國產算力份額看漲與模型公司出海找卡，正在同一時間發生。

9月30日，DeepSeek開源了面向華為昇騰平台的一整套大模型基礎設施元件，從高階語言編譯工具，到計算庫、分散式通訊庫，與此前面向輝達平台的元件一一對應。雙方還在共同推進昇騰950的128卡超節點方案。這不是一次簡單的相容適配，而是把模型研發所需的工具鏈逐件遷移到新平台上。路透等媒體關注的，正是這件事對輝達軟體生態的意義——那道名叫CUDA的圍牆，開始有人認真拆了。

市場份額層面也傳來新預期。按照伯恩斯坦對2026年中國AI半導體市場的預測，華為的份額可能超過50%，輝達則降至約8%。若這一預期兌現，華為將坐上國內市場的頭把交椅。

但換個視窗看模型公司的算力採購單，畫風並不相同。從騰訊、位元組、阿里，到Kimi、智譜，一批中國AI公司正在海外找機房、找晶片、找雲服務商。國內替代的訊息越熱鬧，境外算力的訂單也越醒目。

先看最新的大單。據《金融時報》報道，騰訊與甲骨文達成五年期租賃協議，在東南亞多個資料中心獲取約10萬枚先進AI晶片的算力，交易估值約70億美元，用於AI模型和智慧體研發。騰訊出手闊綽，但不算早。2022年10月，馬來西亞柔佛州的MY06資料中心一期已經開放，這個總規劃容量110MW、由Bridge Data Centres開發的專案，核心承租客戶就是字節跳動。今年3月，路透轉述《華爾街日報》報道，位元組又與Aolani Cloud合作，計劃在馬來西亞部署約3.6萬枚B200晶片，硬體建設價值預計超過25億美元。位元組還盯上了巴西，佩森港區域一個由Omnia開發的大型資料中心計劃2027年第三季度初步投運，開發商為供電簽下了20年可再生能源協議。模型按月迭代，電已經訂到了二十年以後。

阿里的動作更像鋪網。今年6月，阿里雲柔佛地域上線，新增兩座資料中心，在馬來西亞總數達到五座。9月的雲棲大會上，阿里雲宣佈未來一年進入土耳其、芬蘭、荷蘭，並擴建馬來西亞、德國、阿聯酋、法國等地設施。9月22日，吳泳銘在雲棲大會上公佈AI雲目標：到2032年，阿里雲運營的全球資料中心規模超過20GW。海外雲機房不能直接折算成GPU，但這些持續投入說明阿里不是在臨時找幾個機櫃，而是在擴張一張長期使用的全球算力網路。

大廠可以提前幾年佔位置，模型公司的日子就緊得多。今年7月，路透轉述彭博報道稱，月之暗面可以通過東南亞渠道獲得Blackwell算力。到了9月，月之暗面確認Kimi K3接入亞馬遜雲的Amazon Bedrock，採用模型服務收入分成模式——海外雲平台不只是替中國模型擺個貨架，還能提供執行模型的算力。智譜也在做類似的事：9月16日披露已與多家海外大型雲服務商簽署收入分成協議，GLM系列模型將以託管API形式提供服務，由合作方提供推理基礎設施和銷售渠道。

有多需要算力？智譜自己的經歷就是答案。按公司披露，GLM-5釋出後呼叫需求暴增，算力儲備幾乎在當週耗盡，主力產品Coding Plan一度停售，此後公司採購算力、最佳化基礎設施，直到擴容推進才重新開啟銷售。別人擔心產品賣不掉，它得擔心賣得太好。

那麼，一邊是華為份額上升，一邊是中國模型出海找卡，矛盾嗎？並不矛盾。市場份額回答的是現有市場裡誰賣得更多；模型公司問的卻是下一輪訓練需要的算力什麼時候能交到手上。第一名和供得上，是兩道題。

這些企業並非繞過國產晶片直奔輝達。恰恰相反，出海找算力的騰訊、位元組和阿里，也在向華為下單。今年4月，多家媒體報道稱，包括這三家在內的科技公司已支付訂金，提前鎖定華為新一代AI晶片。給華為下單和給海外雲廠商付錢，出現在同一批公司的採購清單上。大廠還在各自扶持國產供應鏈：騰訊早已為燧原的商業化買單，按燧原招股材料披露，2025年騰訊相關業務貢獻其約83.79%的收入；阿里則自己下場造，今年3月披露平頭哥自研GPU累計交付47萬片，已大規模用於千問的訓練和推理，也通過阿里雲服務外部客戶。

但買了國產，並不意味著採購清單就能打勾收工。昇騰與DeepSeek深度協作，可以把硬體、軟體和模型一起最佳化；寒武紀、燧原、平頭哥等廠商的成長也在擴大供給。可從產品做出來，到晶片批次交付，再到成千上萬張卡穩定協同，中間還隔著製造、封裝、儲存、互聯和工程適配，這些環節沒有一個能靠釋出會直接跳過去。更麻煩的是，模型公司的需求不會原地等候：新模型要訓練，舊模型要服務，智慧體還要不斷呼叫工具，上一輪擴容剛追上使用者，下一輪研發又來佔資源。

因此，國產算力的產能和交付能力能否跟上，依然是繞不開的問題。海外算力不是國內需求之外的另一本賬，它也在填補國內尚未滿足的先進算力缺口。華為與DeepSeek拆軟體生態的牆是進步，中國公司去海外拿資源把模型繼續做下去，同樣是產業發展的正常選擇。前者讓未來多一條路，後者讓眼下不必停下來。國產替代的成績值得關注，但真正的拐點，不只是份額榜上的名字換了，而是更多模型公司能按時拿到足夠、好用、用得起的算力。