：全球最大单体智算中心
- 由远景科技投资，2025 年 8 月正式投产，规划容量超过 2GW。
- 全域绿电占比高达 67%，利用当地风能资源及专线实现绿电直供。
- 远景同步发布 Mission Gobi 倡议，计划到 2030 年在全球戈壁荒漠建成 5GW 绿色 AI 算力中心。
这一项目标志着 AI 基建从“堆芯片”转向“拼能源”的新阶段。
注：算力用电数据引自国家发改委能源研究所及相关行业报告，2030 年数据为预测值。
04大厂军备竞赛：资本开支飙升
与海外科技巨头类似，国内互联网大厂也在上调资本开支。AI 基建投入持续加码，但利润不可避免地受到影响。
字节跳动 2025 年超 1500 亿
- 2025 年全年资本开支超 1500 亿元，其中 900 亿元用于 AI 算力采购。
- 2026 年预计超过 2000 亿元。
- 乌兰察布 700 亿元 AI 大模型训练算力中心处于分期建设阶段；和林格尔火山引擎智算中心计划投资 120 亿元。
有报道称 2025 年字节净利润下滑超 70%，虽经辟谣，但 AI 基建投入确实拉低了利润增长。
阿里巴巴 三年 3800 亿
- CEO 吴泳铭宣布未来三年投入超 3800 亿元用于建设云和 AI 基础设施。
- 总额超过去十年总和，创下中国民营企业在相关领域的最大投资纪录。
- 2026 财年第四季度净利润（经调整 EBITA）骤降 84%。
腾讯 上半年 847 亿
- 2026 年上半年累计开支 847.2 亿元，已超 2025 全年水平。
- 主要用于混元（Hy）模型训练升级、WorkBuddy/CodeBuddy 推理支持、微信 AI 生态以及云算力基础设施完善。
- 大额投入已影响到现金流和利润表现。
随着下游需求暴涨，AI 算力基建服务商已开启新一轮涨价潮。AI 高密度机柜租赁价格整体上调了 10%–20%，液冷高功率机柜涨幅更高。
注：各家资本开支数据来自公开财报及公司公告，部分为行业估算值。
05为什么是现在？
这场成本迁移不是偶然。当国产芯片性能全面超越 H20、市场份额突破 60% 甚至更高时，芯片获取的边际难度正在下降，而 AI 基建的成本在大幅抬升。
互联网大厂和大模型企业的成本迁移，实际上已经开始了——只是这些开支对于 AI 用户来说，都在看不到的水下。
一个更深层的结构性变化正在浮现：决定国内 AI 大模型商业成本的最大变量，已从“能否买到芯片”转向“能否养得起算力中心”。电力、散热、机房等传统上被视为“配套”的基础设施投入，正成为压在 AI 企业案头的真正大山。
编辑核心判断
芯片封锁倒逼国产替代取得阶段性胜利，但成本重心从芯片转向电力，意味着 AI 商业化的真正考验才刚刚开始——谁能以更低的电力成本支撑更大规模的算力，谁才能在这场基建大决战中活下来。
▶未来已来
AI 基建的竞争，本质上是能源与系统工程的竞争。从乌兰察布到戈壁荒漠，从芯片到电力，这场大决战才刚刚开始。
持续关注 · 深度追踪 →