Token导航 LogoToken导航

AI 资讯 · 虎嗅网

字节跳动马来西亚算力计划或受阻

更新 2026-11-16虎嗅网正文 4205字阅读约 14分钟4 张图片

美国商务部酝酿七国先进芯片许可新规,海外云租赁合同与付款风险成为焦点

本文来自微信公众号: 奇帆商业 ,编辑:陆垚,制图:奇帆商业,作者:钱喆

字节跳动在马来西亚的一项算力计划,可能遇到新的麻烦。

今年3月,《华尔街日报》报道称,字节计划通过当地云服务商部署约3.6万张英伟达B200芯片,硬件成本预计超过25亿美元。芯片留在海外,字节通过云服务获得计算能力。

图源:《华尔街日报》China's ByteDance Gets Access to Top Nvidia AI Chips

11月11日,《The Information》披露,美国商务部正酝酿新的出口管制措施,准备限制中国AI企业远程使用第三国数据中心的先进芯片。

美国过去主要限制芯片进入中国,如今准备进一步限制中国企业使用放在海外的芯片。

01

字节的3.6万张GPU,谁来承担风险

字节在马来西亚的合作方Aolani Cloud,并不是一家资产雄厚的传统云计算巨头。

《华尔街日报》披露,Aolani此前拥有的硬件资产规模约为1亿美元,而报道中的GPU项目硬件成本预计超过25亿美元。两组数字放在一起,足以说明这家东南亚云计算公司面临的资金挑战。

先进GPU采购通常发生在客户正式使用之前。服务器、网络、电力和冷却设施需要提前建设,运营商则依靠未来数年的租赁收入回收成本。客户合同不仅决定设备能否充分利用,也可能成为金融机构判断项目现金流的重要依据。

字节不必直接购买全部GPU,就能通过云服务获得计算资源;Aolani则可以围绕大型客户的需求筹措资金、扩大设备规模。双方各取所需,前提是租赁业务能够持续经营。

芯片放在哪里,只解决了设备部署的问题。谁为这些GPU长期付款,才决定了项目能否收回投资。

长期算力租赁合同通常需要明确租期、最低使用量、付款方式和终止条件。固定期限的合同可能要求客户在实际使用量下降后继续付款;允许因监管变化提前终止的合同,则可能让运营商失去原本用于偿还设备投资的未来收入。

预付款能否退还、设备能否转租、合同终止产生的损失由谁承担,同样取决于双方约定。字节与Aolani的实际租期、付款方式和退出条款尚未公开,这些风险分析不能直接视为双方已经发生的合同争议。

美国正在酝酿的新规,可能让这些商业安排变得更加复杂。

美国现有出口管制已经限制部分先进芯片的跨境交易。海外云服务却让芯片的所有权和使用权分离:购买GPU的是数据中心,使用算力的可能是另一家企业。

《The Information》11月11日报道称,美国商务部准备对新加坡、马来西亚、泰国、印度尼西亚、巴西、挪威和南非等七国实施更严格的先进芯片许可安排。部分运营商可能需要识别最终客户、说明用途,并承担持续监测义务。

图源:美国拟扩大先进芯片出口许可要求,涉及七个国家的原始报道

数据中心合法获得GPU,不代表它能够不受限制地把算力出租给所有客户。

美国现有出口管制主要针对受控物项的出口、再出口和境内转移,远程调用海外GPU并不必然构成同一种法律意义上的芯片出口。美国国会讨论的《远程访问安全法案》,正是试图扩大相关监管权限。

商务部也可能在先进芯片出口许可中增加客户审查条件,让海外运营商承担识别和限制特定用户的责任。监管不再只发生在芯片采购环节,还可能进入后续的云服务合同。

截至11月16日,美国商务部尚未公布与媒体报道完全对应的七国远程算力新规。既有合同是否获得过渡安排、哪些客户受到限制,仍有待正式文件确认。

字节的3.6万张B200属于媒体报道的计划规模,实际交付进度和合同金额尚未公开。路透社此前转述相关报道时,表示无法独立核实项目。

海外租赁原本能够减少字节直接采购先进GPU的压力,大型客户也让Aolani拥有未来数年的收入预期。客户资格一旦受到限制,双方都需要重新计算这笔生意。

02

阿里和腾讯,越来越重的算力账

中国互联网大厂的AI竞争,已经进入持续投入资金的阶段。

2026年第二季度,阿里资本开支达到676.78亿元,同比增长75%。公司将增长主要归因于AI基础设施建设,包括计算需求增加和部分芯片组件价格上涨。

阿里当季经营活动现金流为229.45亿元,自由现金流净流出446.70亿元,去年同期净流出188.15亿元。云基础设施支出增加,是现金流变化的重要原因。

阿里云既要为通义系列模型提供训练和推理资源,也要满足企业客户的计算需求。前者需要不断提高模型能力,后者更关心价格、稳定性和交付效率。硬件投资能否转化为收入,取决于客户需求、设备利用率以及云服务的定价能力。

阿里拥有平头哥自研芯片业务,可以为部分计算任务提供不同选择。模型训练框架、算子和集群调度都可能需要针对硬件重新适配,更换芯片供应商未必就能立即降低成本。

腾讯今年第二季度资本开支达到527.84亿元,同比增长176%,当季自由现金流为负138亿元。公司披露,如果剔除计算资源采购预付款,当季自由现金流约为376亿元。

图源:腾讯控股2026年第二季度业绩公告

两种口径相差约514亿元,反映了相关预付款对当期现金流的重要影响,但不能将差额直接认定为海外GPU租赁金额。

阿里在持续增加基础设施投资,腾讯则需要提前支付部分未来计算资源的费用。AI竞争已经越来越明显地体现在现金流上。

腾讯的算力需求分布在微信、广告、办公和云服务等业务中。模型训练需要集中投入,面向用户的AI推理则是一笔持续发生的成本。单次调用费用即使不高,乘上庞大的用户规模,也可能形成可观支出。

用户使用量增长,并不意味着收入能够同步增加。腾讯需要判断哪些AI功能值得持续投入,哪些计算任务可以通过模型优化降低成本。

字节没有公开与阿里、腾讯同等完整的季度财务数据。豆包、火山引擎以及内容推荐、广告等业务都需要大量计算资源,外界却很难准确计算其整体投入。

马来西亚项目提供了一条海外布局的具体线索。报道中的25亿美元是硬件成本估计,不是字节已经支付的租赁费用。

美国云服务商Lambda公布的H100集群报价为每张每小时5.54美元。按照这一价格,1024张H100连续使用30天,基础租赁费用约408万美元;使用一年约4970万美元。

公开报价只能提供成本参照,不能代表中国企业的实际合同。大型客户的租期、资源预留方式以及网络、存储等附加服务,都会影响最终支出。

企业围绕特定GPU集群安排模型训练后,临时更换供应商还可能涉及数据迁移、软件适配和重新测试。另一家运营商即使有空闲算力,也不代表原有计算任务能够立即转移。

模型公司的训练计划被打断,可能影响研发进度;云服务平台遭遇供应变化,还可能影响客户交付。这些成本未必直接出现在GPU采购价格里,却会影响企业最终愿意为算力支付多少钱。

阿里和腾讯的财报没有披露相关资本开支中有多少用于海外受限GPU,不能据此推断两家公司已经受到拟议新规的直接影响。

算力投入越大,企业调整供应渠道的代价也可能越高。价格、性能之外,未来几年能否稳定使用,正在成为选择计算资源时必须考虑的问题。

03

海外GPU的风险,最终由谁买单

11月13日,路透社披露,记者核查了150多份中国采购公告、投资计划和建设合同,识别出涉及英伟达受限芯片的计算项目及设备协议,金额超过230亿元人民币。

这些项目处于不同阶段,部分金额包含建筑、电力和其他基础设施,不能视为已经完成的GPU采购总额。

中国市场对先进计算能力的需求依然存在。美国拟议中的监管措施,可能改变这些需求最终流向哪些供应商,也可能改变相关投资的回收方式。

海外数据中心运营商面临的压力尤其具体。一座AI数据中心的投资回收依赖GPU利用率。设备投入使用后,折旧、融资和机房运营成本就会持续发生。客户因监管要求停止使用,运营商仍需要支付这些费用。

拥有广泛客户网络的大型云服务商,可以尝试重新分配计算资源。围绕少数客户建设特定集群的运营商,则可能需要接受更低的租赁价格,或者承担设备闲置的风险。

GPU可以重新出租,但原有客户合同所支持的现金流预期,未必能够原样转移。

数据中心如果按照长期租约安排设备采购和贷款偿还,客户退出后,新客户即使愿意接手,也可能要求不同的价格或服务配置。运营商需要重新平衡收入和固定成本,融资机构也可能重新评估项目的偿债能力。

这些风险来自AI数据中心的经营模式,并不代表Aolani已经发生设备闲置或融资困难。

英伟达的处境有所不同。部分GPU虽然销售给海外数据中心,最终计算需求却可能来自中国企业。运营商如果预期某些客户无法继续使用算力,后续芯片采购计划就可能受到影响。

全球AI算力需求仍在增长,其他地区的客户也可能吸收部分资源。目前没有可靠数据能够准确估算拟议新规对英伟达收入的影响。

国内芯片厂商可能因此迎来更多机会。海外先进GPU使用条件持续收紧,云计算企业可能增加本土硬件部署。华为昇腾、百度昆仑芯、阿里平头哥等厂商,都有机会获得更多商业验证。

订单能否真正落地,还要看产品能力。大型模型训练依赖高速互联、分布式计算和成熟的软件生态。已有系统如果深度依赖CUDA,迁移到不同平台需要投入工程资源,性能和稳定性也必须重新验证。

海外GPU越难获得,国产芯片的市场机会可能越大,但机会不等于已经完成替代。

美国也需要考虑长期效果。限制中国企业获得先进算力,可能提高其短期研发成本;限制持续时间越长,中国企业投入本土芯片和软件生态的动力也可能越强。

11月12日,路透社报道称,已有中国企业联系海外运营商,尝试提前锁定英伟达算力。正式规则尚未公布,部分采购决策已经开始受到政策预期影响。

图源:路透社独家Chinese AI firms rush to secure Nvidia chip capacity

芯片缺货时,企业可以提高报价、等待交付或者寻找替代供应商。监管条件发生变化,一笔交易即使买卖双方愿意继续,也可能无法按照原有安排履行。

客户担心计算任务中断,运营商担心收入无法兑现,芯片供应商则需要重新判断未来订单。原本由商业谈判决定的交易条件,可能受到监管要求的直接影响。

美国准备改变的是先进算力的交易规则,而相关成本可能分散在中国客户、海外数据中心和芯片供应商之间。

阿里和腾讯的财报已经显示,AI基础设施正在成为影响现金流的重要投入。字节的马来西亚项目,则让海外算力租赁背后的投资关系更加具体。

美国最终会把限制推进到什么程度,还需要等待正式规则。中国互联网大厂正在投入越来越多的资金建设AI业务,计算资源能否长期、稳定地获得,将直接影响模型研发、云计算收入以及AI产品的商业化成本。

文章标签算力芯片

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。