本教程基于SCSP与Strider于2025年5月29日联合发布的《中国人工智能基础设施激增》报告，从美国视角出发，系统梳理中国在人工智能基础设施领域的国家主导策略、政策框架、数据中心分布、利益相关方生态，并分析其对全球竞争格局的潜在影响。

一、中国AI基础设施政策蓝图与战略规划

报告指出，中国人工智能基础设施建设呈现国家主导、全球网络化布局的特点，这一策略对美国及其盟友产生深远影响，并将重塑全球AI竞争格局。

1. 算力基础设施政策深度解析

报告重点分析了中国算力发展蓝图中的关键政策文件，这些文件构成了中国AI基础设施建设的核心框架：

• 《新一代人工智能发展规划》（2017年7月发布）
• “东数西算”战略（2020年提出）
• 《算力基础设施高质量发展行动计划》（2023年发布）
• 《关于加快建设国家一体化算力网络的指导意见》（2023年发布）

值得重点关注的是《算力基础设施高质量发展行动计划》，该文件明确提出到2025年中国总算力达到300 EFLOPS，其中105 EFLOPS专用于人工智能计算，以支撑AI技术的深度研发与应用。

报告深入阐述了中国在计算资源分类上的政策导向，明确区分了通用计算、智能计算与超级计算三种类型。中国的政策文件强调在数据中心内综合运用这些计算类型，旨在平衡智能计算的大量需求，实现算力资源的最优配置。

此外，报告还指出，中国政策制定者正致力于优化开发者获取计算资源的方式，鼓励服务提供商创新获取模式，打破传统长期租赁与订阅制度，转向更灵活的按需或即用即付模式。这一转变有望为小型AI开发者营造更公平的竞争环境，降低运营成本并提升资源获取便捷性。

小提示：按需即用即付模式是降低AI开发门槛的关键举措，中小企业应密切关注各地政府推出的此类政策，以最大化利用政策红利。

报告还特别提到上海、杭州等地方政府为促进计算资源可及性所采取的积极措施。这些地方政府通过实施“计算代金券”政策，为使用和提供人工智能创新计算资源的企业提供激励，进一步推动计算资源普及与应用。这些政策不仅有助于降低企业经济负担，也为人工智能领域的创新与发展提供了强有力支持。

2. 应用与算法政策支持

Strider的研究揭示了中国在应用与算法领域的政策支持广泛而深入，覆盖了数据资源供给、沙盒测试环境、人工智能应用代金券发放，乃至直接资金援助，充分展现了中国在全国范围内推动软件创新的坚定决心。

具体而言：

• 杭州和深圳等地为人工智能企业提供直接资金支持，以激励技术创新和产业成长。
• 北京倡导众包数据标注项目，力图突破数据标注瓶颈。
• 广东通过构建大湾区数据特区，积极引入“海外数据”。
• 众多地方政府积极推动“场景创新”，将实际应用场景作为检验人工智能技术成熟度的重要试验场。

3. 通用人工智能（AGI）与具身智能政策分析

中国政策制定者在追求通用人工智能（AGI）时，并未将其局限于抽象概念，而是着眼于具体应用潜力。“具身智能”正是这一思路的生动体现。2025年，中央政府工作报告首次将“具身智能”列为驱动中国经济增长的未来动力之一，标志着这一概念在国家战略中的重要地位。

响应这一号召，上海、北京、浙江等国内主要创新中心在过去几个月内相继出台相关政策、法规或设立发展区域，以促进具身智能的深入发展，已开始显现积极成效。

常见问题：

Q1: 报告中提到的中国关键AI政策文件有哪些？

A1: 主要包括四份核心文件：2017年的《新一代人工智能发展规划》、2020年的“东数西算”战略、2023年的《算力基础设施高质量发展行动计划》和《关于加快建设国家一体化算力网络的指导意见》。其中《算力基础设施高质量发展行动计划》设定了到2025年总算力达300 EFLOPS、AI计算能力达105 EFLOPS的具体目标。

二、中国AI数据中心的布局与深度分析

数据中心数量与地理分布

报告强调，截至2024年年中，中国已建成或正在建设中的专业人工智能数据中心数量超过250个。Strider利用开源情报搜集能力，识别出其中207个。

值得关注的分布特征：

• 除西藏外，中国每个省级行政区都至少拥有一个人工智能数据中心。
• 超过半数的数据中心集中在十个省级行政区内。
• 另有两个数据中心位于中国境外：一个在菲律宾的帕西格，另一个在印度尼西亚的雅加达。

小提示：了解数据中心地理分布有助于判断中国AI资源的集中度与区域发展重心。海外数据中心的存在表明中国AI基础设施的全球扩张趋势。

利益相关者分析

Strider识别了318个与中国人工智能数据中心相关的利益相关者，包括：

• 77个政府机构
• 13个大学/研究机构
• 228家公司

进一步分析发现，13家公司在“五眼联盟”国家或日本拥有海外业务，并与至少三个中国AI数据中心存在关联。

常见问题：

Q2: 中国AI数据中心的地理分布有何特点？

A2: 分布呈现“全覆盖但高度集中”的特征。除西藏外，所有省级行政区均有至少一个AI数据中心；但超过半数的数据中心集中在十个省级行政区。此外，还在菲律宾和印度尼西亚各设有1个境外数据中心。

三、中国AI数据中心案例研究

该报告选取了以下项目进行深入案例分析：

• 成都智能计算中心
• 海南海底智能计算中心
• 北京海兰信数据科技股份有限公司
• 北京新网数码信息技术有限公司
• 海南省交通投资控股有限公司（简称“海南交投”）

分析结果揭示，尽管中国在人工智能数据中心建设上强调国产计算基础设施的重要性，但在技术层面，这些中心仍然在很大程度上依赖西方技术。例如，成都中心使用了多种由外国公司开发的软件应用，从基础编译器和并行计算工具到流体动力学、机器学习和电磁学的高级程序。截至2023年，成都中心使用的49个软件应用由外国公司开发，而由中国公司开发的仅有11个。

小提示：成都中心的案例表明，尽管中国在硬件层面推进国产化，但在高端软件和应用层面仍对西方技术存在显著依赖，这是评估中国AI自主可控能力的关键指标。

四、应用与算法的法规与监管

提供人工智能能力的软件平台是中国人工智能基础设施建设的第二大组成部分，其提供的AI服务需在政府批准后才能部署，主要受以下两项法规约束：

• 《生成式人工智能服务管理暂行办法》
• 《深度合成互联网信息服务管理规定》

Strider对在中国网信办注册的2000多家公司进行筛查，发现208家公司与军事、国防或受限实体有联系。具体来说：

• 135家公司有军事关联
• 141家与国防工业体系相关
• 23家与美国政府限制名单上的实体有关联

常见问题：

Q3: 中国AI数据中心在技术上是否依赖西方？

A3: 是的。以成都智能计算中心为例，截至2023年，其使用的49个软件应用由外国公司开发，仅11个由中国公司开发。这表明尽管硬件层面推进国产化，但在基础编译器、并行计算工具和高级应用软件层面仍高度依赖西方技术。

五、报告对美国及投资者的建议

1. 对美国政策制定者的建议

• 限制与安全相关的人工智能基础设施开发商：报告建议美国商务部工业与安全局（BIS）将与军方有直接联系但尚未受限的AI基础设施开发商纳入监控名单。
• 利用中国对外国软件的依赖施加战略压力：报告建议制定出口控制政策，针对中国AI基础设施中嵌入的关键软件工具，与盟友协调限制其更新和技术支持。
• 加强国际合作以监控和应对中国人工智能基础设施扩张：报告建议美国与盟友共同监控和应对中国AI基础设施的全球扩张。

2. 对行业领袖及投资者的建议

• 提升风险意识：报告建议加强对中国AI竞争策略的认识，以减轻相关风险。
• 深入了解竞争环境：报告建议行业领袖和投资者识别中国竞争对手及其背后的支持体系，评估风险并制定应对策略。
• 密切监控中国动态：报告建议实时跟踪中国企业的策略，及时应对以降低潜在风险。

报告认为，这些做法的采用将加强美国和盟国的人工智能产业作为国家安全的支柱，保护关键技术免受不利利用，并确保长期的战略和经济竞争力。

常见问题：

Q4: 报告为美国政策制定者提出了哪些核心建议？

A4: 主要包括三点：1) 将与军方有关联但未受限制的AI基础设施开发商纳入监控名单；2) 利用中国AI基础设施对外国软件的依赖，协调盟友限制关键软件工具的更新和技术支持；3) 与盟友合作，共同监控和应对中国AI基础设施的全球扩张。

六、教程总结与启示

这份报告肯定了中国在AI基础设施方面的快速发展，但也流露出明显担忧，甚至多次强调中国AI进步对美国国家安全和技术领先地位构成挑战。这反映出美国对华战略竞争的思维模式，以及对中国科技崛起的复杂心态。

报告站在美国视角，提出了针对中国AI发展的应对策略。对此，我们预判美国下一步可能采取的行动将集中在以下几个方面：

• 扩大实体清单，将更多中国企业纳入出口管制实体清单，限制其获取先进技术和设备。
• 强化供应链限制，通过软硬件供应链对中国施压，试图阻碍中国AI产业发展。
• 多维度监控，从战略、技术、产业等多维度密切关注中国AI发展动态。
• “小院高墙”策略，一方面团结盟友以“小圈子”打压中国AI发展；另一方面在人才、项目等方面全面切断与中国在AI领域的合作。

然而，近年来中国在AI领域的强势发展已经证明，实体清单非但无法遏制中国，反而成为对中国企业实力的“变相宣传”。短期内，这些限制确实可能影响中国AI发展速度，但从长远来看，必将倒逼中国AI生态的自主可控，加速软硬件的国产替代进程，推动全产业链的适配与完善。

小提示：需谨慎看待该报告的数据。报告数据主要基于开源信息，且未区分FP32和FP16算力精度，准确性和时效性存在一定局限。此外，报告作者的美国背景可能使其价值观取向和潜在利益冲突影响结论的客观性。建议读者结合其他来源的信息进行综合评估，并对报告中的结论和建议保持审慎态度。

常见问题：

Q5: 阅读这份报告时需要注意哪些局限性？

A5: 主要有三点：1) 数据主要基于开源信息，未经区分算力精度（FP32和FP16），准确性和时效性有限；2) 报告作者背景为美国机构，价值观取向和潜在利益冲突可能影响结论的客观性；3) 报告倾向于强调竞争和威胁，可能忽略合作共赢的可能性。建议进行综合评估，保持审慎态度。