先行結論
- 買不到 H100 / B200 不等於沒有先進 AI 算力。先拆工作負載：訓練、推理、Agent 執行是三條軌道，不要綁在一張受限卡上。
- 2026-05-31 BIS 指南寫明：總部位於 D:5（含中國）或澳門、或其最終母公司在這些地區的實體，在全球任何地點接收先進計算物項仍需許可。第三國資料中心不是合法繞過。
- 多數產品和 Agent 團隊應先買 Token（API），而不是買卡。雲 GPU 只服務「能簽合規合約的主體 + 必須自持權重」的場景。
- 國產 AI 晶片（昇騰、寒武紀等）適合能改框架、能消化 CUDA 遷移成本的訓練/推理；不適合「明天就要跑通原版 CUDA 算子」。
- Cloud Mac 解決 MCP、簽名、常駐 Agent，不替代資料中心 GPU。合蓋重試會把同一輪推理再買一遍。
晶片能不能買到不是分水嶺，工作負載該落在哪條合規軌道才是分水嶺。
0. 先行結論
截至 2026-09-08，美國對 NVIDIA 高端加速器的 AI 晶片出口限制已從 H100 / H200 / Blackwell，延伸到需要許可的 H20，以及被擋下的降規 B30A。與此同時，中國對財政資金支持的資料中心提出國產晶片要求，未完工項目還可能被要求拆除已裝的外國加速器。兩邊同時收緊，舊答案「想辦法買一張旗艦卡」失效了。
給需要立刻拍板的人一組對照：
- 產品推理 / Agent 循環：預設買 Token。DeepSeek、通義、Gemini、Claude 都能把「先進能力」賣成 API，而不把受限矽片搬進機房。價格拆解見 DeepSeek V4-Flash Token 成本。
- 必須自訓或精調：能改框架就走國產叢集；有獨立、可證明的非 D:5 最終母公司，才談持牌雲 GPU。不要用「新加坡子公司 + 中國總部」當免許可證明。
- 第三國資料中心：對總部在中國的買家，2026 年中以後這不再是灰色捷徑，而是許可與執法問題。先讀 BIS 2026-05-31 指南 與 NVIDIA 出口合規頁。
- 執行層：MCP、鑰匙圈、xcodebuild、常駐 Agent 放 Cloud Mac，不要和訓練卡搶同一張受限清單。
租 GPU 還是上 Mac 做推理，場景不同；GTC 後的吞吐對比見 NVIDIA GTC Berlin 2026：租 GPU 還是 Mac。
1. 問題為什麼存在：出口限制之後，舊方案為何失效
舊方案失敗得很具體：團隊把「先進 AI 算力」等同於「機房裡有 NVIDIA 旗艦」。2022 年以後，美國按性能密度和互聯把 A100、H100、後繼 Blackwell 納入先進計算物項；中國市場一度出現 A800 / H800 / H20 等降規型號，每次接近可組叢集訓練前沿模型的閾值，規則就再收一檔。2025–2026 年 H20 改為許可制，B30A 即使按早期門檻降規，也被按「叢集仍能訓練大模型」擋住。
另一邊，中國要求財政資金支持的新建資料中心使用國產晶片，未達進度的項目可能拆除已裝的外國加速器。於是出現一種錯覺：好像只剩地下通路或第三國機櫃。對工程團隊，這是最貴的錯覺——它把合規風險、交付 comms 和 CUDA 鎖定綁在一起，卻解決不了「下週要上線的 Agent」。
- 出口管制看的是物項 + 最終用戶主體，不是機櫃貼紙上的國家名。見 15 CFR 742 與 BIS 指南。
- 雲廠商對 D:5 總部客戶收緊 KYC 後，第三國合約並不自動等於可交付 H100。
- 灰市卡沒有驅動支援、沒有互聯質保，也沒有把權重合放入生產的路徑。
真正要回答的不是「中國還能不能買到 NVIDIA」，而是：你的負載有多少必須自持權重，有多少可以買 Token，有多少其實是執行環境而不是 FLOPS。
2. 五條算力軌道：先分類，再談國產晶片與雲 GPU
2.1 軌道 A：模型 API / 買 Token
入口是 API Key 或企業合約，執行能力是推理、工具呼叫、長上下文，上下文是你願意上傳的提示與檔案。成本按百萬 Token，權限邊界是供應商的駐留與訓練條款。這是 2026 年大多數中國產品和出海 Agent 的預設先進算力。不要把「自訓 70B」的採購單套到「客服 Agent」上。
2.2 軌道 B：持牌雲 GPU
入口是 AWS / Azure / GCP / 持牌 GPU 雲的控制台。執行能力是 CUDA 訓練與自託管推理。成本是卡時 + 出口流量 + 閒置。權限邊界是：你的簽約主體是誰、最終母公司在哪、雲廠商是否把這筆單視為需許可的再出口。只有主體經得起審查時，這條軌道才存在。
2.3 軌道 C：第三國資料中心
表面上是馬來西亞、泰國、新加坡、阿聯酋的機櫃和「本地公司」。2026-05-31 之後，BIS 再次確認：先進計算物項交給 D:5 / 澳門總部或其最終母公司在這些地區的實體，不論實體註冊在哪，許可要求仍在。善意營運、且活動符合 EAR 的機房營運商，指南說暫不必因該文件停止已有使用——但這不是給中國總部買家新開一扇買卡的門。把第三國機房寫成「繞過 NVIDIA AI 晶片出口限制」的方案，是把工程計畫建立在執法豁免上。
2.4 軌道 D：國產 AI 晶片
華為昇騰、寒武紀、壁仞、沐曦等走 CANN / 自有執行時，不是 CUDA 的透明替換。官方入口見 昇騰社群。執行能力覆蓋訓練與推理，前提是你改圖、改通訊、改監控。上下文是國產叢集與國內資料駐留。成本是遷移人月 + 叢集電費，不是「一張卡的美元標價」。財政專案幾乎只能走這條軌道。
2.5 軌道 E：異構執行層（Cloud Mac / Apple silicon）
入口是 SSH / VNC 上的雲 Mac 或本機 Mac。執行能力是 MCP、簽名、worktree、端側 Core ML，不是替代 H100 訓練。低併發原型可以把小模型放在統一記憶體上試，但生產吞吐仍應回 API 或 GPU。配置與記憶體瓶頸見 Mac mini 當 AI Agent 伺服器。算力租賃計費怎麼自動化，見 FOSSBilling 算力租賃平台。
3. 核心對比：同一套五維表頭
把第三國機房、雲 GPU、國產晶片、API 和執行層放進同一張表，避免只比「有沒有 CUDA」。
| 層/方案 | 入口 | 執行能力 | 上下文 | 成本 | 權限邊界 |
|---|---|---|---|---|---|
| API / Token | Key / 企業合約 | 推理、工具、長上下文 | 提示與允許上傳的檔案 | 按百萬 Token；重試會翻倍 | 供應商駐留與訓練條款 |
| 持牌雲 GPU | 雲控制台 / 承諾用量 | CUDA 訓練與自託管推理 | 你放進 VPC 的權重 | 卡時 + 閒置 + 出網 | 簽約主體與最終母公司 |
| 第三國資料中心 | 海外機櫃合約 | 表面上等同雲 GPU | 機櫃所在國 ≠ 許可豁免 | 租金 + 合規盡調 + 執法風險 | BIS：看總部不看貼紙 |
| 國產 AI 晶片 | 國產雲 / 自建機房 | 自有棧上的訓練推理 | 國內資料與國產工具鏈 | 遷移人月 + 電費 | 財政專案幾乎必選 |
| Cloud Mac 執行層 | SSH / 雲 Mac | MCP、簽名、常駐 Agent | 倉庫、憑證、鑰匙圈 | 日租機器，不買 FLOPS | 行程使用者與網路出口 |
讀表時記住非對稱結論：換一個第三國機櫃解決不了「最終母公司在中國」這條許可規則；換一張更便宜的國產卡也解決不了「Agent 合蓋斷線後把 Token 再買一遍」。型號只是軌道上的刻度。
4. 場景怎麼選
| 層/方案 | 入口 | 執行能力 | 上下文 | 成本 | 權限邊界 |
|---|---|---|---|---|---|
| 客服 / 編程 Agent，低併發 | API 預設 | Flash / 國產 API，限制步數 | 短上下文 + 快取系統提示 | 預算輸出 3–8× 輸入 | 金鑰只放後端 |
| 要精調 7B–70B，能改框架 | 國產叢集 | 昇騰 / 寒武紀訓練棧 | 自有資料不出境 | 人月 > 卡價 | 財政或國內合規優先 |
| 有獨立非 D:5 最終母公司 | 持牌雲 GPU | CUDA 短週期租卡驗證 | VPC + 金鑰輪替 | 先日租再承諾 | 法務先過 BIS / 雲廠商 KYC |
| 中國總部 + 想用海外機櫃 | 不要當預設方案 | 先假設許可被拒 | 第三國註冊不夠 | 盡調成本常高於 API | 讀 BIS 指南，勿寫進上線計畫 |
| iOS / MCP / 常駐編排 | Cloud Mac + API | Mac 只執行，不訓練 | 憑證與 DerivedData 留在 Mac | 日租機器 + Token | 鑰匙圈不離開盒子 |
| 國家資金資料中心 | 國產晶片 | 按招標棧交付 | 國內駐留 | 遷移寫入工期 | 外國加速器可能被要求拆除 |
5. 推薦組合
A | 產品預設（大多數團隊） 國產或國際 API 推理 → 步數上限 + 日預算 → MCP / 簽名跑在 Cloud Mac → 不採購受限 NVIDIA 旗艦 B | 必須自訓 昇騰 / 寒武紀叢集 → 先遷一條真實訓練圖 → 通訊與監控同步改 → API 仍承擔線上推理 C | 合規海外主體 法務確認最終母公司 → 持牌雲 GPU 短週期 → 權重出網與金鑰輪替寫進 runbook → 不用第三國殼公司當許可 D | 財政 / 國產替代專案 100% 國產加速器 → 招標棧鎖定 CANN 等 → 禁止把「等 B30A 鬆綁」寫進里程碑
6. 常見誤區
- 誤區 1：新加坡 / 馬來西亞機櫃 = 合法 H100。BIS 看最終母公司總部，不看機櫃貼紙。
- 誤區 2：先進 AI 必須自持 NVIDIA。多數線上請求是推理，Token 已經是先進算力。
- 誤區 3：國產晶片是「弱一點的 CUDA」。它是另一條棧；不遷算子就沒有算力。
- 誤區 4：灰市卡能上生產。沒有驅動支援、沒有互聯質保、沒有合規路徑。
- 誤區 5：雲 GPU 報價單可以不寫主體。雲廠商 KYC 失敗，卡時合約等於廢紙。
- 誤區 6：用筆電跑 Agent 再抱怨 GPU 不夠。合蓋重試買的是 Token，不是卡。
- 誤區 7：把出口管制解讀成「永遠買不到任何 NVIDIA」。許可、降規型號與政策窗口會變；工程計畫應按軌道寫，不按傳聞 SKU 寫。
7. 7 步落地
- 把下週要上線的負載拆成訓練 / 推理 / 執行三欄，禁止「全部要 H100」。
- 推理欄先選一家 API（見 DeepSeek API 文件 或你已有的國內模型服務），用真實 Prompt 量 Token。
- 對照 BIS 2026-05-31 畫主體圖：總部、最終母公司、簽約雲帳號。D:5 總部就不要把第三國機房寫進方案。
- 必須自訓則選國產棧，先遷一條能重現 loss 的訓練圖，而不是先買滿機櫃。
- 僅當主體經得起雲廠商與出口合規審查時，才開持牌雲 GPU 的短週期 PoC。
- 把 MCP、簽名、常駐編排遷到 Cloud Mac，切斷合蓋重試。部署邊界見 MCP 部署：Cloud Mac vs VPS vs 本地。
- 內部發布一頁「算力軌道卡」：預設 API、自訓國產、禁止灰市、禁止把第三國機房當繞過；每月對一次發票與主體。
8. FAQ
第三國資料中心還能繞過 NVIDIA AI 晶片出口限制嗎？
對總部位於中國或澳門、或其最終母公司在這些地區的實體，不能。2026-05-31 BIS 指南確認：先進計算物項在全球任何地點交付給這類實體仍需許可。馬來西亞或新加坡的機櫃不是合法繞過。
買不到 H100 就做不了先進 AI 嗎？
多數產品和 Agent 並不需要自持 H100。先用 API 買推理，把訓練放到能改框架的國產叢集，或放到有獨立合規主體的持牌雲 GPU。缺的是軌道，不是某一型號。
國產 AI 晶片能替代 CUDA 嗎？
能替代一部分訓練和推理，不能預設替代所有 CUDA 算子。昇騰、寒武紀走自己的棧；遷移成本在算子、通訊和工具鏈，不在海報算力。
雲 GPU 和買 Token 哪個更划算？
低併發產品和 Agent 循環通常 Token 更便宜、上線更快。只有當要自訓/精調、長上下文必須自持、或 API 的延遲與資料駐留不滿足時，才值得租卡。
Cloud Mac 能當資料中心 GPU 用嗎？
不能。Cloud Mac 解決 MCP、簽名、常駐 Agent 和端側驗證；推理用 API 或 GPU。合蓋筆電導致的重試會把 Token 再買一遍。
9. 總結
2026 年在 NVIDIA AI 晶片出口限制之後，中國團隊獲得先進 AI 算力的合法路徑是拆軌道，而不是找一張能走私進機房的旗艦卡。第三國資料中心對 D:5 總部實體不再是繞過；雲 GPU 只服務經得起主體審查的合約；國產 AI 晶片服務能遷棧的訓練與財政專案；API Token 服務大多數線上推理。
工作順序應當是：拆負載 → 推理走 API → 畫清最終母公司 → 自訓走國產或持牌雲 → 執行層走 Cloud Mac → 把「第三國機櫃當繞過」從里程碑裡刪掉。規則會改，軌道不該每週重寫。