中國正透過大規模數據中心整合計劃，系統性挑戰美國在人工智能領域的主導地位。北京當局加強對全國數據中心的統籌管理，目標是更有效運用有限的運算資源，應對 AI 需求激增的挑戰。這項被稱為「中國版星際之門 (China Stargate)」的戰略，直接回應美國 OpenAI、Oracle 和 SoftBank 合作的 5,000 億美元（約港幣 3.9 兆元）德州 AI 數據中心項目。本文將深入分析中國 AI 基礎設施的戰略轉型、技術創新突破以及對全球 AI 競爭格局的深遠影響。
從分散走向整合的 AI 運算佈局
中國 AI 數據中心整合計劃的核心在於解決運算資源分散和利用效率低下的問題。位於長江上一座 760 英畝島嶼的蘇湖「超級集群」項目，正將農田改造為大型伺服器農場，象徵著中國 AI 基礎設施的系統性重構。該項目包含華為、中國電信、中國聯通和中國移動四大營運商的數據中心，總投資達 2,700 億元人民幣（370 億美元，約港幣 2,886 億元）。
根據研究機構 Epoch AI 的數據，美國目前控制著全球約四分之三的運算能力，而中國僅佔 15%，這一巨大差距促使北京當局採取更加協調的策略。美國企業智庫研究員 Ryan Fedasiuk 指出：「中國正開始對稀缺的運算資源進行分流，以實現最大的經濟產出。北京現在正以此為目標規劃數據中心基礎設施。」
網絡互聯突破地理限制
面對美國出口管制和地理分散的雙重挑戰，中國採用創新的網絡技術解決方案，將分散在各地的處理器連接成集中式運算集群。中國電信和華為利用網絡技術連接從西部到東部的運算能力，形成「運算走廊」的概念。這一策略類似於中國的南水北調工程，將關鍵資源在全國範圍內進行調配。
華為正在開發名為 UB-Mesh 的新型網絡技術，聲稱能透過更佳的任務分配，將跨多個運算集群的大語言模型訓練效率提升一倍。雖然數據中心研究諮詢公司 DC Byte 創辦人 Edward Galvin 警告：「使用多個較小且較舊的數據中心，效率低於使用一個更大更現代的數據中心，這關乎規模經濟。」但中國仍在積極探索這一技術路徑。
突破技術封鎖的多元策略
美國的出口管制阻止中國企業獲得 Nvidia 等領先 AI 晶片製造商的最佳處理器和硬件裝置，促使中國採取多管齊下的應對策略。一方面，華為和寒武紀等國內晶片製造商正努力填補空缺，雖然在製造能力方面仍面臨限制；另一方面，一個中介商網絡在中國興起，以獲得被禁止出口到中國的 Nvidia GPU。
Stanford University 的《2025 AI Index Report》顯示，2024 年美國機構產生了 40 個值得注意的 AI 模型，大幅超越中國的 15 個和歐洲的 3 個。然而中國在開源 AI 領域採取更積極的策略，DeepSeek-R1 等模型在效率和開放性方面與 OpenAI 的 o1 模型形成競爭。Record Future 的分析指出，中國 AI 產業很可能成為全球僅次於美國的第二大力量，其 AI 模型可能在某些領域超越美國。
政策支援與市場機制並重
中國政府正提供大幅補貼支援 AI 基礎設施建設，蕪湖等地區的補貼可覆蓋高達 30% 的 AI 晶片採購成本，比其他地區更加慷慨。這種政策支援與市場需求相結合，推動了全國性的數據中心建設熱潮。截至 2024 年中期，中國已建成或宣佈計劃建設超過 250 個 AI 數據中心，覆蓋全國各個地區。
與美國主要由少數科技巨頭控制運算能力不同，中國正嘗試建立類似公用事業的 AI 運算網絡，讓全國各地的開發者都能獲得所需的運算資源。這種分散式創新環境可能為 AI 發展創造更多協作機會，任何有創意的人都可以創建自己的模型。
重塑全球 AI 競爭格局
中國的「星門計劃」既是對美國技術優勢的直接回應，也重新定義了全球 AI 競爭規則。透過整合分散的運算資源、發展網絡互聯技術，以及建立開放式創新生態系統，中國正在探索一條不同於美國集中式發展模式的道路。雖然在高階晶片製造方面仍面臨挑戰，但中國在能源供應、數據獲取和人才培養等關鍵要素上展現出的競爭優勢，可能在長期內改變全球 AI 發展的平衡。這場競爭的最終結果將深刻影響全球數碼基礎設施的未來控制權，以及各國在 AI 時代的戰略地位。
資料來源：Epoch AI、American Enterprise Institute、Recorded Future、Wilson Center、Stanford HAI
