2026年7月中旬，美国出口管制新规正式落地。英伟达H20芯片——过去两年国内AI公司能合法拿到的最高性能训练卡——被无限期禁止对华出口。早在2025年4月，白宫就对H20态度反复，从搁置禁售到正式封杀，中间隔了一次黄仁勋访华和两党议员的联合施压。清华大学战略研究文章指出，芯片已从商业产品演变为大国竞争的关键载体。
对依赖H20做预训练的初创公司来说，这不是“买不买得到”的问题，而是“模型还能不能按时交付”。
第一条断供链：算力账本失控
北京一家视频生成公司的CTO告诉我，他们2026年初签了300块H20的合同，定金付了30%。现在供应商说货无限期延迟，要么退定金，要么等未知政策窗口。团队紧急转向华为昇腾910D，但光模型适配就花了两个月，训练速度比H100慢了近40%，能耗还高出一截。
算力成本已经跳到另一个量级。Baseten在2025年把B200租赁单价从2.63美元/卡/小时调至5.10美元，批量交付周期也拉长。我们此前在《Baseten调价后，昇腾910D和B200的账怎么比》里算过，公开材料没有给出昇腾910D的同口径报价，迁移费、带宽和功耗都是待核数据，这意味着初创企业在采购时面临巨大的TCO不确定性。
二手市场更疯狂。一家金融Agent初创公司透露，存量的A100、H100价格已是去年的1.5到2倍，且大多是二手卡，稳定性存疑。原本计划用H20搭建的千卡集群，现在要么拆散用混合芯片，要么忍受单卡更慢的训练。
国产芯片：能点亮只是起点
昇腾910D是目前产能最大的国产替代选项。但中伦律师事务所的分析文章指出，即使拿到芯片，相关软件和AI框架适配仍在管制范围内，企业必须做合规自查。
更深层的麻烦在运维。我们在《昇腾910C扩到千卡，先把六本运维账算清》里拆过：版本矩阵、算子验收、HCCL拓扑、数据链路、故障恢复和机房条件，任何一个环节没跑通，多机任务就崩。杭州一家用昇腾910C训练推荐模型的初创公司吐槽：“英伟达的CUDA生态开箱即用，昇腾的CANN遇到非常规算子就得自己改底层。我们多招了两个异构计算工程师，成本上去，效率反而短期下降。”
另外，数据中心供电也成了瓶颈。《数据中心电力危机：AI训练如何用储能系统削峰填谷？》报道，2026年夏季多地限电，智算中心被迫降频。昇腾9系列本身功耗不低，满载训练碰上限电，能不能24小时跑得通都是问题。
三条替代路径的真实代价
海外绕道：部分团队尝试通过新加坡或中东子公司采购芯片再租赁回流。但2026年新规写得很清楚，母公司需证明子公司“不被视为中国实体”，且实控人不能是中国籍。汉坤律师事务所的文章强调，ECRA和EAR下的记录保存义务是“永久性”的，违规后果包括刑事责任。B200、MI400等通过海外渠道拿货，还需承担数据跨境和合规审计成本。
模型瘦身：蒸馏、量化、MoE成为生存工具。深圳一家AI Agent公司把70B模型蒸馏到7B，推理成本下降80%，但任务准确率掉5个百分点。另一家则用Rust重写LLM网关和Agent运行时，像《Python仍是主力，Rust开始守住AI生产链路》说的，Python主导训练和原型，但生产热路径用Rust加固，能在有限算力下跑更高并发。
端侧分流：《70亿参数模型进手机，端侧AI开始考验权限和续航》提到，第五代骁龙8至尊版已支持手机端离线跑70亿参数模型。虽然《六款手机端侧大模型实测》显示首Token延迟从1.2秒拉到4.1秒，连续推理会降频，但对语音助手、文档摘要等实时性不太敏感的场景，端侧推理能直接避开云端合规风险。
从业者现在该做什么
- 盘点算力缺口：列出现有合同、到期时间和假设无新采购的存活月数。别假设“下个月会放松”。
- 多线实测国产芯片：昇腾、寒武纪、百度昆仑芯都跑一遍关键训练任务，重点看算子覆盖率和框架兼容度。不押单一供应商。
- 留好合规审计记录：无论用何种渠道拿卡，保存最终用户声明、许可证号和出口端文件。中伦建议“永久保留”。
- 算法效率优先：蒸馏、剪枝、量化不是可选项，是生存工具。每减少一次训练步数，就降低一次对管制芯片的依赖。
2026年的出口管制已经不是“会不会更紧”的预期问题，而是“今天能合法买到什么”。当英伟达的合规芯片几乎全部缺席，初创公司必须习惯一个没有西方高端算力的训练环境。这不是悲观，是算力地图彻底重绘的开始。
