2026年最值得追踪的产业主题,不是某家公司的季度营收,而是主权AI这条逻辑线开始从政策文件变成真实的采购订单。

从行业内部看,信号出现在供应链:英伟达H200和B200的订单结构中,非美国政府背景的主权买家占比在2025年底已经超过20%。这个数字在2024年初接近于零。

主权AI的定义与战略意义

主权AI(Sovereign AI)的核心逻辑很简单:一个国家能否用本国语言、本国数据、在本国算力上运行自己的AI系统。这不是技术问题,是地缘政治问题。

与上一轮数字主权讨论(数据本地化、云计算监管)不同的是,主权AI涉及的基础设施投入规模大一个数量级。建一个符合主权要求的AI数据中心,最小有效规模约为100MW;要训练一个有竞争力的本土大模型,算力需求在1000-5000个H100等效单位。这两个门槛,决定了谁能真正入局。

战略意义在于两点:第一,AI基础设施一旦建成,替换成本极高,等同于数字时代的港口或电网;第二,谁掌握本土大模型,谁就掌握政府数据处理、军事情报分析、公共服务决策的主导权。

美国:Stargate的政治经济学

Stargate不是一个AI项目,是一个产业政策工具,载体是5000亿美元的私人投资承诺,时间跨度四年,核心参与方是OpenAI、软银、Oracle,以及一系列数据中心基础设施供应商。

从产业链角度看这笔钱的流向:第一批1000亿美元中,约40%进入数据中心建设(选址德克萨斯州),30%进入GPU采购,20%进入电力基础设施,10%用于软件和系统集成。供应链的真实信号是,德克萨斯三家数据中心承包商在2025年Q3的订单积压量同比增长超过200%。

Stargate的政治经济学有两个层次:对内,它是拜登-特朗普两届政府都支持的跨党派共识,因为它能制造制造业就业;对外,它确立美国AI算力的绝对领先,并通过向盟友开放部分架构(英国、日本、澳大利亚已有对话)来绑定地缘政治伙伴。

这条产业链的关键节点:英伟达(GPU)、博通(网络芯片)、Vertiv(数据中心电力管理)、Quanta Computer(服务器ODM)。所有环节都已满负荷。

中东双雄:沙特与阿联酋的差异化路径

中东两国都在用石油美元购买AI主权,但路径完全不同,这一点在行业内部经常被混淆。

沙特的逻辑是国家战略垂直整合。2024年成立的Humain公司,直接隶属于沙特主权财富基金PIF,目标是构建从算力到大模型到应用的完整本土AI堆栈。ARAMCO的工业AI场景(油井优化、预测维护)是第一批落地场景,NEOM则是城市AI的测试场。沙特与英伟达签署的采购协议传闻涉及数以万计的H100/H200,是中东规模最大的单笔算力采购。

阿联酋的逻辑是生态整合者。G42作为主体,已经与微软(15亿美元投资)、OpenAI建立深度合作,MGX基金则广泛布局全球AI基础设施股权。阿联酋的定位不是自己训练大模型,而是成为中东的AI枢纽——数据、算力、人才的区域中转站。

这种差异化带来的产业链含义:沙特更利好GPU直销商和本土算力建设方;阿联酋更利好云服务商和AI应用平台。下游客户已开始按照这种分野来区分与两国的合作模式。

印度:人口红利+数字基础设施的AI跳板

印度的主权AI逻辑建立在三个独特优势上:14亿人口产生的数据体量、已经运行七年的UPI数字支付生态、以及TCS/Infosys/Wipro这条全球最大的IT服务产业链。

IndiaAI Mission的政府资金约10亿美元,这个数字本身并不大,但它的杠杆效应在于:政府资金用于建设公共算力池(10000个GPU起步),吸引谷歌、微软、Meta跟投,后者已经各自宣布在印度投入数十亿美元的数据中心计划。

供应链的真实信号是,印度本土大模型团队(Sarvam AI、Krutrim等)的融资轮次密度在2025年已经追上东南亚总和。TCS和Infosys则在企业AI服务侧,将印度工程师的劳动力成本优势转化为AI集成服务的价格竞争力——这是美国本土AI服务商最直接的竞争压力来源。

上游设备订单的领先性显示,印度数据中心建设高峰将在2026-2027年出现,时间节点晚于美国和中东约12-18个月。

东亚:日本韩国的半导体优势与AI短板

日本和韩国在AI产业链上的位置高度相似:拥有全球顶级的半导体制造和封装能力,但在大模型生态和AI应用落地上明显落后于英语和中文市场。

日本的主权AI策略以算力优先。Sakura Internet获得了日本政府大额算力补贴合同,NTT DATA和富士通承接政府AI系统集成。软银Vision Fund在经历一轮投资失利后,正在将重心转回AI基础设施——孙正义个人对AGI的判断在内部会议中已经变得更加激进。日本的独特场景是老龄化:医疗AI、养老服务AI是政府真正愿意花钱的领域。

韩国的路径更依赖三大财阀。KT和SKT在AI数据中心运营侧,Samsung在芯片侧(HBM内存是训练大模型的关键耗材,Samsung和SK Hynix合计占全球HBM市场超过90%)。韩国政府设定了2027年进入全球AI前三的目标,但从行业内部看,这个目标的实质是在AI芯片供应链中的市占率,而非大模型能力排名。

这条产业链的关键节点:日本Rapidus(2nm芯片,2027量产目标)、韩国SK Hynix(HBM3E)、三星(HBM+先进封装)。东亚在这条链上是真实的卖方,不是买方。

中国:不同框架下的国家AI战略

中国的主权AI推进在不同的地缘框架下运行,但产业链逻辑同样清晰。

算力侧:华为昇腾910B/910C是英伟达H800出口管制后的国内替代方案,但在训练效率上仍有差距。百度、阿里、腾讯的自研AI芯片进展参差不齐。真正的算力投入在地方政府:河南、安徽、上海、广东都在用地方财政资金建设AI算力中心,合计规划算力已经超过100万卡等效。

大模型侧:DeepSeek R1的出现改变了全球对"中国大模型差距"的判断。从行业内部看,DeepSeek的意义不是技术领先,而是证明了在算力受限条件下通过工程优化实现训练效率突破的可行性——这个方法论对所有受出口管制影响的国家都有参考价值。

应用侧:中国的优势是场景。工业制造、智慧城市、金融风控、医疗影像,这些场景的数据积累和部署环境是全球独一档的。下游客户(国有银行、大型制造商、地方政府)的AI采购正在加速,2025年全年AI软件采购合同总额估计超过500亿人民币。

横向对比表

国家/地区 旗舰项目 政府/主权投入规模 算力规模(目标) 大模型生态 落地时间表 核心短板
美国 Stargate $5000亿(私人主导) 百万卡级,2028 全球最强(OpenAI/Anthropic/Google) 已启动,持续建设 能源供给、政治风险
沙特 Humain + NEOM AI PIF主导,数百亿美元 数万卡,2026 起步阶段,阿拉伯语LLM 2025-2027快速建设期 本土AI人才匮乏
阿联酋 G42 + MGX基金 数百亿美元(含微软投资) 区域枢纽定位 Falcon系列,区域领先 已有落地,持续扩张 市场规模有限
印度 IndiaAI Mission $10亿政府+数百亿外资 万卡级,2027 Sarvam/Krutrim等新兴 2026-2028建设高峰 电力基础设施制约
日本 政府算力补贴计划 数千亿日元 数千卡,2026 较弱,依赖OpenAI合作 稳步推进 本土LLM生态薄弱
韩国 KT/SKT AI中心 政企联合,数百亿韩元 数千卡,2026-2027 EXAONE/HyperCLOVA X 2027目标前三 应用生态和市场规模
中国 地方算力中心+DeepSeek 百亿人民币级(地方财政) 百万卡等效,分散 DeepSeek/通义/文心等 应用侧已大规模落地 先进GPU出口管制

产业链受益:GPU供应商、数据中心、本地云厂商

主权AI的资本支出最终流向三个方向,受益方的结构因此高度分化。

GPU供应商:英伟达独享第一波红利,但窗口期有限。H100/H200/B200是2025-2026年主权AI采购的主体,英伟达毛利率维持在75%以上。AMD MI300X在部分主权买家中开始渗透(阿联酋、印度有采购记录),但份额仍在10%以下。博通的定制芯片业务(Google TPU、Meta MTIA)代表下一阶段:主权买家在规模足够大后,会寻求定制化方案来降低对英伟达的依赖。

数据中心基础设施:受益周期最长,但需要区分地域。美国本土受益方包括Vertiv(电力管理)、Eaton(UPS)、SuperMicro(服务器);中东和印度的建设高峰在2026-2027年,当地承包商和基础设施商(印度的Adani、Hiranandani,中东的本地建筑集团)将是真实受益方。韩国和台湾的服务器ODM(广达、纬颖)则是全球数据中心建设的通用受益方。

本地云厂商:受益于主权数据要求,但竞争烈度高。主权AI的一个隐含条款是数据不能离境。这直接利好各国本土云厂商:印度的Reliance Jio Cloud、沙特的STC Cloud、日本的NTT Cloud、韩国的NAVER Cloud。但在大模型能力上,它们全面弱于AWS/Azure/Google,因此实际上大量主权AI项目走的是"本地托管+境外大模型API"的混合架构,这个矛盾在未来2-3年会持续存在。

这条产业链的关键节点还有一个经常被忽视的环节:高压直流电力系统和液冷散热。AI数据中心的功率密度比传统数据中心高3-5倍,配套的电力和散热设备是真实的瓶颈。相关供应商(Vertiv、施耐德电气、丹佛斯)的订单能见度已经延伸到2027年底。

FAQ

Q1:主权AI和云计算国产化是同一件事吗?

不完全是。云计算国产化主要指数据存储和处理的本地合规;主权AI的范围更广,包括AI算法、训练数据、推理算力和大模型本身都要在本国主权边界内。后者的资本门槛比前者高一个数量级,很多宣称做主权AI的国家实际上只完成了第一步(算力本地化),大模型层面仍高度依赖美国供应商。

Q2:中东国家的主权AI投资可持续性如何判断?

从供应链信号判断:看实际采购订单,而不是宣布的投资计划。沙特和阿联酋已经有可验证的GPU采购记录和数据中心开工记录,可持续性相对可信。政策风险在于中东地区的地缘稳定性和油价周期——如果油价持续低于60美元,主权AI投入可能面临优先级调整。

Q3:印度能成为下一个AI大国吗?

从行业内部看,印度更可能成为AI服务输出大国,而不是AI技术创新大国。TCS/Infosys的AI集成服务、本土工程师的成本优势、以及印度语言数据的独特性,是真实的竞争壁垒。但在大模型训练和AI芯片层面,印度短期内不具备与美中竞争的条件。

Q4:主权AI对英伟达的长期影响是正面还是负面?

短期正面:主权AI创造了大量新增GPU需求,且主权买家对价格敏感度低于商业客户。长期需要观察:如果各国的定制芯片计划(AMD/博通/国内替代)取得进展,英伟达的市场份额会面临压力;但AI算力的总需求增长速度如果快于竞争侵蚀速度,英伟达仍然是净受益方。目前的供应链信号支持后一种情景在2026-2027年仍然成立。

数据来源

  • Stargate项目官方公告,2025年1月(美国白宫新闻稿)
  • Humain公司成立公告,沙特PIF,2024年
  • IndiaAI Mission政策文件,印度电子信息技术部,2024年
  • G42与微软战略投资协议,微软官方公告,2024年4月
  • 英伟达2025财年年报(GPU出货结构)
  • Sakura Internet政府算力合同,日本数字厅公告,2024年
  • 韩国AI国家战略2027,韩国科学技术信息通信部
  • IDC全球数据中心追踪报告,2025年Q4
  • Goldman Sachs:《Sovereign AI: The New Infrastructure Race》,2025年
  • Bloomberg Intelligence:AI基础设施支出追踪,2025年

By m8 康哥。行业内部研究者视角,深耕产业链上下游。

常见问题

这篇文章属于 m8 的哪个研究入口?

这篇文章归入 宏观利率 主线,建议先从 宏观栏目 进入,再结合研究目录里的相邻专题一起看。

读完这篇后,下一步应该看什么?

优先继续看 宏观文章列表宏观利率观察中心宏观框架 / 资产传导。这些入口能把单篇内容放回市场、行业和方法论框架里。

后续最需要跟踪哪些变量?

后续重点跟踪:通胀、就业、利率预期、美元指数、财政政策和跨资产风险偏好是否同步变化。

这篇内容可以直接当作投资建议吗?

不可以。m8 的文章用于整理公开信息、研究框架和风险变量,不构成个股买卖建议,也不替代个人的仓位管理和风险评估。

m8 会如何更新这类主题?

如果后续出现财报、政策、订单、资金流或估值假设的关键变化,m8 会在对应栏目和专题页继续补充更新,并通过内链把新旧文章串起来。