當AI晶片成為地緣博弈的籌碼，國內AI企業的成本重心正從晶片採購轉向算力中心的運營。電力、散熱、機房等傳統“配套”設施，如今成為壓在AI企業案頭的真正大山，也成為一段時間以來AI巨頭資本開支的核心。

自2022年10月起，美國商務部工業與安全域性（BIS）啟動先進計算出口管制，將輝達A100、H100及AMD MI300等高階晶片列入管制清單。此後規則多輪升級，從A800、H800到H20再到H200，輝達“特供版”晶片效能一降再降，但始終未能擺脫被限制的命運。2025年下半年，管制政策再度變動，4月H20和MI308等特供晶片被暫停對華銷售，7月15日雖恢復出口，但幾乎同時我國網信辦就H20晶片“漏洞後門安全風險”約談輝達。年底美國雖允許出售H200，但附帶苛刻條件，實際採購幾乎為零。

高階晶片引進之路基本被焊死，國產替代加速。華為昇騰910B、寒武紀思元590等效能顯著優於H20，國產方案價格約為H20的四分之一（推測）。到2026年一季度，輝達中國區收入佔比已不足6%，同比腰斬，在中國AI加速卡市場份額降至37%，被國產晶片反超。

在此背景下，算力中心的電力消耗與基礎設施投入成為更具決定性的成本變數。據測算，2025年美國算力耗電量約180-220TWh，佔全美總用電量4.3%-5.2%，已成為全美第六大電力使用者。去年夏季加州熱浪導致特斯拉AI資料中心限電，模型訓練效率下降30%；德州風電波動使微軟資料中心連續3天僅維持一半能源供應。

國內同樣面臨能源壓力。2025年我國算力中心總用電量高達1700億千瓦時，佔全社會用電量1.6%。“十五五”時期預計每年新增1000億千瓦時以上，到2030年達8000億千瓦時，約佔全社會用電量6%。國家發改委能源研究所能源戰略中心主任田磊曾表示，人工智慧的未來不僅是算力、演算法的比拼，更是一場能源競賽。

算力成本已成為AI企業最大的商業化成本支出。國聯民生證券測算，包括豆包免費C端服務在內，位元組單日成本高達1.32億到2.4億元，取上限推算全年虧損逼近千億。每天燒掉2億多元算力成本，日收入卻不到100萬，這是當前最大國民級AI應用的困局。

為應對成本壓力，大廠紛紛加碼基建投資。字節跳動計劃在烏蘭察布投入700億元打造AI大模型訓練算力中心，同時在和林格爾佈局火山引擎智算中心，計劃投資120億元。阿里CEO吳泳銘宣佈未來三年投入超3800億元建設雲和AI基礎設施，總額超過去十年總和。騰訊今年上半年累計開支847.2億元，已超2025全年水平，主要用於混元模型訓練升級、推理支援及雲算力基礎設施。

AI基建投入持續加碼，大廠利潤不可避免受到影響。此前有報道稱2025年字節跳動淨利潤下滑超70%，後經抖音集團副總裁李亮闢謠，但AI基建投入確實在一定程度上拉低了利潤增長。阿里2026財年第四季度淨利潤（經調整EBITA）驟降84%，騰訊也因大額投入影響到現金流和利潤。

與此同時，AI算力基建服務商開啟新一輪漲價潮，AI高密度機櫃租賃價格整體上調10%-20%，液冷高功率機櫃漲幅更高。算力基礎設施進入高速擴張期。

當國產晶片效能全面超越H20、市場份額突破60%甚至更高時，晶片獲取的邊際難度正在下降，而AI基建的成本在大幅抬升。網際網路大廠和大模型企業的成本遷移已經開始，只是這些開支對於AI使用者來說，都在看不到的水下。