Jiayun's Blog

📌 前沿科技 · 产业经济深度 | Tech × Political Economy

这周三个看似不相关的新闻，构成一张完整的"算力地缘"重组图：

1. 2026-05-18 · Stratechery：Ben Thompson 写 Data Center Discontent, Understanding the Opposition, Fixing the Problem — 第一次系统性分析美国本土小镇对 hyperscaler 数据中心的反对运动
2. 2026-05-15 · SemiWiki：TSMC’s Record Tool Orders Hint at Another CapEx Shockwave — 史上最大单季设备订单
3. 2026-05-17 · Tom’s Hardware：China bypasses US GPU bans with 1.54-exaflops ‘LineShine’ supercomputer — CPU-only monster packs 2.4 万 processors — 中国用国产 CPU 堆出绕开禁运的超算

三件事的共同点：AI 算力的物理供给侧，正在被『地方政治 + 资本周期 + 国家技术主权』三股力量同时拉扯，单极扩张的逻辑（“建就完事了”）正式失效。

一、Stratechery 的核心观察：算力扩张的政治成本被严重低估

Ben Thompson 这篇文章值得细读 — 它把过去 18 个月美国数据中心扩张遇到的阻力做了第一次系统性分类：

1.1 反对运动的真实诉求是什么

主流叙事是"小镇居民反对噪音和电费上涨"。Thompson 的实地调查给出更精细的画像：

Thompson 的核心论点：前两类（能源 + 水）是技术问题，可以工程解决；后三类（税收/文化/环境正义）是政治问题，工程无法解决。Hyperscaler 过去把所有反对都当作前两类，结果在后三类上节节败退。

1.2 真实成本曲线

按 Thompson 引用的数据：

1
2
3
4
5
6
7
8

       数据中心建设全成本 (per MW)
       
   2020 │ ████████████             $7M     主要：硬件 + 土地
   2022 │ ████████████████          $11M    新增：电网升级
   2024 │ ████████████████████      $14M    新增：水冷
   2026 │ ████████████████████████████  $19M  新增：政治协商 + 社区基金
                                        ↑
                                政治成本占新增的 ~30%

新增的 $5M / MW（2024 → 2026）里，大概有 $1.5M 是「与社区谈判、设计补偿包、修改园区设计避免视觉影响、长期 PILOT 税款」 — 这是过去 hyperscaler 财报里看不到的成本。

1.3 一个被忽视的结构性事实

为什么这次反对运动从分散变成系统？三个底层变化：

1. AI 训练数据中心 vs 传统云数据中心，对电力曲线极不友好 — 200MW 一栋的训练集群，对当地电网是即时的需求冲击，不是缓慢爬升
2. PUE 0.95 的训练集群必须液冷，水耗远超传统 — 这把数据中心从城市郊区赶到农村，但农村政治更复杂
3. AI 兴起之后，hyperscaler 不再隐藏选址 — Microsoft / Google / Meta 主动公开"建在哪里"作为投资者沟通，反而给当地反对派点燃了集结信号

二、TSMC CapEx 巨单：供给侧的逆向押注

SemiWiki 5 月 15 日的分析揭示了一个有意思的细节：TSMC 在 Q1 2026 的 board capital appropriation 公告里把单季设备订单刷了历史新高，超过 $11B。这个数字不来自财报正面披露，而是从董事会决议、设备厂出货指引（ASML / Applied Materials）反推。

2.1 TSMC 在押什么

1
2
3
4
5
6
7

                TSMC 设备投资分配（2026 Q1 估算）
                
   先进逻辑 (3nm / 2nm)         ████████████████████ 45%
   CoWoS 先进封装 (HBM/HBF)     ████████████████ 36%
   Mature node 扩产 (台湾 + AZ)  ███ 7%
   特殊工艺 (GaN/SiC)            ██ 5%
   其他                          ███ 7%

• CoWoS 占比 36% 创纪录：这是给 NVIDIA / AMD / Broadcom 的 AI 加速器封装产能
• 2nm 投资加速：N2 节点的 risk production 提前到 2026 Q4
• 亚利桑那 P3 厂同步推进：但占整体 CapEx 不到 4%，远低于美国政府期待

TSMC 实际上的态度可以用 SemiWiki 那篇文章的一句话总结：“压在台湾，对美国政治压力做最小满足”。

2.2 这是供给侧对需求侧的赌注

TSMC 的 CapEx 不是凭空 — 它对应客户的下单。在反对运动收紧美国本土数据中心建设的同时，TSMC 史上最大设备订单意味着：

• AI 加速器短期供给还是会爆发
• 但能装的"地方"在变少
• 单卡价格 + 单 MW 数据中心成本 = 算力 TCO 持续上涨

如果你是 OpenAI / Anthropic / xAI / Meta 的 CFO，你看到的是：晶圆能拿到，但物理可部署的容量缺口越来越大。

三、中国的 LineShine：CPU-only 1.54 EF 的政治信号

Tom’s Hardware 5 月 17 日的报道里，最大的信号不是"中国造出来了"，而是怎么造出来的。

LineShine 的关键数据：

• 2.4 万颗处理器（具体型号未官方公开，多家分析推测是龙芯 LoongArch 3C6000 或华为鲲鹏 920+）
• 峰值 FP64 算力 1.54 EFLOPS
• 整机功耗约 35 MW — 比同等性能的 GPU 集群高 2-3 倍
• 整机占地约 6000 m² — 是 H100 集群的 4 倍

3.1 性能/功耗很差，但这不是重点

如果按 perf-per-watt 算，LineShine 输给 H100 集群约 60%。所以一些西方报道说"这是 propaganda"。

这种说法严重低估了 LineShine 的政治意义。

LineShine 的真实价值：

1. 绕开 GPU 禁运：完全用国产 CPU，不需要任何美国实体清单上的物项
2. 证明 CPU-only 路径在科学计算可用：分子动力学、气候建模、CFD 这些不需要矩阵乘的工作 load，CPU 集群完全够用
3. 训练大模型仍弱，但推理 + 微调可用：实际测试 LineShine 上跑 Llama-3-70B inference 大约是 H100 集群的 25-30% 吞吐 — 远超之前预期

最关键的是：美国 GPU 禁运的有效性在被 LineShine 这种"次优但够用"的方案侵蚀。

3.2 中国的算力策略已经分叉

• 训练侧：还是依赖走私 / 中东中转 / 国产 GPU (华为 Ascend 910C, 寒武纪 690) — 数量不够、性能落后 1-2 代
• 推理 + 科学计算侧：LineShine 这样的 CPU 集群提供"够用且不受制裁"的备份能力

这跟苏联当年应对西方半导体禁运的"双轨制"很像：高端依赖逆向工程（克隆 IBM 360），低端 / 关键基础设施全部国产化保底。

四、三件事串起来：『三极算力』格局已成

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

           三极算力地缘
   
   ┌───────────────┐  ┌───────────────┐  ┌───────────────┐
   │   美国本土     │  │   台湾 + 东南亚 │  │   中国 + 一带一路 │
   │               │  │                │  │                │
   │ - hyperscaler │  │ - TSMC fab     │  │ - 龙芯/鲲鹏     │
   │   建设受阻     │  │ - 封装重心      │  │ - LineShine    │
   │ - 政治成本暴涨 │  │ - 实际产能持续  │  │ - CPU-only 路线 │
   │ - 推理外移     │  │   集中          │  │ - 推理自主       │
   │               │  │                │  │                │
   │ ↓ TCO 上涨     │  │ ↑ 议价权 max    │  │ → 关键场景自主    │
   └───────────────┘  └───────────────┘  └───────────────┘
            │                  │                  │
            └────────────┬─────────────┬──────────┘
                         ▼
              全球 AI 算力供给的『三极平衡』
              
              单极扩张时代结束

4.1 这对哪些人有实际影响

• AI 应用公司：算力 sourcing 需要多区域备份。只在美国买 H100 容量 = 单点故障
• VC / PE：估值模型里的"算力可获得性"需要从一个常数变成三个国家维度的函数
• 数据中心 REIT：传统 REIT 的"建得越多越赚"逻辑失效，未来 5 年最有 alpha 的是"协调能力" — 跟当地社区/政府/电网谈判的能力
• 半导体设备厂（ASML / AMAT / LRCX）：短期持续受益于 TSMC 巨单，但长期受地缘风险溢价压制
• 中国 AI 公司：Llama-3 系级别的推理 + 70B 模型微调可以本土完成；但训练 trillion-param 前沿模型仍受制约 — 应该聚焦"推理 + 应用层"

4.2 一个具体预判

2027 年会出现"算力期货"。逻辑：

• 物理算力交付变慢、变贵、变政治化
• 现货市场出现严重价差
• 金融化是必然 — 类似石油从 1970s 现货走向 1980s 期货
• 已经有迹象：CoreWeave 的"reservation contracts"、Lambda 的 “compute futures” 都是雏形

谁先把"算力期货"做成合规金融产品，谁会拿到下一轮 AI 基础设施的最大金融红利 — 这是 CME / ICE 这种交易所应该盯紧的事。

五、一句话总结

AI 算力进入"三极时代"：美国有需求但无落地、台湾有产能但被锁地缘、中国有政治意愿但缺尖端。三方都没法独立解决自己的瓶颈，意味着未来 5 年算力博弈会从工程问题变成政治经济问题。

如果你是技术人，过去三年是"造模型"的时代；接下来三年是"调度算力"的时代。后者比前者更接近政治、更接近基建、也更难写在简历上 — 但价值会被市场以滞后的方式重估。

📚 引用来源

1. Stratechery / Ben Thompson — Data Center Discontent, Understanding the Opposition, Fixing the Problem (2026-05-18) · https://stratechery.com/2026/data-center-discontent-understanding-the-opposition-fixing-the-problem/
2. SemiWiki — TSMC’s Record Tool Orders Hint at Another CapEx Shockwave (2026-05-15) · https://semiwiki.com/semiconductor-manufacturers/tsmc/369288-tsmcs-record-tool-orders-hint-at-another-capex-shockwave/
3. Tom’s Hardware — China bypasses US GPU bans with 1.54-exaflops ‘LineShine’ supercomputer (2026-05-17) · https://www.tomshardware.com/
4. Tom’s Hardware — ASML to equip India’s first commercial chip fab — $11 billion Dholera project targets 50,000 wafers (2026-05-17) · https://www.tomshardware.com/
5. SemiEngineering — Chip Industry Week in Review (2026-05-15) · https://semiengineering.com/chip-industry-week-in-review-138/
6. Marginal Revolution / Tyler Cowen — Dwarkesh in the Datacenter (2026-05-17, 算力经济交叉视角) · https://marginalrevolution.com/
7. Marc Rubinstein / Net Interest — The Future of IR (2026-05-15, hyperscaler IR 战略) · https://www.netinterest.co/