7月12日，美国商务部工业与安全局（BIS）更新了针对“先进计算”的出口管制清单，进一步收紧了对高性能AI芯片及其互联技术的许可阈值。这次调整最直接的冲击是，此前部分处于灰色地带的第三方租赁渠道被彻底堵死。在接下来的三天里，北京和上海的几家头部算力租赁商之间出现了一场心照不宣的“抢单潮”，目标只有一个：华为昇腾910D。
这种紧迫感并非来自对性能的盲目崇拜，而是真实的生存压力。当海外芯片的供应线从“不稳定”变为“不可预测”时，算力租赁商的逻辑从“追求最高能效比”迅速切换到了“确保可用性”。
迁移的代价：从 CUDA 到 CANN 的阵痛
在上海的一家管理着数千张卡的算力租赁公司（以下简称 A 公司）机房里，运维主管向我展示了他们最新的部署计划。A 公司此前主力是 H100 和 B200 集群，但由于此次管制升级，他们计划在 Q3 将新增算力配比中，昇腾 910D 的占比提升至 60% 以上。
“最头疼的不是买不到卡，而是怎么让客户愿意迁移，”A 公司主管坦言。对于大多数大模型团队来说，代码是基于 CUDA 编写的。尽管昇腾的 CANN 架构在 2025 年经历了大幅更新，但在实际迁移过程中，算子适配依然是巨大的成本黑洞。他透露，一个中型规模的 MoE 模型从 CUDA 环境迁移到 910D，在不损失精度的情况下，工程团队需要花费 4 到 8 周的时间进行算子调优。这直接导致了租赁商必须在价格上给出 20%-30% 的折扣，才能吸引客户接受国产算力底座。
这种现象在行业内具有普适性。正如我们在之前的《MoE 架构跑通万亿参数了，但显存碎片正在拖垮推理速度》中所分析的，MoE 架构对显存管理和访存带宽的要求极高，而国产芯片在处理这种极端碎片化访存时，软件层面的调度优化比硬件参数更关键。目前，910D 的量产节奏刚好赶上了国内企业从“追求参数规模”转向“追求落地效能”的窗口期。
成本账本：算力价格与电力枷锁的博弈
另一家深耕华东市场的算力服务商 B 公司，则面临着更现实的物理约束：电费。B 公司运营着一个类似8000P 液冷算力中心的规模化园区。在 2026 年盛夏的电网压力下，高功耗芯片带来的电力成本已成为决定利润率的生死线。
B 公司的财务总监给出了一个具体数字：在全量部署 910D 的集群中，虽然单卡的峰值算力与顶级海外芯片仍有差距，但其在特定垂直场景（如 14B-32B 规模的模型微调）中的能效比表现出竞争力。更重要的是，由于国产芯片在供应链上的本土化，其设备折旧周期被重新定义。相比于随时可能被封锁、导致资产瞬间减值的海外芯片，910D 提供了更稳定的财务预期。
但电力依然是枷锁。B 公司正在尝试一种“间歇性调度”方案，在电价谷段进行大规模预训练，在峰段仅维持基础推理服务。这种操作在 910D 集群上实施时，需要更精细的负载均衡算法，以避免在频繁开关机或频率调整过程中出现硬件失效。这实际上验证了一个观点：在 2026 年的算力市场，决定竞争力的不再是 TOPS 数量，而是 PUE、电费单和软件稳定性这三者的综合乘积。
战略信号：中型企业开始“向下兼容”
第三家接受采访的 C 公司是一家专注于为中型企业提供私有化部署的服务商。他们观察到一个显著的趋势：客户不再执着于租用昂贵的万亿参数模型集群，而是倾向于购买基于 910D 构建的百亿级垂直微调方案。
这一观察与我们之前在《WAIC后冷思考：中型企业开始放弃万亿大模型，改买百亿级垂直微调方案》中的结论高度一致。C 公司的客户大多是制造和出海企业，他们发现，通过在 910D 上部署 14B 或 32B 的精调模型，其季度 AI 开支能降低 70% 以上，而业务效果的损失在 5% 以内。
“对于大多数企业来说，‘能用’且‘可控’比‘最强’重要得多，”C 公司负责人表示。这意味着，昇腾 910D 的大规模量产，实际上是在客观上推动了国内 AI 应用从“参数竞赛”转向“工程实用主义”。
采购决策者的真实信号
对于当前的算力采购决策者而言，2026 年 7 月这个时间点释放了三个明确信号：
第一，供应线切换已成定局。不要再寄希望于通过非正规渠道获取少量海外高端芯片，这种模式在 BIS 最新的“全球管辖”指南面前已失去可行性。将核心业务迁移至国产算力底座（如 910D）不再是“备选项”，而是“必选项”。
第二，软件适配成本应前置。在签署算力租赁合同前，必须要求供应商提供针对具体模型架构（尤其是 MoE 或长文本模型）的迁移基准测试报告，而不是简单的理论 TFLOPS 对比。
第三，关注“算力+电力”的综合成本。随着液冷普及和电网管控升级，单看算力单价已无意义。应优先选择具备先进电力调度能力和低 PUE 记录的园区，以抵消国产芯片在早期软件优化不足带来的额外功耗。
美国出口管制的升级，在短期内确实给算力租赁商带来了巨大的迁移成本和焦虑。但从长远看，它强制性地完成了国内 AI 产业的一次“脱敏”和“去依赖”过程。当 910D 等国产芯片在规模化应用中通过数百万小时的真实负载完成迭代后，这种基于真实约束产生的技术路径，或许比单纯的参数追随更具生命力。
