Nvidia降級版H20晶片未必能遏止中國AI雄心
Nvidia計劃為中國市場推出經過降級的H20 AI晶片，以應對美國對華出口限制。雖然特朗普政府早前已經要求這類晶片出口中國必須取得許可，但Nvidia顯然不打算輕易放棄中國這個龐大市場。
事實上，中國佔Nvidia總銷售額約13%，截至2025年1月，相關收入高達170億美元。短短五個月內，Nvidia就已經收到價值180億美元的H20訂單，這些訂單若因出口規定而泡湯，損失將十分龐大。
沒有任何公司會願意眼白白看著這麼大一塊蛋糕被國內生產商搶走，所以Nvidia開始尋找規避出口限制的方法。至於降級後的H20具體會削減哪些功能，官方暫時未有公開。不過，晶片預計於七月推出，Nvidia已經通知了騰訊等主要客戶。然而，特朗普對哪些AI技術流入中國極為關注，美國政府或會阻止這項安排。
中國繞過美國限制的多重路徑
問題來了：出口限制到底有無效用？外界一直猜測中國透過不同手段繞過美國的出口管制。最近一份名為《Whack-a-Chip：硬件為本出口管制的徒勞》（Whack-a-Chip: The Futility of Hardware-Centric Export Controls）的報告，提供了違規的具體證據。
2024年5月，騰訊發表了HunyuanDiT文本生成圖片模型，據報該模型在Nvidia A100 GPU上訓練。去年9月，騰訊又推出GameGen-O擴散式轉換器模型，同樣相信採用受出口限制的高端Nvidia GPU。
研究人員通過分析這些AI模型的訓練程式碼，逆向推敲出：
– 訓練腳本出現Nvidia的NCCL通訊庫，只兼容Nvidia GPU，排除AMD或其他第三方方案；
– 模型支援bfloat16精度，只有Ampere架構（Nvidia 30XX、40XX、A100等）才有，排除舊款GPU；
– 訓練腳本設有InfiniBand上的RDMA遠端記憶體直通，只有Nvidia數據中心GPU（如H100、H20、A100）支援，消費級如RTX 3090並無此功能；
– 腳本亦有進階網絡參數調校與網卡綁定，只有手頭有實體硬件才做得到，證明是自家機房而非現成雲端解決方案。
這些證據顯示，中國確實在違反美國出口限制，繼續使用A100或H100等高端晶片。
中國如何繞過管制？
每當新出口限制即將生效，往往有數星期甚至數月的緩衝期，讓有關方面有時間大量囤積受限產品——即Nvidia AI晶片。中國很可能在管制生效前預先訂購、積存了大量高端晶片。
另一個可能性，是中國透過國內外黑市非法取得這些晶片。雖然有走私電子零件被捕案例，但目前未有確鑿證據證明大規模黑市運作。
還有一種方式，是透過註冊在中國境外的第三方公司或空殼公司轉口。美國若要堵塞這個漏洞，就必須加強背景審查及盡職調查，防止晶片流入中國。
Nvidia降級版晶片反而成中國AI助力
對美國而言，另一個值得深思的問題是：降級版H20晶片是否真能阻止中國發展先進AI？只要看看騰訊最近推出的Hunyuan-Large開源大型語言模型就知道。
這款AI模型性能卓越，可與Meta的Llama 3.1、DeepSeek V2、Mixtral-8x22B等國際頂級模型媲美。據項目說明，這個模型完全在Nvidia H20 GPU上訓練。
H20型號符合美國出口規定，性能只有H100的75%。理論上，這樣的硬件不應該能訓練出如此強大的AI模型。
但中國已經運用先進的機器學習技術來彌補硬件不足。首先是「專家混合架構」（Mixtures-of-Experts），即每次訓練只啟動部分模型，令有限硬件仍可達致與傳統大型模型相若的準確度。
騰訊亦利用bfloat16進行混合精度訓練，配合先進GPU如A100，可令訓練速度提升2.5倍。同時，透過量化技術，模型可以轉為較低位元表示，加快訓練速度而損失準確度極小。
其他技巧還包括大容量顯示記憶體運用、分片訓練及高效GPU通訊。這些都說明，即使H20晶片降級，中國亦有能力自訂架構，發揮最大效益。
Nvidia自己很可能心知肚明，但為了保住中國市場收入，寧可「配合」中國需求。要記住，自從DeepSeek等中國AI模型以遠低於美國ChatGPT、Gemini等的成本問世後，Nvidia高價AI晶片需求已受壓。
若中國能大規模優化高性能AI模型成本，Nvidia的高端晶片訂單或會大減。因此公司現時無所不用其極保住銷售。
至於特朗普政府會否容許這種規避行為，美國能否及時察覺中國的技術突破，還有待觀察。
記者評論：出口限制的「貓鼠遊戲」與中美AI新冷戰
這篇報道揭示了中美科技競爭的「貓鼠遊戲」本質——美國不斷升級出口管制，中國則以技術創新、黑市、海外公司等多重手法繞過限制。這種博弈其實早已超越了單純的硬件競賽，更是兩國在AI時代爭奪全球技術話語權的縮影。
值得注意的是，中國AI企業對硬件限制的反應極為靈活，從「專家混合架構」到混合精度訓練，充分體現了中國工程師的「逆境創新」能力。這種能力一旦成熟，將大大削弱美國以硬件為本的「技術封鎖」效力，甚至可能倒逼Nvidia等美企重新思考全球業務策略。
對於香港及亞洲科技圈來說，這場競賽既是風險也是機遇。硬件限制未必能遏止中國AI發展，反而可能促使中國加速自研晶片與AI算法，進一步推動本地生態多元化。而美國企業在全球化與地緣政治之間的兩難，也為本地初創提供了更多合作與競爭空間。
最後，這場「AI新冷戰」下，全球科技供應鏈的穩定性正受嚴峻考驗。香港作為國際科技樞紐，如何在兩強之間保持靈活、掌握話語權，將是未來幾年最值得關注的議題。
