AMD 接近在中国推出人工智能芯片，阿里巴巴有望获得大订单

AMD MI308 China AI chip 正在从“许可不确定”走向“可执行交付”：在美国对部分对华AI芯片出口采取许可管理的背景下，AMD面向中国市场的MI308加速器接近实际出货窗口；有市场消息称，阿里巴巴正评估采购约4万至5万颗MI308。AMD亦已公开表态，愿按许可要求支付与对华销售相关的15%费用机制。

背景与最新进展：从许可收紧到“可卖但有条件”

过去两年，先进算力芯片的跨境流动持续受到更严格的监管框架约束。美国针对先进计算与半导体设备的出口规则多次更新，核心目标是限制高端AI算力流向特定目的地，同时对企业提出更细化的许可、最终用途与再出口合规要求。

在这一框架下，AMD为中国市场准备的MI308被纳入许可管理范围。公司在公开监管文件中披露，新的许可要求可能导致库存、采购承诺与相关准备活动产生最高约8亿美元的财务影响。这一披露被市场视为MI308供应节奏面临不确定性的直接信号，也解释了为何“产品存在、需求存在”，但真正的放量仍需等待许可与合规路径更清晰。

近期，情况出现更强的“可执行”迹象。公司管理层在公开场合表示，已持有向中国出货MI308所需的许可，并准备按要求支付与对华销售相关的15%费用。该表态意味着：至少在现阶段的政策窗口内，MI308具备进入交付与商业化推进的条件，剩余变量更多集中在订单确认、价格与费用传导、交付节奏及客户验收等环节。

与此同时，需求端也出现标志性线索。有市场消息称，中国大型云与AI企业正在评估大额采购MI308，涉及数量约4万至5万颗。相关企业尚未公开确认订单细节，但“头部客户+大批量评估”的信号，通常会显著影响产业链预期：一旦落地，将推动服务器整机、机柜部署、网络互联、存储与散热等配套环节同步加速。

关键节点时间线（便于读者快速理解）

MI308是什么：对华合规AI加速器的定位与“能用性”要点

MI308普遍被视为AMD数据中心AI加速器家族中，面向中国市场的合规版本。它的价值并不只体现在“算力数字”，更体现在是否能在现实环境中稳定运行、易部署、可扩展，以及是否能与现有软件栈与业务框架顺畅衔接。

对大多数云厂商与大模型团队而言，采购AI加速器并不是“买一颗芯片”这么简单，而是采购一整套可持续运转的系统能力。通常至少包含以下要素：

• 显存容量与带宽：大模型推理与部分训练环节对显存非常敏感。显存越大，能容纳的模型参数、上下文窗口与并发请求越多；带宽越高，推理吞吐与延迟往往更好控制。对追求更低单位成本的云服务来说，这是决定性指标之一。
• 互联与扩展能力：数据中心部署往往不是单卡，而是多卡、多机柜的集群。互联能力影响跨卡通信效率，决定了大规模训练或推理集群的实际表现。
• 软件生态与兼容性：再强的硬件，如果开发者难以迁移、框架支持不足、算子优化不完善，落地速度会显著变慢。AMD侧的ROCm生态与主流AI框架支持，是客户评估的关键部分。
• 交付稳定性与可持续供货：对云厂商来说，“能按时到货、能持续补货”有时比峰值性能更重要。因为客户服务需要长期稳定，断供会直接影响商业合同与服务口碑。
• 合规可控性：在许可管理下，客户也会评估供货的可持续性、合规条款变化的风险，以及未来扩容是否会受限。

为了帮助读者理解“MI308能解决什么”，下面给出一个更贴近业务采购视角的对照表（不追求单一参数对比，而强调采购决策常看的维度）：

需要强调的是：在合规前提下，MI308的商业成功不只取决于产品本身，还取决于“客户能否快速上线并稳定运行”。这也是为什么市场会高度关注“头部客户是否下大单”，因为头部客户的规模化部署往往会带动软件适配、运维经验与生态合作的加速成熟。

需求端与潜在订单：为何“4万—5万颗评估”会引发关注

有市场消息称，阿里巴巴正在评估采购约4万至5万颗MI308。由于相关企业尚未公开确认，外界无法从官方渠道验证订单条款、单价、交付周期与最终用途。但即便只是“评估阶段”，这一数量级仍足以引发行业高度关注，原因主要有三点。

第一，这是典型的“数据中心级别”的规模。AI加速器在云厂商中的使用，往往以服务器节点、机柜、集群为单位推进。4万至5万颗芯片意味着潜在部署规模巨大，对机房电力、散热、网络与存储都会带来成体系的增量需求。它不仅影响芯片供应商，也会影响整机厂、主板与互联方案、光模块、交换机、液冷与电源等配套环节。

第二，这反映了中国头部AI需求仍然强劲。近年来，大模型应用从训练竞赛逐步走向推理落地。对云厂商而言，推理成本直接决定产品毛利与定价策略。推理需求一旦进入高并发商业阶段，算力投入就会从“项目型采购”转向“持续型扩容”。因此，只要合规供给窗口打开，头部客户就会优先争取稳定供货与更好的价格条件。

第三，订单若落地，会改变竞争格局与生态倾向。AI加速器市场长期由少数厂商主导。任何在头部客户处形成规模部署的产品，都更容易获得开发者关注与软件优化资源，形成正反馈。对AMD而言，如果MI308在中国市场形成可观装机量，将有助于其软件生态与合作伙伴体系在区域市场进一步扩大影响力。

当然，评估不等于成交。市场还需要观察几个更“落地”的信号：

• 是否出现分批交付与验收节奏：大额采购通常会分阶段执行，先小批量验证，再逐步放量。
• 是否配套出现服务器整机与集群方案公告：规模部署需要整机、网络与运维方案协同。
• 是否伴随资本开支与云业务策略调整：头部云厂商的算力采购，往往与AI产品路线、企业客户需求及年度资本开支安排紧密相关。

在政策与市场的交叉点上，订单的真正“落地程度”，往往取决于供应稳定性与合规可持续性，而非单一价格谈判。

政策与合规焦点：15%费用机制意味着什么，争议点在哪

当前最受关注的变量之一，是与许可相关的“15%费用机制”。从公开信息看，这一机制与企业对华销售AI芯片的许可安排相关，企业需要按一定比例缴纳费用。这种做法在政策与法律层面引发讨论，也给产业链带来现实的成本与定价问题。

站在企业经营的角度，这一机制会带来至少四个直接影响：

• 价格与成本传导：如果费用与销售收入挂钩，企业需要决定是自行吸收、部分吸收还是完全转嫁到客户。无论哪种方式，都会影响产品在中国市场的最终价格与竞争力。
• 合同条款复杂化：客户在谈判时不仅关注单价，还会关注供货连续性、许可变化风险以及可能的“不可抗力”条款安排。
• 销量与规模效应的博弈：费用机制可能促使企业在“利润率与销量”之间重新平衡。若销量大但费用高，企业需要更精细的产品组合与交付策略。
• 政策不确定性溢价：一旦政策口径调整或许可节奏变化，库存与承诺风险会显著上升。此前AMD披露的潜在财务冲击，就是企业对这种不确定性的风险提示。

争议点主要集中在：这种与销售挂钩的费用机制，是否会改变出口管制的传统逻辑，是否会在未来扩展到更多产品或更多市场，以及其法律基础与执行透明度如何。这些问题短期内未必有统一答案，但对产业链来说，最现实的是“可预期性”：客户需要可预期的供货与价格，供应商需要可预期的许可与合规成本。

在这一背景下，AMD公开表示“准备支付15%费用”，更像是一个执行层面的信号：公司愿意在现有规则下推进业务，优先把不确定性从“能否卖”转移到“如何卖、如何交付、如何定价”这些更可操作的商业环节。对客户而言，这也意味着谈判与评估可以更进一步进入实际合同与交付计划。

同时需要注意，合规要求通常不仅是“拿到许可”这么简单。数据中心AI芯片涉及最终用途、最终用户、再出口与转售路径等多维度管理。企业在供货过程中往往还需要配套更严格的合规流程、文件留存与审计准备。这会增加交易与交付的管理成本，也可能延长交付周期。

市场影响与接下来要看什么：出货节奏、生态落地与竞争变量

在中国AI算力市场，需求并不单一。训练需求、推理需求、行业模型部署、企业私有化部署，以及面向开发者的云API服务，都在拉动不同形态的算力采购。MI308若进入更稳定的出货阶段，可能带来以下几方面影响：

1）对AMD：打开“区域增量”的窗口，但考验执行力
MI308能否在中国形成规模装机，关键在于交付连续性与软件生态的落地速度。头部客户最关注的是上线效率、运维稳定与持续扩容能力。如果早期部署顺利，后续放量可能更快；若部署周期长、适配成本高，则订单节奏可能放缓。

2）对中国云厂商：更多供给选择，但成本结构更复杂
合规供给增加通常有助于缓解短期紧张，但费用机制与许可不确定性会让成本结构更复杂。云厂商需要在算力成本、服务定价、毛利空间与客户需求之间重新平衡。尤其在推理业务快速增长时，成本控制会直接影响市场竞争力。

3）对产业链：整机、网络、散热与电力配套可能同步升温
大规模AI集群部署会带动服务器整机、交换机与高速互联、存储与数据管道、机房电力扩容，以及液冷等散热方案需求。即便芯片本身是焦点，真正的产业拉动通常发生在“系统化部署”层面。

4）对竞争格局：合规产品与本土替代并行，客户更强调“确定性”
现实采购往往不走单一路线。头部客户通常会在多供应来源之间分散风险，兼顾短期交付与长期供应安全。这意味着：即便MI308获得窗口，也仍需面对其他合规产品与本土方案的竞争。客户最终选择往往取决于确定性——谁能更稳定地交付，谁的软件更好用，谁的总拥有成本更低。

接下来最值得关注的“可验证信号”

• 是否出现明确的分批交付与装机规模：这是判断从“评估”走向“落地”的关键。
• 客户侧是否出现服务上线或算力产品更新：云平台若新增相关实例规格或AI服务能力，通常意味着部署进入实操阶段。
• 费用机制是否延展或调整：任何政策口径变化都可能影响价格与供给节奏。
• 供应链是否出现配套放量迹象：例如整机方案、互联与散热配置的规模化采购。

总体而言，AMD MI308 China AI chip 的推进，体现了一个更现实的趋势：在严格监管框架下，全球AI算力贸易正在转向“许可化、条款化、成本可追溯化”。对企业来说，比拼的不只是技术，也包括合规能力、交付能力与生态协同能力。对市场来说，真正的答案将来自订单是否签署、是否按计划交付，以及客户是否能在可控成本下稳定上线。