新的国际形势对中美两国科技竞争的影响不那么直接但意义深远，数据背后是中美科技公司面对现实更加深远的战略考量

1月21日，美国总统特朗普上任第二天，就在白宫宣布了一项野心勃勃的算力投资计划——“星际之门”（Stargate）。

协助特朗普身旁共同执行计划的商业大佬，是软银创始人孙正义、Oracle创始人拉里·埃里森（Larry Ellison）、OpenAI创始人萨姆·奥尔特曼（Samuel Altman）。三方承诺未来四年共同出资5000亿美元建设算力基础设施。

这项计划遭到了阿里董事局主席蔡崇信质疑。今年3月末，他在香港汇丰全球投资峰会批评称，“我开始看到某种泡沫的萌芽。美国关于投资AI（人工智能）的数字令我仍感到震惊。人们字面上在谈论5000亿美元，几千亿美元。我认为这完全没有必要。在某种程度上，人们的投资超前于今天看到的需求。”

中美关税大战目前如火如荼，两国之间的科技竞争早已从2020年就延宕至今，结合最新国际趋势语境，中美科技巨头在关键技术上的布局和竞争将更加胶着。算力，作为未来产业发展的“核心燃料”，更是超越具体企业，国家之间科技实力竞争的一个重要领域。

《财经》统计了全球12家正在重点投资算力的主流科技公司。2024年-2025年的资本开支、现金利润、折旧摊销等关键财务数据。其中包括五家美国科技公司（亚马逊、微软、谷歌、Meta、Oracle）、七家中国科技公司（阿里、腾讯、字节跳动、百度、中国移动、中国电信、中国联通）。

仅看2024年资本支出数据，美国五家科技公司是中国七家科技公司的6倍。这个差距看似悬殊，但背后有五个关键事实：

其一，美国科技公司算力投资规模远超中国，这倒逼中国靠工程创新“勤俭持家”。

其二，中国科技公司的算力投资增速更快，甚至比美国更激进。

其三，美国科技公司的算力泡沫风险大于中国科技公司，且风险正因关税战变大。

其四，一些美国科技公司算力投资正在刹车，但这对中国参考意义不大。

其五，中国科技公司虽然也面临算力泡沫的风险，但芯片断供风险才是第一位的。

中美算力投资差距大，倒逼中国公司工程创新

大型科技公司资本支出大部分被用于算力相关投资。因此，资本支出是观察算力投资的关键指标。仅看2024年资本支出数据，美国五家科技公司是中国七家科技公司的6倍。

亚马逊、微软、谷歌、Meta、Oracle这五家美国科技公司2024年的资本支出分别是777亿美元、756亿美元、525亿美元、373亿美元、149亿美元，合计2580亿美元（报道详见《DeepSeek将拉低算力总需求？美国科技巨头今年算力投资不减》）。

字节跳动、阿里、腾讯、百度、中国移动、中国电信、中国联通这七家中国科技公司2024年的资本支出分别是111亿美元、93亿美元、99亿美元、11亿美元、51亿美元、45亿美元、20亿美元，合计430亿美元。

悬殊的资本支出差距，也体现在芯片采购规模上。美国科技公司获得的英伟达高端AI芯片数量远大于中国科技公司。

Hopper系列（H100、H200，以及特供中国市场的H20）芯片是英伟达2024年主要出货产品。国际市场调研机构Omdia 2024年末报告显示，2024年英伟达Hopper系列芯片全球最大买家分别是微软（48.5万枚）、字节跳动（23万枚）、腾讯（23万枚）、Meta（22.4万枚）、亚马逊（19.6万枚）、xAI（19.6万枚）、谷歌（16.9万枚）。

英伟达在中美两国的收入同样可以侧面反映问题。2024年英伟达在美国市场收入613亿美元，在中国大陆（英伟达财报中的中国大陆市场含中国香港地区）直接收入171亿美元。英伟达的美国市场收入是中国大陆收入的3.6倍。

美国科技巨头的资本支出大于中国科技巨头，这个现象很正常。

其一，美国科技巨头的营收规模、市场份额本身就远高于中国科技巨头。比如，亚马逊AWS、微软Azure、谷歌GCP这三大云厂商全球市场份额高达63%。云厂商一直是算力的最大采购方。从历史数据来看，美国科技巨头的资本支出长期高于中国科技巨头。

其二，美国商务部严格限制英伟达等美国芯片厂商向中国市场提供先进AI芯片。这导致中国科技公司即使有预算，也无法采购到最贵、最好的AI芯片。

其三，这一轮大模型浪潮，美国科技公司遵循着Scaling Law（即规模化法则，指大模型性能由算力、模型、数据规模决定）进行投资，采取了“大力出奇迹”的策略。

使用算力时，美国科技公司“财大气粗”，中国科技公司“省吃俭用”——这倒逼中国科技公司另辟蹊径，通过工程创新去节省算力。

中国AI创业公司DeepSeek就是典型案例。DeepSeek V3/R3两篇技术论文中公开了一些技术方案——如MoE（混合专家模型）架构、FP8混合精度训练、MLA（多头潜在注意力机制）、强化学习训练等。这些技术都起源于硅谷，但DeepSeek站在巨人肩膀上，沿着现有理论进行了进一步工程探索。

算力限制倒逼出了这些工程创新。一家ICT（信息技术）硬件科技公司人士今年2月对《财经》分析称，美国科技公司的算力太充裕，没有沿着这些理论去深入尝试。中国公司因为美国芯片出口管制，面临算力、通信瓶颈，不得不在限制中进行工程创新。

DeepSeek不是唯一这么做的公司。早在2024年，包括字节跳动、阿里、百度等多家科技公司就已经在采取这一策略。当时各家算法技术人员的共识是，Scaling Law边际效应在递减，他们正在通过优化算法和模型架构等方式提升模型性能，减少算力消耗。

阿里云通义大模型业务总经理徐栋4月9日对《财经》表示，2025年中国大模型的发展主脉络之一仍然是，提升精度并降低算力成本。这在工程化上有很多工作可以做。中国客户最希望用到的模型，简单说就是多、快、好、省。

中国公司算力投资比美国更激进

Scaling Law放缓，并不意味着它彻底失效了。

英伟达创始人黄仁勋3月在GTC（Nvidia GPU科技大会）2025重新解释Scaling Law称，全世界对Scaling Law理解都错了。未来需要提升推理效率。10倍的Token（词元，大模型推理算力单位，每个字符都是一个Token）数量和10倍的计算速度，算力将增加100倍（报道详见《英伟达需要新故事》）。

中国市场，这种情况已经出现。《财经》了解到，阿里云2024年初到年末，大模型API（应用程序接口）调用量增长接近100倍，接入大模型企业数量增长也接近100倍。

在巨大的市场需求面前，节省算力重要，但投资算力更重要。中国科技公司在节省算力的同时，并没有放弃算力投资。

中国科技公司算力资本支出甚至比美国科技公司更激进。2024年-2025年，中国科技公司资本支出增速远高于美国。

2024年，阿里、腾讯资本支出总额192亿美元，同比增长182%。当年，亚马逊、微软、谷歌、Meta、Oracle当年资本支出总额2580亿美元，同比增长67%。2024年四季度，腾讯、阿里的资本支出增速甚至高达386%、258%。在全球主要科技公司中，腾讯、阿里的增速甚至分别位居第一、第二。

2025年，字节跳动、阿里、腾讯资本支出（字节跳动有浙商证券披露的预测数据）总额预计约为512亿美元，预计增长约69%。相比之下，亚马逊、微软、谷歌、Meta、Oracle当年资本支出总额预计约为3335亿美元，预计增长29%。

包括字节跳动、阿里、腾讯2024年至2025年都启动了激进的算力投资计划。

阿里在今年2月宣布，未来三年将投入超过3800亿元，用于建设云和AI硬件基础设施，总额超过去十年总和。腾讯管理层在2024年财报电话会中披露，2025年资本支出率将超过10%。《财经》测算，腾讯如果维持2024年资本支出强度，2025年资本支出将超过830亿元。

一位中国大型科技公司人士对《财经》表示，2021年-2023年，中国科技公司的资本支出曾因信心不足一度低迷。但2月17日的民营企业座谈会极大提振了企业投资信心。这是阿里、腾讯2025年制定激进资本支出计划的重要原因之一。

字节跳动的算力投资计划比阿里、腾讯更激进。浙商证券预估，字节跳动2025年资本支出将超过1600亿元，增速将超过100%。不过，这一数据未得到字节跳动方面的证实。

《财经》从多家数据中心服务商了解到，字节跳动2024年在全国10多个城市启动了总计超过2GW（吉瓦为功率单位，即2000兆瓦或2000MW负载容量）的数据中心新签及扩容项目。这些项目将会在未来两年逐步落地。

2GW是什么概念？特斯拉创始人埃隆·马斯克旗下AI创业公司xAI为训练Grok 3大模型建设了“Colossus”（直译为“巨人”）集群。该集群使用了20万枚英伟达H200系列芯片，需要250兆瓦电力负载容量。按照这一数据，2GW可容纳八个“Colossus”集群。

东南亚等地区正成为中国科技公司训练大模型的重要基地。一位中国科技公司战略规划人士对《财经》表示，字节跳动、阿里正在把东南亚等地区作为投资重点。在中国，英伟达芯片采购受限。但东南亚仍有回旋空间。中国公司可以通过第三方数据中心服务商部署芯片、训练模型。多位中标中国科技公司东南亚项目的数据中心服务商证实了这一说法。

美国公司算力泡沫风险大于中国

高强度资本支出会带来充足的算力储备，但它的副作用是：占用当下的现金流、影响未来的利润水平。

科技公司的芯片、服务器等算力设备采购后会变成固定资产。它会在未来五年（服务器财务折旧周期通常是五年）不断折旧，侵蚀未来五年的净利润。尤其是英伟达的GPU（图形处理器）服务器，如果高强度，折旧周期甚至仅有3年-4年，对利润影响更大。

如何观察科技公司算力投资是否健康可持续？

可以尝试使用三个关键指标：资本支出率（资本支出/营收）、资本支出对现金流的影响（资本开支/经营性现金流）、折旧费用对净利润的影响（折旧摊销/净利润）。

理论上，资本支出率越低、资本支出对现金流影响越小，折旧摊销对净利润影响越小，企业的算力投资就越健康。

目前，美国科技公司的资本支出率、资本支出对现金流的影响、折旧费用对净利润的影响均普遍大于中国公司——这表明，美国科技公司的算力投资泡沫风险，比中国更大。

从2024年的资本支出率来看，五家美国科技公司普遍高于七家中国科技公司。科技公司的资本支出率一般低于15%。亚马逊、谷歌相对健康，但微软、Meta、Oracle的资本支出率甚至已超过20%。这种高强度的资本支出是不可持续的。

中国七家公司，字节跳动、阿里、腾讯、百度的资本支出率全部低于12%，处于健康水平。中国移动、中国联通、中国电信资本支出率虽然高于15%，但它们承担基础设施建设的政策任务，过往资本支出率长期接近20%，近两年资本支出率有所下降，它们也处于健康水平。

从2024年，资本支出对现金流的影响、折旧费用对净利润的影响来看，美国科技公司仍然普遍大于中国公司（中国电信运营商这部分数据口径很复杂，字节跳动的现金流量表没有公开数据，因此未纳入统计）。

美国这五家科技公司的净利润、现金流目前均可以支撑短期内的高强度算力投资。因为它们的经营性现金流一直大于资本支出，净利润也一直大于折旧摊销费用。

但风险是，算力折旧周期长达五年，这对利润影响是滞后的。现在的算力投资，对未来3年-5年利润影响更大。越往后，折旧成本就越高。真正的考验会在2027年-2029年。

过去三年美国科技公司高强度资本支出的预期——它们期望，AI算力需求会在2025年爆发。但是，特朗普政府关税政策，正在加大算力投资泡沫的风险。

特朗普政府的关税政策目前对美国科技公司采购芯片、服务器影响不大。因为4月12日，美国海关及边境保护局(CBP)宣布称，芯片、存储、服务器等商品豁免征收“对等关税”。这意味着，美国科技公司采购芯片、存储、服务器等算力设备的成本并不会增加。

但波及全球的关税大战会影响市场预期，进而影响企业IT支出。这可能会导致AI算力爆发的预期无法兑现。

某市场全球化的中国软件公司的核心人士对《财经》解释，特朗普的关税政策会导致全球供应链混乱。企业客户的预期将变得悲观。这可能会导致他们直接减少IT支出。尤其是生成式AI这种不成熟的技术，很容易受到影响。因为它在短期内，难以计算投资回报率。企业使用生成式AI的心态会变得犹豫。长此以往，AI算力需求可能无法如预期爆发。

美国科技公司正在主动踩刹车

面对算力投资泡沫的风险，微软正在踩刹车，主动控制投资节奏。不过，目前暂无迹象表明，其他美国科技公司会跟进微软的做法。

今年2月至今，微软暂停了包括在英国、澳大利亚、印度尼西亚以及美国伊利诺伊州、北达科他州和威斯康星州等多个区域的数据中心建设或租赁项目（报道详见《微软算力投资主动踩刹车，特朗普关税2.0放大风险》）。

美国投资银行TD Cowen3月末报告称，近半年微软回撤了2GW数据中心租赁项目。TD Cowen报告分析称，其中有两个因素。一是，AI算力资源供应过剩。二是OpenAI对微软算力依赖度下降。OpenAI的“星际之门”计划绕开微软，将和软银、Oracle共同投资5000亿美元。

微软算力投资主动踩刹车的另一个原因是：重估算力供需关系。

微软早在2023年一季度就开始了高强度算力投资，这比其他科技公司的节奏快6个-12个月。由于微软算力投资提速起步早，它的减速也会更早一些。

微软2023年-2024年资本支出增速、强度，是微软史上最高的。这两年资本支出增速、强度，远超其他竞争对手。

《财经》统计了2018年-2024年微软的资本支出数据。微软过去28个季度，平均资本支出增速是33%、平均资本支出率是17%。微软2024年资本支出增速高达83.5%、资本支出率高达28.9%。这一数据远超微软历史平均水平，也远超亚马逊、谷歌、Meta等公司。

这让微软储备了充足的算力资源。微软CEO（首席执行官）萨提亚·纳德拉今年2月接受媒体采访时曾提到，算力投资的关键是供需平衡。如果一味鼓吹供给侧，而不真正将其转化为客户实际价值，就会完全脱离实际。必须有实际证据表明，有能力将昨天的资本支出转化为今天的市场需求。这样才能再次投资。

为让微软算力投资更灵活，萨提亚·纳德拉披露，微软2027年、2028年将会更多租赁数据中心，而不是自建数据中心。

这被认为可以降低过度投资的风险。一位中国数据中心服务商对《财经》解释，自建数据中心投入大、周期长，是一种重资产的运营方式。但租赁数据中心更灵活。一旦供给过剩，就可以随时退租。这种轻资产运营方式更容易抵御算力投资泡沫这一风险。

微软此举表明，大型科技公司不可能一直保持高强度的资本支出。

今年3月，野村中国科技及电讯行业分析师段冰曾对《财经》表示，资本支出增速一定会逐步放缓。因为，高强度资本支出，目的还是商业化落地。未来两年，美国科技公司高强度资本支出会继续放缓。届时，行业才能进入良性发展阶段。

中国市场芯片断供才是最大风险

和微软一样，中国科技公司也面临着算力泡沫的风险。微软主动踩刹车，这对中国科技公司是否有借鉴价值？结论是，参考意义不大。因为中国市场的情况和美国截然不同。

中国市场面临的首要风险是算力断供（报道详见《中国算力，过剩了吗？》）。算力过剩的风险，远小于算力断供。

我们通过多位供应链人士了解到，按保守计算，2024年中国市场英伟达H20系列芯片出货量约为60万-80万枚，某国产主流AI芯片出货量约为30万-40万枚。

也就是说，中国市场的先进AI芯片（可同时用于大模型训练和推理的AI芯片。如英伟达的A100/A800、H100/H800、B100、H20等，华为昇腾910系列）年出货量约为100万枚。

这和美国市场芯片供应存在较大差距。黄仁勋3月披露，2024年美国四大云厂商（亚马逊AWS、微软Azure、谷歌GCP、甲骨文OCI）Hopper系列芯片采购量是130万，这还不包括其他企业的采购数据。2025年，美国四大云厂商对下一代Blackwell系列芯片采购量将增长至360万枚。

多位芯片供应链人士对《财经》表示，目前某主流国产AI芯片2025年产能不超过50万枚，相比2023年-2024年没有明显提升。它无法完全替代英伟达特供中国市场的H20。

一位中国科技公司战略规划人士透露，某主流国产AI芯片的AI训练性能和H20相比仍有较大差距。因此，它现在主要被字节跳动、阿里、腾讯等科技巨头用于AI推理。也就是说，中国科技公司至少在未来1年-2年都无法完全摆脱英伟达先进AI芯片。

然而，美国政府的芯片出口管制一直是悬在中国科技公司头上的“达摩克利斯”之剑。

特朗普政府一直希望限制英伟达对华销售H20，这一想法已酝酿数月。4月有消息称，英伟达创始人黄仁勋成功说服特朗普暂时放弃这一决定。交易条件是，英伟达未来四年要投入数千亿美元采购美国本土制造的芯片。

对中国科技公司来说，囤积算力、超前投资才是目前更合理的做法。

中国市场的供需结构也和美国市场不同。美国市场的公共云占比高，但中国市场是一个公共云偏弱，私有云更强的市场。这使得，中国的政企机构、中小企业有旺盛的硬件采购需求。

2024年，中国市场部分区域出现了AI算力闲置的情况。我们了解到，电信运营商、部分地方智算中心原本存在闲置的AI芯片。然而，2025年DeepSeek的R1/V3，阿里云的通义QwQ-32B等模型，让大模型一体机的需求迅速爆发。这消化了大量闲置算力。

一位服务器销售人士今年3月曾对《财经》表示，大量中小企业正在采购大模型一体机，采购量从一台到数十台不等。这种零散的需求正在让过去闲置的算力得到充分利用。

一位中国ICT企业人士的看法是，中国市场远未到算力过剩的时候。目前只是算力供需不均。中国市场有限的芯片，不仅要供应大型科技公司，还要供应大量政企机构、中小企业。这意味着，中国市场的算力需求依旧没有得到充分满足。

（来源：《财经》杂志）