本期一句话判断

这一周最值得关注的，不是某一条单独新闻，而是一条正在闭合的因果链：美国试图把设备限制写进法律，中国被迫加快 AI 基础设施迁移，而这种迁移能否成功，最终会决定中国低价推理服务能否持续出海。

本期概览

本期不再把三篇深挖直接叠进一封 newsletter，而是先回答三个更重要的问题：华盛顿正在堵哪条路？中国正在补哪块板？全球市场又在为哪种能力付费？

如果把这三件事拆开看，它们分别属于政策、芯片和商业；但放在一起看，它们其实是同一条链上的三个环节：管制决定供给边界，迁移决定技术可行性，Token 定价决定商业结果。

① MATCH Act：华盛顿想堵的，不只是 EUV，而是整条替代路径

发生了什么

美国众议院外交事务委员会正在推进 MATCH Act。这项法案最值得关注的地方，不是它是否会立刻变成法律，而是它代表了一种新的出口管制思路：美国不再只盯住最先进的 EUV 光刻机，而是开始把那些能够通过多重曝光制造近前沿芯片的 DUV 浸没式光刻系统，也视为需要被制度性限制的对象。

为什么重要

过去几年，中国芯片厂商虽然拿不到 EUV，但仍能依赖旧一代 DUV 设备继续推进先进制程，这就是政策圈所谓的“DUV 漏洞”。AEI 的最新估算显示，中国实体在 2024 年购买了 ASML 全球 DUVi 销量的 70%，约 90 台 ArFi 设备。这说明中国并不是在零散试验，而是在堆出一条有现实产能意义的替代路线。更关键的是，MATCH Act 试图限制的不只是新增出口，还有已部署设备的维护服务。新机禁售影响的是增量，维护限制打击的是存量，这会直接缩短整条替代路径的生命周期。

接下来要看

真正值得追踪的不是法案标题，而是三个执行变量：第一，众议院推进后是否继续进入更高层级的立法流程；第二，荷兰和日本会不会同步收紧；第三，限制会不会从“禁止销售”进一步延伸到“限制维护与升级”。如果这三点同时成立，中国依赖旧设备逼近先进制程的空间会明显收窄。

继续深挖：MATCH Act：从“DUV 漏洞”到立法固化

② DeepSeek × 昇腾：真正难的不是替代芯片，而是替代整套系统

发生了什么

DeepSeek V4 迟迟未发，市场逐渐把焦点从“模型本身”转向“底层基础设施”。目前最重要的信号是：DeepSeek 计划把新一代模型运行在华为最新昇腾芯片上，而阿里巴巴、字节跳动、腾讯等公司也在预订大批昇腾资源。换句话说，中国头部 AI 玩家正在把“继续依赖 Nvidia CUDA”从默认方案，改成阶段性过渡方案。

为什么重要

外界很容易把这件事理解成国产芯片替代，但真正的难点不在芯片点亮，而在系统迁移。V4 延期的真正含义是：从 CUDA 迁移到 CANN，不只是换硬件，而是要把编译器、运行时、算子库、推理引擎、调度系统和运维工具整套重磨。950PR 的账面参数已经不弱，prefill/decode 分离架构也说明华为开始针对真实推理负载优化设计，但硬件参数并不能自动变成商用能力。真正决定迁移成败的，是软件生态成熟度和真实流量下的稳定性。

接下来要看

判断这场迁移是否成功，最重要的不是发布会口径，而是三个硬指标：V4 在昇腾上的上线稳定性、真实 cost-per-token 是否成立，以及 CANN 生态能否持续缩小和 CUDA 的工程差距。如果这三个问题都能得到正面答案，中国 AI 基础设施的竞争逻辑会被重写；如果不能，所谓“去 CUDA 化”就还只是方向，不是能力。

继续深挖：DeepSeek V4 × 昇腾：去 CUDA 化真正难的不是芯片，而是系统

③ Token 出海：40 倍价差是结果，不是起点

发生了什么

中国 AI 模型正在全球 API 市场形成明显价格冲击。OpenRouter 数据显示，中国模型的周 Token 消耗量已连续超过美国模型，全球前五最常用模型里有四个来自中国。与此同时，行业里广泛流传的一个判断是：中国模型推理价格比美国竞品最多可低 40 倍。

为什么重要

如果只把这理解为价格战，就会低估它。更准确的说法是，中国正在把“推理能力”本身变成一种新的出口品类。价格之所以能打下来，不是单点补贴，而是三层成本结构共同作用的结果：一是 MoE 等效率路线降低了单位推理成本；二是电力、机房和数据中心扩展速度带来基础设施优势；三是国内市场极端竞争，把模型从利润中心变成了获客入口。低价因此不是战术动作，而是结构性结果。

接下来要看

问题在于，这种低价能不能持续。答案并不在市场端，而在供给端。若 AI 芯片供给收紧，或昇腾迁移迟迟无法释放稳定性能，那么现在看起来成立的价格优势，未来可能在资源紧张中迅速收缩。反过来，如果制造、封装和软件栈都逐步跟上，中国的低价推理能力就可能从阶段性红利，变成更持久的结构优势。

继续深挖：Token 出海经济学：40 倍价差能持续多久

本期判断

三篇内容里，最关键的并不是哪一个单点结论，而是哪一个时钟跑得更快。

MATCH Act 的推进节奏，按月甚至按年计算；昇腾生态的成熟节奏，按季度计算；Token 市场的价格竞争，则按周计算。美国在收紧规则，中国在重建系统，市场已经提前开始兑现低价推理的商业想象。这三种节奏并不同步，而不同步本身就是最大的风险。

如果政策收紧快于技术迁移成熟，就会出现供给真空；如果技术迁移快于政策落地，低价优势就可能先一步固化。接下来最值得追踪的，不是哪一个标题更响，而是哪条链路先形成闭环。

本期来源

MATCH Act：AEI 研究报告、Reuters、众议院中国委员会声明、ASML Q1 2026 财报及投资者指引等。

DeepSeek × 昇腾：Reuters、华为官方产品发布、Brookings Institution、Nvidia CEO 公开表态及多家技术分析来源。

Token 出海：OpenRouter 平台公开数据、中国国家数据局、Bloomberg、Reuters Breakingviews、Brookings、JPMorgan 等。

《Silicon Road 硅路》主刊负责分发判断，深挖负责承载证据。
本刊不代表任何国家或企业立场，致力于提供客观、独立的产业分析。

如果只看表面，这件事的叙事非常诱人：中国模型在 OpenRouter 上的周 Token 消耗量已连续超过美国模型，全球前五最常用模型里四个来自中国，推理价格甚至被认为比美国竞品低最多 40 倍。但真正值得追问的是，为什么会这么便宜，以及这种便宜能维持多久。

先看现象：低价不是点状竞争，而是结构性压力

中国模型在海外市场形成价格冲击，并不是某一家公司补贴换增长，而是多重因素叠加后形成的整体结果。对海外开发者、尤其是东南亚和更广泛价格敏感市场来说，这种差异已经不是“更划算”，而是“是否能大规模使用 AI”的分水岭。

这也是为什么“Token 出海”值得被单独看待。它不是传统意义上的软件出口，也不是单纯卖模型，而是在卖一种可按需调用、可按量结算的 AI 基础能力。换句话说，出口的不是模型权属，而是推理能力本身。

第一层成本优势：模型效率

最根本的一层优势来自模型架构。中国 AI 实验室对 Mixture-of-Experts（MoE）的投入非常激进，这并不是风格选择，而更像是一种现实约束下的优化路径。MoE 的核心价值在于：它允许模型在保持大体量的同时，每次推理只激活部分参数，从而显著降低单次调用成本。

在美国出口管制持续限制高端算力获取的背景下，中国厂商被迫把一部分竞争力转移到算法效率上。这种被动约束，反而催生了更强的成本敏感度。站在商业角度看，这是一种非常重要的能力：不是先拥有无穷算力，再去追求极致性能，而是在算力相对有限的条件下，把每一次推理压得更便宜。

因此，中国模型价格低，不完全是补贴，更不是简单倾销，而是效率路线在商业化阶段的体现。

第二层成本优势：能源与基础设施

推理不是纯算法问题，也是重资产运营问题。电力、机房、散热、调度效率，都会决定单位 Token 的边际成本。中国在这一层的优势并不神秘：电力供应更充足、部分地区成本更低，数据中心基础设施扩展速度也更快。

这类优势平时不显眼，但一旦进入大规模推理阶段，就会持续反映到报价里。尤其当不同厂商都在打 API 价格战时，哪怕只是每单位成本低一点，放大到万亿级 Token 消耗，也会变成明显的竞争力。

第三层成本优势：极端竞争本身

真正把价格打穿的，是中国市场内部的竞争烈度。阿里巴巴、字节跳动、百度、腾讯、MiniMax、DeepSeek 等玩家几乎同时下注，既做模型，也做云，也做 API。在这种结构下，模型不一定是利润中心，它更像获客入口。

很多公司愿意把旗舰模型开源，或者以极低价格提供调用服务，本质上是在赌后端更大的生意：企业云、工作流平台、行业解决方案、私有化部署，乃至更长期的生态锁定。阿里巴巴联合创始人蔡崇信所说的“我们不从 AI 上赚钱”，如果放在这个框架里就不难理解：不是不考虑商业回报，而是把利润实现位置后移。

所以，40 倍价差不是孤立定价，而是三件事叠加的结果：效率路线降低底层成本，基础设施压低运行成本，激烈竞争把价格进一步推向边际。

但低价不是全部，问题在于它能不能持续

任何价格优势都要回答两个问题：供给能否持续，能力是否足够。Token 出海现在最脆弱的地方，就在这里。

第一，低价建立在持续供给之上。如果中国 AI 芯片供给受限，或者昇腾等替代路线在软件层面无法稳定释放性能，那么看上去便宜的推理服务，可能会因为资源紧张而迅速失去成本优势。也就是说，Token 出海表面上是商业问题，底层其实仍由芯片与设备供给决定。

第二，低价只有在模型能力差距可控时才真正有意义。Reuters Breakingviews 提出的怀疑很重要：如果没有新的美国高端芯片，中国模型长期在能力层面落后于最强西方模型，那么价格优势未必足以弥补性能落差。AI 不是所有场景都高度价格敏感，在高价值任务上，能力差距依然可能决定市场份额。

第三，消耗量不等于收入。OpenRouter 上的高调用量说明中国模型正在扩大使用面，但这不自动意味着高质量收入。开源可以快速获客，也可能延缓付费转化；低价可以打开市场，也可能把行业拖进一场长期低利润竞争。

为什么它和前两篇文章其实是一回事

Token 出海看起来是最靠近市场的一端，但它并不是独立命题。前两篇文章讨论的光刻机限制与昇腾迁移，最终都会落到这里。MATCH Act 收紧的是制造路径，DeepSeek × 昇腾测试的是替代路径，而 Token 出海检验的是商业化路径。

如果制造被收紧、替代又不够顺利，那么低价推理的故事就会先在供给端失速；反过来，如果芯片供给和软件迁移都能稳住，那么中国 AI 的低价优势就可能从短期策略，演变成长期结构性优势。

总结和推断

中国“Token 出海”最值得重视的地方，不是价格低本身，而是它第一次把算法效率、能源条件和市场竞争三种优势，叠加成了一个能够在全球市场产生冲击的商业结果。

但它的天花板也同样清楚：不在需求端，而在供给端。只要芯片、设备和软件栈的稳定性仍受约束，低价优势就还不是不可逆的护城河。未来真正决定这条路线能否成立的，不是价格打到多低，而是供给体系能否跟上增长速度。

可信度：事实与推断结合 · 一级源+二级源

DeepSeek V4 迟迟未发，外界最容易给出的解释是“芯片还没准备好”。这句话不算错，但不够准确。真正拖慢节奏的，不是某一颗昇腾芯片能不能点亮，而是整套 AI 推理基础设施从 Nvidia CUDA 生态迁移到华为 CANN 生态的复杂度，远比市场想象得更高。

如果说 MATCH Act 代表的是外部供给收紧，那么 DeepSeek 转向昇腾代表的，就是内部系统重构。它不是简单的国产替代故事，而是一场带有明显工程代价的基础设施迁移。

先看信号：为什么这件事足够重要

Reuters 报道称，DeepSeek 的下一代模型 V4 将运行在华为设计的最新芯片上，阿里巴巴、字节跳动和腾讯等公司也已预订大批昇腾芯片。单独看其中任何一条，都只是行业新闻；放在一起看，它们构成的是一个清晰信号：越来越多中国 AI 玩家正在把“继续依赖存量 Nvidia”从默认选项，改成过渡状态。

这也是为什么 Nvidia CEO 黄仁勋会公开表达担忧。真正值得警惕的，从来不是中国公司是否买到几批替代芯片，而是它们是否在软件、调度和应用层面，建立起一套不再以 CUDA 为中心的运行体系。一旦这套体系能稳定跑起来，竞争格局就会从“谁拿到更多 Nvidia 卡”转向“谁更快完成平台迁移”。

为什么 V4 一直在跳票

从外部看，模型延期常被理解为训练不够、产品打磨不足或发布节奏调整。但这次更接近一种基础设施级别的耦合问题。

从 CUDA 迁移到 CANN，并不只是改一下驱动或替换底层库。它意味着编译器、运行时环境、算子适配、推理引擎、内核融合、监控调试和集群调度都要重新磨合。一个模型在实验室里能跑起来，不等于它能在真实流量下稳定提供服务；一套 benchmark 能成立，也不等于线上成本就具备商业意义。

因此，V4 的延迟本身不是负面噪音，反而是最诚实的信号：迁移难度真实存在，而且难点主要集中在系统层，而非单点硬件参数。

950PR 看起来够强，但“账面参数”不是终点

华为在 2026 年中国合作伙伴大会上发布的 Atlas 350 加速卡，给外界提供了一个评估窗口。搭载 Ascend 950PR 芯片，这套卡的公开规格包括 1.56 PFLOPS 的 FP4 算力、112GB HBM、2 TB/s 级别互联带宽和 600W 功耗。单看这些数字，它已经不是“能不能替代”的问题，而是进入了“替代后损失多少效率”的比较区间。

更值得关注的是华为的架构思路。950PR 主要针对 prefill，也就是长提示词输入和上下文构建阶段；计划中的 950DT 则面向 decode 和训练任务，给出更大的 144GB 内存与更高带宽。这种 prefill/decode 分离设计在理论上很合理，因为推理流程本就不是同一种负载：前者更偏计算峰值，后者更受内存与带宽约束。

问题在于，架构上更合理，往往也意味着系统上更复杂。你不是只部署一批统一规格的加速卡，而是要让不同芯片在同一集群内被高效调度。运营层一旦处理不好，硬件账面上的优势就很容易在系统效率里被吃掉。

真正的瓶颈：软件生态成熟度

AI 基础设施竞争，最终很少输在宣传材料上，多半输在生态细节里。Nvidia 的核心优势，从来不只是芯片性能，而是 CUDA 用十多年积累出来的默认地位：开发者熟悉它，框架支持它，工具链围绕它，线上问题也更容易被定位和修复。

华为的 CANN 正在快速追赶，这一点不能低估。vLLM 已经提供 Ascend 插件路径，MiniMax M2.7 也做到了首日适配，这些都说明国产生态已经不再停留在“纸面兼容”。但要把“可以运行”变成“可大规模商用”，中间仍隔着好几道门槛：算子覆盖率是否足够、内核融合是否高效、调试工具是否成熟、线上故障是否能快速闭环。

对一个模型公司而言，最可怕的并不是平均性能差 10%，而是峰值时段突然不稳定、成本难以预测、问题排查周期太长。后者才是真正阻碍商业部署的因素。

还有一层约束：制造与封装

即便软件侧逐步成熟，硬件供给本身也不是无限的。Brookings 估计，华为昇腾 950PR 在 2026 年的预期产量约为 75 万颗，寒武纪计划交付 50 万颗 AI 加速器。放在行业语境里，这已经不是小数字，但放到中国主要 AI 厂商的总需求面前，依旧偏紧。

更关键的是，Ascend 950 系列被广泛认为依赖中芯国际 N+3 工艺以及 DUV 多重曝光路径，这让它与前文讨论的 MATCH Act 形成直接联动。也就是说，昇腾不是与政策风险无关的纯内部变量，它本身就运行在被外部政策紧盯的制造路径上。再往后看，先进封装与 HBM 集成能力也是约束项。没有这些配套，芯片规格再强，也难真正形成稳定供给。

这场迁移，应该怎样判断

最容易犯的错误，是把这件事理解成“成功”或“失败”的二元判断。现实更可能是一种分层迁移：部分工作负载先迁，部分高端场景继续依赖 Nvidia，部分公司为了控制风险维持双栈运行。这样的过渡并不漂亮，但非常现实。

因此，更合理的观察指标不是“DeepSeek 有没有彻底摆脱 CUDA”，而是三个问题：第一，V4 在昇腾上的上线稳定性如何；第二，真实流量下的 cost-per-token 是否成立；第三，CANN 生态是否能持续缩短与 CUDA 的工程差距。

总结和推断

DeepSeek V4 × 昇腾的意义，不在于它宣布了某种已经完成的国产替代，而在于它把中国 AI 行业最关键的一场基础设施实验推到了台前。真正的门槛不在硬件发布会，不在纸面参数，而在软件栈、调度层和商用稳定性。

如果这场迁移顺利，中国 AI 推理栈的竞争逻辑会被重写；如果迁移长期卡在系统复杂度上，那么所谓“去 CUDA 化”就仍然只是方向，而不是能力。V4 之所以重要，正是因为它会给出第一批足够可信的答案。

可信度：事实与推断结合 · 一级源+二级源交叉验证

先看核心：这项法案到底想堵什么

MATCH Act 针对的，不是最先进的 EUV 光刻机。那条线从 2019 年起就已经基本被堵住。它真正想处理的，是所谓“DUV 漏洞”：中国厂商虽然拿不到 EUV，但仍能通过较老一代的深紫外浸没式光刻机，配合多重曝光工艺，制造 7 纳米甚至接近 5 纳米级别的芯片。

这条路径的代价并不低。它更慢、更贵、良率更差，也更依赖工艺与设备协同。但问题在于，它不是理论上的备选路线，而是已经被证明可以运行的现实路线。也正因如此，美国政策圈对设备限制的思路开始变化：过去按设备类别划线，现在开始转向按设备能力划线。换句话说，政策制定者不再只问“这是不是 EUV”，而是问“这台机器最终能不能帮助中国制造近前沿芯片”。

为什么“90 台机器”会让华盛顿紧张

美国企业研究所 4 月发布的报告给这场争论补上了一组极具冲击力的数据：2024 年，中国实体购买了 ASML 全球 DUVi 销量的 70%，约 90 台氟化氩浸没式光刻机，价值约 50 至 70 亿美元。更重要的不是金额，而是规模。对一个依赖设备堆叠、工艺换效率的体系来说，90 台机器意味着中国并不是在零星试验，而是在建立一套有产能意义的替代路径。

AEI 的进一步判断更敏感：仅凭中国现有的数百台 DUVi 机队，就有可能在 2026 年支撑华为目标级别的高端逻辑芯片生产。这个判断未必是最终结论，但它足以改变政策方向。对华盛顿而言，一旦默认“旧设备也能生产近前沿芯片”，那现有出口管制的分类逻辑就失效了。

真正有杀伤力的，不只是禁售，而是禁维护

法案最值得警惕的条款，并不是“禁止继续出口 DUVi 浸没式光刻系统”本身，而是试图切断对已部署设备的维护服务。这个区别很关键。

新设备禁售，影响的是增量；维护禁令，冲击的是存量。光刻机不是卖出去就能一直稳定运转的消费品，而是高精密、高维护频率的工业系统。若原厂支持被切断，哪怕已有设备不立刻停摆，长期可用性也会显著下降。对中国厂商来说，这意味着问题将从“还能不能再买”变成“已经买到的还能撑多久”。

也正因为这一点，MATCH Act 的威胁不再只是卡住下一批机器，而是试图压缩整条替代路线的生命周期。

这不是纯政策问题，也是利益问题

围绕 MATCH Act 的推动，并不只是抽象的国家安全叙事。企业利益、产业竞争和盟友协调都在其中交织。

美国存储芯片厂商 Micron 公开支持 MATCH Act，并不让人意外。限制中国竞争者获得关键制造设备，本身就会改善美国厂商的竞争位置。与此同时，众议院中国委员会也在推动国务院与荷兰政府进行更强硬的外交协调，试图把原本分散的盟友限制变成更统一的对华设备政策。

从荷兰和 ASML 的角度看，这却是另一套算术。中国在 2025 年贡献了 ASML 总收入的 33%，公司已预期这一比例在 2026 年降至约 20%。即便 AI 驱动的先进制程需求正在对冲部分中国市场收缩，若 MATCH Act 进一步推进，ASML 仍将面对一个现实问题：它要用来自美国、韩国和台积电链条上的新增需求，填补中国收入更快下滑的缺口。

因此，MATCH Act 表面上是在立法，实质上是在重排三组关系：美国与盟友的协调边界、ASML 与中国市场的收益平衡，以及中国厂商依赖旧设备追赶先进制程的可持续性。

它离真正落地，还有多远

需要保持克制的是，MATCH Act 目前仍处于推进过程中，离完全落地还有距离。委员会通过，不等于国会最终立法；众议院推进，也不意味着参议院会照单全收。更现实的障碍在于，即便美国国内立法完成，其执行效果依然高度依赖荷兰和日本的配合。如果盟友不同步，单边限制的实际效果会被削弱。

这也是为什么这项法案的意义，不能只按“是否立刻通过”来判断。它更重要的信号在于：美国政策圈正在形成一种新共识——出口管制的目标不再只是最尖端设备，而是任何足以支撑中国继续逼近前沿制程的设备能力。

总结和推断

MATCH Act 的战略意义，不在于它会不会明天立刻改变交易流，而在于它把“DUV 也可能构成高端芯片突破口”这件事，正式推到了立法层面。一旦这种认知被制度化，未来对中国半导体设备的限制逻辑会更难逆转，也更少依赖行政弹性。

对中国算力产业来说，真正的问题不是还能不能短期绕过去，而是这条依靠旧设备、多重曝光和工程优化支撑的路径，能不能在外部约束持续收紧的情况下，撑到自主替代真正成熟的那一天。

可信度：事实与推断结合 · 一级源为主

选这个题目作为开场，是因为它正发生在我们眼皮底下，但几乎没有一份文档把它拼成完整的图。中文媒体在聊”大模型应用”，英文媒体在聊”Compute Diplomacy”，两边都在各自的语境里讨论一件同样的事：中国的算力相关产业正在以一种它自己还没完全意识到的方式出海。

这不是一次性的事件。2025 年 11 月美国放行向沙特 HUMAIN 和 UAE G42 出口芯片，同一时间华为在迪拜开始招募数据中心工程师；2026 年 2 月阿里云扩大了中东区域，不到一个月，字节跳动在阿布扎比注册了一个新主体；法国 Mistral 在 2026 年初融到 8.3 亿欧元，是为了把”欧洲主权 AI”这个叙事变成硅谷之外的第二条腿。

这些新闻如果分开读，每一条都是一则行业动态。合起来读，你会看到一个更大的图景——一个在美中两极之外、由能源、主权资本、华人工程师和地缘中立地带共同塑造的新”算力版图”正在成形。

我是 Liam。

过去十年在跨境贸易、物理基础设施和产业数字化之间辗转，最后落在了 AI 基础设施这个方向。这些看起来不相关的经历在最近两年合流成了一个观察：

算力正在成为 21 世纪的”石油”——它需要自己的勘探、运输、炼化、期货、保险，和一套完整的国际贸易秩序。而这套秩序里，中国是一个结构性非对称的玩家——有些层被卡得很死，有些层正以出乎意料的速度扩张。

接下来的每一封信里，我会围绕三件事来写：

• 正在发生的项目 —— 中国算力、数据中心、AI 基础设施在海外的落地。

• 背后的信号 —— 招聘、注册、公告、政策，那些新闻稿之前的迹象。

• 它们拼在一起的图景 —— 这件事最有意思的地方从来不在某一个项目，而在它们合起来的形状。

我不知道这条路最终会走到哪里，也不确定我能写多久。但我想做一件大多数人没耐心做的事——把公开信息一点点拼起来，持续追踪一年、两年、五年，看它怎么演化。

如果你也好奇这件事的走向，欢迎留下。

—— Liam，2026 春