中国AI企业借“飞行硬盘”策略突破美国算力封锁
“飞行硬盘”策略成为中国AI企业规避美国芯片管制的一种“创新性应对方式”。
据华尔街日报近日报道称，今年3月，一家中国AI企业的四名工程师今年3月初从北京飞往马来西亚，每人各带一个行李箱，行李箱里各装了15个内存80太字节数据的硬盘，用于训练AI模型。
据悉，在位于马来西亚的一家数据中心，这些工程师的雇主租用了约300台装有英伟达(Nvidia)高性能AI芯片的服务器。这些工程师们将带来的数据输入这些服务器，计划在那里训练AI模型并将其带回国内。这种做法不仅反映了中国企业在面对技术封锁时的灵活性和韧性，也揭示了全球AI技术竞争的复杂性。
不过，尽管中国AI企业通过“飞行硬盘”策略等手段成功规避了美国的芯片管制，但这一过程并非没有挑战。美国政府的出口管制政策仍在不断升级，试图通过更细致的监管手段限制中国AI技术的发展。
美国AI芯片管制不断演进与升级
从2022年起，美国商务部工业与安全局（BIS）逐步收紧对华AI芯片出口管制，试图通过技术封锁遏制中国在人工智能领域的自主发展。
最近几年美国对AI算力芯片相关制裁政策情况
| 时间 | 具体事件以及制裁内容 |
| 2022年8月 | 美国芯片厂商英伟达和AMD收到美国政府通知，要求停止向中国出口用于人工智能的高端计算芯片，该禁令影响的芯片分别为英伟达的GPU A100与H100，以及AMD的GPU MI200 |
| 2022年10月 | 美国商务部公布一系列针对中国的出口管制新规，BIS这项新的半导体出口限制政策涉及到对中国的先进计算、半导体先进制造进行出口管制；具体要限制美国的半导体设备在国内应用到16/14nm及以下工艺节点（非平面架构）的逻辑电路制造、128层及以上的3D NAND工艺制造、18nm及以下的DRAM工艺制造；对中国超级计算机或半导体开发或生产最终用途的项目进行限制；限制美国公民支持中国半导体制造或者研发。 |
| 2022年12月 | 美国商务部将长江存储、上海微电子、寒武纪等36家中国实体加入出口管制“实体清单”。 |
| 2023年10月 | 美国商务部公布针对先进计算芯片、半导体制造设备出口管制的更新规则，并将13家中国GPU企业列入实体清单，主要为壁仞科技和摩尔线程及其子公司。 |
| 2025年1月 | 美国政府公布对AI芯片出口的新限制措施，这份新规将出口目的地分为三类，美国对18个关键盟友与合作伙伴的芯片销售无任何限制；对中国、伊朗等实施了严格的AI芯片销售限制；对其他国家，大多数国家则将面临总算力限制，每个国家在2025年至2027年期间最多可获得约5万个AI GPU。 |
| 2025年1月 | 美国商务部修订了《出口管制条例》，共增加了25个中国实体，主要包括智谱旗下10个实体、算能旗下约11个实体，以及哈勃投资的光刻机企业科益虹源等；BIS还更新先进计算半导体的出口管制，针对于先进逻辑集成电路是采用“16nm/14nm节点”及以下工艺、或采用非平面晶体管架构生产的逻辑集成电路，采取更多审查和规范，并且细化了多个物项信息如DRAM行业18纳米半间距节点的生产标准等。 |
| 2025年5月 | 美国商务部工业与安全局发布三项技术出口管制新规，全面升级对华芯片封锁措施。这些措施包括全球禁用华为昇腾芯片、限制美国AI芯片用于中国AI模型训练等。 |
资料来源：公开资料整理
2022年10月，美国商务部首次对AI芯片出口实施量化限制，提出“总处理性能”（TPP）和“I/O带宽传输速率”两大指标，禁止TPP不小于4800且I/O带宽不小于600GB/s的AI芯片向中国出口，导致英伟达A100、H100等高端芯片被限制。
2023年10月，美国进一步扩大出口管制范围，新增“性能密度”（PD）指标，并将A800、H800、RTX4090等芯片纳入管制名单。同时，美国将13家中国GPU企业列入“实体清单”，限制其获取美国技术与设备。
2024年，美国将管制范围从AI芯片扩大至所有搭载AI芯片的电子设备，并限制16nm/14nm节点及以下工艺的逻辑集成电路出口。此外，美国还修订了《出口管理条例》，新增25个中国实体至“实体清单”。
2025年1月，美国将全球国家和地区划分为三个等级，对第三级国家（如中国）实施最严格的AI芯片出口限制。
2025年5月，美国商务部宣布废除拜登政府时期的《人工智能扩散规则》（AI Diffusion Rule），但推出三项新的出口管制措施，包括全球禁用华为昇腾芯片（910B、910C、910D）、限制美国AI芯片用于中国AI模型训练、以及要求企业保护供应链免受技术转移影响。这一政策不仅针对中国，还试图进一步强化对全球AI芯片的管控。
一直以来，美国将AI芯片视为国家安全的重要组成部分，认为其技术具有战略价值。因此，美国通过出口管制、实体清单、技术封锁等手段，试图确保其在AI领域的主导地位。然而，DeepSeek-R1的发布表明，中国在算法创新方面已突破美国的技术封锁，这促使美国进一步收紧管制。而在上述“飞行硬盘”策略尝试被曝光之后，不排除美国将采取更严厉的措施，对AI算力进行管控。
AI算力资源稀缺与高成本
当前，中国AI企业在算力方面面临的主要挑战之一是算力资源的稀缺性与高成本。
随着生成式AI和大模型技术的快速发展，对算力的需求呈指数级增长，但国内算力供给却难以满足这一需求。IDC的报告指出，2025年中国智能算力规模预计突破1037.3EFLOPS，而制造业智能化改造、城市大脑建设等场景催生的算力需求已达3000EFLOPS，当前供给仅能满足40%。此外，高性能AI芯片的供应紧张，导致企业不得不依赖性能较低的替代品，甚至面临缺货和溢价的情况。这种供需失衡不仅推高了算力成本，也限制了企业对大模型的训练和推理能力。
与此同时，中国算力资源主要集中在头部科技企业（如腾讯、阿里、字节跳动等）手中，这些企业通过囤积算力资源，进一步加剧了中小企业的算力困境。中小企业在AI应用部署中面临“算力饥荒”，超过68%的企业在AI应用中遭遇算力瓶颈，42%的企业因硬件投资过高而推迟数字化项目。这种算力集中不仅限制了中小企业的技术进步，也加剧了“数字鸿沟”，使得中小企业难以在AI竞争中占据一席之地。
因此，在算力资源不足的情况下，一些中小企业只能选择算力租赁的方式，训练AI模型。据悉，上述企业花费数月筹备赴马执行的行动方案。这是因为通过互联网转移大量数据耗时数月，无疑用实体硬盘将数据带出境训练模型是最高效的方案。临行前，工程师在中国花了八周优化数据集和调整AI训练程序。
然而，中国AI企业通过硬盘物理传输数据出境，本质是在美国芯片封锁与中国数据合规框架下的“夹缝创新”，也将面临更大的挑战。
一方面，这种策略方法可能面临美国长臂管辖风险，即境外服务器若含美国技术，训练行为可能触发出口管制。而且，境外服务器租用不稳定，新加坡2024年起收紧AI出口监管（一些中国企业在新加坡注册子公司，使用马来西亚数据中心训练其模型）。
另一方面，依赖高容量硬盘与境外算力，成本高昂且不可持续。而且，若数据含重要信息或超豁免阈值未申报，可能违反《数据安全法》第46条，面临高额罚款或停业整顿。
中国“突围”策略与长期方案
尽管美国政府在2025年5月宣布废除AI扩散规则，但并未放弃对华芯片管制。相反，特朗普政府在废除前政策后，采取了更激进的“技术围堵”策略，试图重构全球AI芯片生态。未来，美国将继续通过出口管制、技术封锁、补贴调整等手段，加强对华AI芯片的控制。
毫无疑问，中国在AI芯片和算力领域的自主可控能力将成为关键。随着国产芯片性能的提升和成本的下降，中国有望在中低端AI芯片市场占据更大份额。然而，高端芯片仍面临技术瓶颈，需要进一步加大研发投入。
目前，腾讯、阿里等科技巨头持续扩大AI算力资本开支，推动国产GPU和AI芯片的迭代发展。此外，国产GPU芯片的研发也在加速，如景嘉微、海光信息等企业致力于国产GPU芯片的研发和产业化，推动中国AI行业发展。同时，LPU（低功耗处理器） 作为专为AI推理设计的芯片，以其超低延迟、超高数据吞吐量和节能环保的特点，成为AI领域的新宠。
除了高端AI芯片逆势突破之外，中国AI企业还应探索多种技术替代路径。比如，存算一体超异构AI大算力技术路径被认为有望成为未来的理想组合，兼顾通用性和高性能。而DeepSeek的崛起表明，算力资源匮乏反而推动工程师开发更高效的训练方法。中国企业在算力受限环境下探索出不同于美国“算力至上”思维的训练路径，打破美国科技界和政策制定者对人工智能发展的固有认知。华为云、阿里云等企业也在积极探索算力与大模型的协同发展路径，通过提供算力集群、计算引擎、AI开发框架和平台，加速AI大模型落地应用。
此外，为应对算力短缺，中国AI企业还应探索算力租赁和平台化发展的解决方案。比如，天罡智算推出的“算力生态超市”通过智能算力资源池、标准化动态定价机制和生态级解决方案，帮助中小企业将算力支出转化为核心竞争力。
综上，长远来看，“飞行硬盘”策略仅是权宜之计，中国AI产业的真正突围仍需核心技术自主与全球规则话语权的提升。