The US Blocked AI Chips, but China Is Building a New System with 29 Countries? The Global Battle ...

美國過去數年通過掌控英偉達高端芯片、全球雲平台和領先模型建立了自上而下的完整AI權力結構：最底層是芯片生態（英偉達GPU、台積電製程），中層是雲端基礎設施（微軟、亞馬遜、谷歌），上層是最前沿的模型（OpenAI、Anthropic、Google），最上層則是通過出口許可和國際聯盟控制的規則體系。這套結構看似堅不可摧——誰能取得最先進芯片，誰就能訓練最強模型，進而掌控全球市場。

然而，中國面對製程限制和軟件生態差距，沒有選擇在單顆芯片上與美國正面硬碰硬。2026年7月，中國改變了戰場策略。一方面，推動29個國家成立世界人工智能合作組織，成立於上海，承諾向發展中國家提供5,000個AI培訓名額、30個國家的氣象預警工具和打包化的AI合作方案。另一方面，月之暗面發布開放權重的KiMi K3（2.8萬億參數）模型，華為展示大型算力系統通過數千顆處理器高速互聯來彌補單顆芯片性能差距。這些舉措從表面看是分散的技術發布，但串聯起來代表一套新的全球AI競爭邏輯。

中國的核心戰略轉向「覆蓋最廣大的新興市場」，而非「爭奪最高端技術」。開放權重模型的意義在於——發展中國家的政府、銀行、醫院無需將敏感的人口數據、醫療紀錄、交易信息上傳到美國公司的封閉雲端，反而可以在本地數據中心部署和修改模型，既滿足數據主權需求，又規避政治風險。華為的大型算力系統雖然單顆芯片性能仍有差距，但通過緊密的硬件互聯和軟件調度，試圖證明不依賴美國最先進製程也能建立完整的訓練與推理體系。更重要的是，中國把模型、算力、數據中心、人才培訓和政府合作綁定在一起，形成類似過去基礎設施投資的長期生態依賴——一旦一個國家的工程師在某套平台受訓、政府數據建立在某套系統上、企業工具鏈綁定在某個開發框架，日後換平台的成本就會極高。

然而，許多國家加入該組織並非真正「選邊」中國。新加坡、馬來西亞、泰國等東南亞國家很可能採取雙軌策略——一邊繼續使用美國最先進的芯片和雲端服務，一邊與中國企業合作開發本地語言模型和區域應用，同時建立自己的數據中心和監管規則。對這些國家來說，中國的出現只是提升了谈判籌碼；有了第二個選項，他們就能向美國要更低價格和更好的條件。非洲國家的邏輯更直接——他們最需要的不是誰的模型參數最多，而是能否用AI改善氣象預警、疾病監測和農業產出，一套便宜、能本地部署的氣象工具可能比OpenAI還值錢。拉丁美洲和中東國家則優先看重數據主權——政府文件和公民信息能否留在本地，而非被送入外國企業的黑箱。

因此，全球AI最可能形成三種市場格局。第一種是「美國核心體系」——美國、部分歐洲國家、日本、澳大利亞和其他盟友優先使用美國芯片、雲端和前沿封閉模型，掌握高端利潤和研究前沿。第二種是「中國主導體系」——部分發展中國家採用中國開放模型、通信設備、數據中心和治理工具，成為中國的主要市場基盤。第三種也是數量最多的一種是「混合體系」——同一個國家政府部門使用本地部署的中國模型，跨國企業使用美國雲端，銀行遵守歐洲數據規則，芯片則同時來自美國、台灣、韓國和中國，形成分散風險的多元供應鏈。

不過，這套戰略也面臨重大風險。29國組織目前只是起點，真正力量取決於預算、技術標準、成員出資和企業採納率——如果會議結束只剩宣言和合照，組織很難改變全球秩序。其次，中國面對開放與國家安全的矛盾：一方面把開放模型包裝成全球公共產品，另一方面也在討論限制最先進模型外流，美國同樣面對這個兩難。再次，跨國數據、內容審查和治理方式的差異會引發信任問題——中國模型進入海外政府和學校後如何處理政治歷史宗教議題一定會爭議。此外，大部分發展中國家連穩定供電都不足，無法運行萬億級參數模型，必須依賴中國提供雲服務和較小版本模型。最後，低價策略能快速搶佔市場，但長期商業模式仍無清晰答案——誰來負擔芯片、電力和工程師成本？