華盛頓智庫 Institute for Progress(IFP)於二〇二六年十月十九日發表報告,估算中國實體可取用的人工智能算力,將由約四六〇萬「H100 當量」增至二〇二七年底約八八〇萬;其中美系設計晶片料佔約六成五,離岸數據中心遠端存取亦由約一百萬升至約二八〇萬。南華早報於十月二十四日跟進報道同一組數字,並引述同期美國人工智能政策與策略研究所(IAPS)對雲端租用管制的呼籲。本文已核對 IFP 原文與南華早報報道,來源真實性已驗證。
IFP/南華早報:中國 AI 算力料翻倍至約八百八十萬 H100 當量——美系晶片佔約六成五;離岸雲端遠端存取將達約二百八十萬
IFP 以 Nvidia 數據中心 GPU「H100」為基準單位,把中國可取得的訓練與推理算力拆成四條渠道:國產自製、合法進口、走私,以及在中國境外數據中心以遠端方式租用。報告指,即使美國在前沿訓練算力上仍保有約十六倍優勢,領先中國頂尖模型的時間差距卻只有約六點五個月,關鍵之一是「對抗式蒸餾」——以較少算力吸收美系前沿模型輸出能力。對香港與亞太企業而言,這不只是中美技術競賽數字,更直接牽動雲端租用、私有模型託管與供應鏈合規的決策窗口。
一、事件核心:算力翻倍,美系硬體與離岸雲端仍是主幹
技術細節
IFP 中央估算顯示:二〇二六年底中國可取用算力約四六〇萬 H100 當量,二〇二七年底約八八〇萬,約近翻倍。到二〇二七年底,美系設計晶片料佔該存量約百分之六十五。報告進一步指出,二〇二七年預期存量中約百分之三十五已在中國境內;其餘約六成五之中,約一半來自境外遠端存取——亦即企業不買實體卡、改在海外雲上租用 GPU 叢集。遠端存取本身由約一百萬 H100 當量(二〇二六年底)升至約二八〇萬(二〇二七年底;報告亦給出約一九七萬至三九一萬的區間)。
南華早報十月二十四日報道複述上述主線,並補充兩點產業動態:一是 IAPS 於同週呼籲美國工業與安全局(BIS)限制足以訓練或大規模運行前沿模型的雲端容量,並加強客戶身分與股權查核;二是華為稱面向訓練的 Ascend 960DT 擬於二〇二七年第一季供貨,較原計劃提前約三個季度,同時披露 Atlas 900 A3 SuperPoD 已部署逾一千套、Atlas 950 已進入大規模商用。Epoch AI 較早更新則指高頻寬記憶體(HBM)仍是華為產出瓶頸,估其本年晶片產出算力低於 Nvidia 全球出貨的百分之四——此點屬第三方產能判斷,宜與 IFP 主估算分開閱讀。
二、數字背後:四渠道、蒸餾與政策槓桿
IFP 強調,美國行政部門既有出口管制權限,理論上可同時收緊「實體晶片」與「境外雲端算力」兩條路徑;報告估計,若近端政策組合成功落地,有機會在二〇二七年底把美中能力領先幅度大致再拉闊一倍。理由包括:先進記憶體產能至二〇二七年大多已被預訂,晶片設計商往往只能拿到需求的約六至七成,Nvidia 亦曾向投資者表示供應緊張至少延續至二零二八財年——因此限制對華銷售,較可能把供應改流向美國或其他客戶,而非單純「少賣」。
另一方面,對抗式蒸餾削弱「只卡算力」的效果:中國開發者可從美系前沿模型輸出中萃取推理、編程與工具使用能力,令能力追趕所需自有算力遠低於從頭訓練。IFP 估算,若沒有蒸餾,今日約十六倍訓練算力優勢本可對應約十三個月領先;有蒸餾後,觀察到的領先縮至約六點五個月。換言之,雲端與出口管制若不同步處理模型輸出外洩與遠端租用,單靠禁運實體卡難以維持預期差距。
三、日常應用場景
1. 開發者與技術團隊
依賴海外 GPU 雲訓練或大批推理的團隊,應把「供應商所在地、實際叢集位置、子帳戶與身分核驗」列入架構文件,避免業務成長後才發現租用路徑落入出口或雲端合規灰區。能在香港或可審計區域私有化的工作負載,宜提早評估 OpenAI 相容私有端點與資料出境邊界。
2. 企業與隱私敏感行業
金融、法律、醫療與受 NDA 約束的企業,若推理流量與微調資料仍大量落在境外共享 GPU 池,地緣與出口政策一收緊,成本與可用性會同步波動。把敏感語料與長期記憶留在香港境內私有 LLM,並以窄範圍金鑰與稽核日誌對外提供 API,可降低「算力可得、資料不可控」的落差。
3. 一般用戶與內容創作者
一般消費者較少直接租用訓練叢集,但仍會使用建基於跨境雲端的生成式應用。選擇服務時可關注營運商是否說明資料儲存地與模型託管位置;企業採購聊天或知識庫產品時,應要求供應商披露是否依賴受出口管制影響的離岸 GPU 容量。
4. 香港與亞洲市場視角
香港處於中美雲端與資本流動交匯點:本地初創常用美系雲加速原型,同時服務需要資料留港的金融與專業客戶。IFP/南華早報凸顯的「遠端存取可被政策一把關掉」風險,正好對應本港對私有模型與合規雲遷移的需求。若企業希望算力與語料留在香港、以年費制取得私有 LLM 全託管(官網刊年度計劃由八萬八千港元起),可參考 YSK Limited 的人工智能自動化/私有 LLM 服務(https://ysk.hk/services/ai-automation)。
四、專業評價與潛在考量
優勢
- IFP 把國產、合法進口、走私與離岸遠端存取拆開量化,令「中國算力很大」不再是單一模糊敘事,企業可對應到雲端租用與出口合規動作。
- 以約十六倍訓練算力對約六點五個月模型落差,清楚標出蒸餾對管制效果的侵蝕,有助資安與法遵團隊理解「卡硬體≠卡能力」。
- 南華早報同日把智庫數字帶回亞洲讀者視野,並串起 IAPS 雲端管制建議與華為供貨時程,提高議題熱度與可驗證交叉來源。
需要留意的地方
- 四六〇萬/八八〇萬、六成五、二八〇萬等均為模型估算與區間中值,不是海關清關實數;報告本身亦列出寬區間,引用時應保留「約」「料」等限定。
- 華為 Ascend/Atlas 進度與 Epoch 對 HBM 瓶頸的判斷來自南華早報轉述或其他研究機構,並非 IFP 主文核心表,不宜與 H100 當量總表混成同一精確度。
- 政策建議屬美國智庫立場,實際 BIS 規則何時收緊、如何定義「足以訓練前沿模型的雲端容量」,仍待監管文本;企業應以正式法規與雲供應商條款為準。
結語
IFP 估算描繪出一條清晰曲線:中國可取用 AI 算力明年料近翻倍,但主幹仍高度依賴美系晶片與離岸雲端遠端存取;蒸餾則讓模型能力差距遠小於算力差距。對香港團隊來說,現在就盤點哪些訓練/推理必須留在可審計區域、哪些可接受跨境雲,比等待下一輪出口新聞再救火更務實。若需要把企業知識庫與推理端點留在香港並以私有 LLM 交付,可聯繫 YSK Limited(https://ysk.hk/services/ai-automation)。
參考來源
- Institute for Progress:How to Increase America’s AI Lead Over China(https://ifp.org/how-to-increase-americas-ai-lead-over-china/)(2026-10-19;已核對 H100 當量總量、美系佔比、遠端存取、十六倍訓練算力與約六點五個月領先等表述)
- South China Morning Post:China’s AI compute surge heavily reliant on US chips, offshore cloud access: report(https://www.scmp.com/tech/tech-war/article/3371929/chinas-ai-compute-surge-heavily-reliant-us-chips-offshore-cloud-access-report)(2026-10-24;亞洲跟進報道,並引述 IAPS 雲端管制呼籲與華為 Ascend/Atlas 進度)