開發生態
據報中國科技公司今年採購逾 100 萬顆 NVIDIA GPU,晶片自主化仍供不應求
TechNews 科技新報單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

據 TechNews 引述《金融時報》報導,中國科技公司今年已採購超過 100 萬顆 NVIDIA GPU,以填補人工智慧運算能力缺口;這項說法顯示,中國推動晶片自主化後,對美國 AI 硬體的依賴仍未明顯下降。
報導引述業界人士指出,中國 AI 晶片產量在 2026 年雖然翻倍,仍跟不上大型科技公司的需求。中國國內可供應的 AI 晶片約 350 萬顆,其中約 100 萬顆在海外製造;市場總需求則遠超過 500 萬顆,供需缺口接近 150 萬顆。
在美國出口管制禁止 NVIDIA 最先進 AI 處理器直接銷往中國的情況下,中國企業轉而採購符合出口管制規範的遊戲與工作站產品,包括 RTX PRO 6000D、RTX PRO 5000 與 RTX 5090,再改用於 AI 運算。這些產品在進階 AI 工作上的能力據報不如華為昇騰 910C,但可處理較簡單的工作負載,例如推論前段的預填(prefill)。
報導稱,CUDA 軟體生態系仍是中國企業採購 NVIDIA 產品的重要原因;相較於華為的替代方案,CUDA 對開發者而言更成熟、使用更方便。華為、阿里巴巴、百度與寒武紀則持續加速擴產,但 AI 模型、資料中心與代理式 AI 工具需求增加,使供應仍然吃緊。
由於國內運算資源不足,部分中國科技公司也開始尋找海外算力。據報騰訊已與甲骨文達成協議,租用東南亞資料中心的 10 萬顆 GPU;字節跳動與阿里巴巴也在尋求類似安排。這些海外設施配備 NVIDIA B300 等較新處理器,讓中國企業取得在國內較難獲得的運算能力。
讀原始報導背景
傳統的 LLM 推論會由同一顆 GPU 處理 Prefill 與 Decode,但兩者的運算特性並不相同。NVIDIA 的 Dynamo 可將這兩類任務拆開,分別指派 GPU 資源處理,反映 AI 推論工作負載正朝更細分的運算架構發展。