前言

大家好，我是小李。

比尔·盖茨在2026年10月下旬的The Verge播客里说了一句不太好听的话：即便AI技术本身被管理得不错，未来大约20年的过渡期仍然会制造大量赢家和输家，动荡程度可能超过多数人的心理准备。

几乎在同一周，美国国土安全部把DeepSeek从联邦民事机构的IT系统中清理出去，连美国企业用DeepSeek技术搭出来的第三方产品也一并从政府采购中排除。

盖茨说的是技术扩散会冲刷旧秩序，美国行政部门做的却是把一家中国AI公司从采购目录里划掉。

这两件事摆在一起，美国真正担心的到底是技术本身，还是某种已经不在其管控节奏之内的东西？中国手里那张被反复针对的牌，究竟是一颗芯片、一个模型，还是一套已经在运转的结构？

数据指向的是一个底座

国土安全部这道命令由部长马克韦恩·穆林签署，落款日期是7月24日，正式刊发在《联邦公报》上却到了10月19日前后，中间隔了将近三个月。

行政层面把一个已经执行的动作补一道正式手续，说明它的即时业务冲击有限，信号分量更大。

此前海军、国防部等部门已经有过内部限制，这次把范围铺到国防和情报系统之外的几乎所有联邦民事机构，真正值得注意的条款是“第三方衍生产品”也被覆盖。

美国企业用DeepSeek开源模型开发的软件，同样被挡在政府采购门外。把政府采购准入资格当作杠杆，施压本国企业减少对中国AI技术的依赖，这比单纯禁用一款产品要更进一步。

中国这边的动作落在另一个逻辑上。商务部与科技部就技术出口目录修订公开征求意见，AI领域涉及23项技术，同步启动出口前登记管理。

划定的是安全底线和出口程序，企业层面的开源分发与海外授权并没有被截断。一边在做减法，一边在做规则的加法。

真正说明问题的数据不在联邦公报里，在IDC的统计表上。2026年上半年，英伟达在中国数据中心AI芯片市场的份额降到34%，出货67.8万颗，同比收缩44%。

华为昇腾出货57.2万颗，份额28%，两者差距从一年前的31个百分点收窄到6个百分点。

英伟达CFO在财报电话会上披露，某个季度没有向中国大陆发出任何Hopper架构数据中心产品，禁令生效前这块业务营收是46亿美元的量级。

华为这57.2万颗是在供给瓶颈下拿到的，昇腾910C的产能天花板卡在中芯国际7纳米良率和HBM供应上，现货市场一度出现三成以上的溢价。

头部互联网厂商的库存被扫光之后，排队等货的名单还在拉长。份额位移的方向已经清晰，但华为的份额是被产能压着的份额，不是市场天花板的份额。

底座在移位，上层工具链的适配没有停在原地。DeepSeek在禁令公布同一天开源了推理框架DeepInfer，兼容英伟达GPU和华为昇腾NPU，企业客户不必被单一硬件生态锁死。

10月22日市场消息传出DeepSeek新一轮融资目标约1000亿元，腾讯和宁德时代是出资最多的两方，资金重点投向乌兰察布的数据中心集群，官方尚未正式公告，最终金额存在变数。

行政禁令能管住采购目录，管不住一个更基础的问题：当技术能力接近到某个程度之后，客户选择谁，取决于另一张表。

成本表上的距离在拉开

Google前CEO施密特2026年10月在挪威主权财富基金旗下《In Good Company》播客里的判断提供了一个来自美国AI产业内部的视角。

他说中国最优秀的模型与美国顶尖系统之间的差距已经从一年到两年压缩到不到6个月，但真正影响竞争走向的不是这6个月。

而是免费或低价策略可能让全球大量用户转向中国模型，美国即使在技术上保持领先，也未必能锁定市场。

施密特不是在替中国AI做宣传，他说的是美国AI商业模式面临的一个结构性压力：技术代差可以靠研发投入追赶，成本结构上的距离却很难用同样的方式抹平。

他特别提到，当市场上的部分需求并不需要最先进模型时，价格更低、能力接近的替代方案就会成为企业和消费者的实际选择。

DeepSeek V4.1-Flash披露的运营数据把这个压力变得可以算账。根据GitHub部署问答，单集群每天处理155万亿Token，按谷电价格计算，每GPU小时收入约38美元。

海外研究员基于缓存率、吞吐和定价假设推算的推理毛利率区间在84.2%到96.1%之间，这是第三方测算，硬件折旧和运维成本没有被完整纳入，不能等同于官方财务数据。

测算指向的方向是清楚的：当模型能力接近到某个阈值之后，百万Token级别的定价差本身就是采购决策中最难绕开的变量。

对于大量只需要“够用”的开发者和中小企业，价格差不需要精确到小数位，只需要大到让选择变得不纠结。

CSIS此前也有分析把竞争焦点的位移说得很直白：AI竞争的实质正在从“谁的技术天花板更高”滑向“谁能以可承受的成本把用户规模做上去”。

技术领先如果不能转化为可负担的规模化供给，它在商业竞争中的权重就会被稀释。

美国AI公司靠资本投入维持研发和推理成本，中国AI企业在能源、硬件采购和工程优化上寻找压缩空间，两条成本曲线的走向不同，竞争的性质也就跟着变了。

存储和工具链构成的是体系

中美AI竞争的讨论容易集中在GPU和训练算力上，存储芯片的战略分量常常被放在视野边缘。

AI推理的每一次Token生成都在消耗内存带宽和存储吞吐，并发越高，对DRAM和NAND的依赖就越重。

Counterpoint Research的数据显示，2026年第二季度长江存储按NAND出货量计算以14%的份额升至全球第三，排在三星的25%和SK海力士的22%之后，超过了铠侠和美光。

在2025年第一季度到2026年第一季度这四个季度里，其全球NAND营收份额从9%升至14%，增幅超过五成。

长鑫存储在DRAM营收份额上从2025年第二季度的4%攀升到2026年第二季度的10%，正式突破两位数关口，稳居全球第四，同一季度三星、SK海力士、美光分别为38%、25%和24%。

长江存储的产品结构仍然偏消费级，企业级SSD的营收占比预计要到2028年才接近四成，按营收口径的排名未必同步跟进；长鑫的盈利改善也是在扩产和价格周期共同作用下实现的。

这些短板是真实的，但出货份额的持续位移说明，在主流容量段，中国存储的供给弹性和成本控制已经足以改变全球排名的静态画面。

存储赛道的节奏比大模型发布慢得多，也安静得多，它的战略含义却在于：AI产业的成本优势不会只来自模型API的定价策略，底层硬件的供给弹性和采购成本才是更持久的底座。

算力芯片受到出口管制约束的时候，存储环节的国产替代如果能够继续放量，就会在系统层面拉低整个AI基础设施的边际成本。

昇腾的先进制程产能和软件生态丰富度对比英伟达仍有距离，千亿级融资的落地金额尚未最终确认，欧洲智驾市场的合规门槛也不是一场路测就能跨过。

这些缺口和算力份额的位移、成本曲线的走向、存储供给的爬坡放在一起看，构成的是一个仍在移动中的画面。

结语

美国联邦机构把DeepSeek从采购目录里划掉，约束的是行政体系内部的IT清单，约束不了全球企业在成本表面前做出的商业选择。

盖茨说的20年动荡期，核心含义不在于某一个国家会在某个节点突然胜出，而在于技术扩散的速度会持续冲刷旧有的管控框架。

中国AI在这轮博弈中逐渐显影的东西，不是某一款模型在参数上压过谁，也不是某一颗芯片在制程上追平谁，而是一条从算力底座、开源工具链、存储供给到场景验证逐步咬合起来的链条。

这条链条有缺口，有尚未兑现的承诺，也有需要时间检验的环节，但它已经在用出货数字、成本结构和公开道路上的实际表现说明自己具备继续迭代的物理基础。

旧有逻辑感到无力的地方，从来不是对手在某个点上突然变强，而是对手找到了一种不需要在每个点上都赢、却能让整个系统持续往前走的节奏。