一、泡沫起点：禁令、断供与暴利交易的发端
2023年末，一纸英伟达芯片对华出口禁令如同重锤砸入平静水面，引发了中国高端算力市场的剧烈震荡。这不仅打乱了国内AI企业的大模型训练节奏，更在短期内激化了对A100、H100等高端GPU的需求。
巨大的供需落差下，一条由“信息差”驱动的地下灰色交易链迅速形成：留学生、代购、海外关系人等角色纷纷入局。一时间，显卡市场成为暴利温床，价格持续飙升。H100的市场价被炒到每张25万元人民币，而英伟达建议零售价仅约为1万美元。
与此同时，部分大型算力服务商开始构建复杂的供应渠道与金融化运作体系，形成“囤卡-转包-租赁”的闭环生态。这也拉开了全国范围内大规模“抢建智算中心”的序幕。
二、供需“繁荣”背后：结构错配正在积压风险
在这场由英伟达芯片带动的“智算热”中，资本和地方政府蜂拥而入。数据显示，光是2024年，国内新建的智算中心项目便超过458个。然而热潮之下，风险亦在积聚。
到2025年一季度，全国165个智算项目中，超过91%仍停留在筹建或在建阶段，真正实现交付的不足10%。更令人担忧的是，已有项目的“点亮率”平均不到50%。一名业内人士坦言：“国产芯片受限于性能，根本无法胜任大模型预训练任务，导致大量算力资源形同虚设。”
而另一方面，头部互联网公司如字节跳动、阿里、腾讯却在持续扩张其AI基础设施。字节被曝计划斥资超800亿元用于英伟达芯片采购，阿里则承诺在三年内投入3800亿元发展AI基建。这种“两极分化”的发展态势暴露出市场的深层次结构性失衡。
三、交易链的隐秘真相：合同“避实击虚”与灰色流通网络
在公开市场无法获取算力核心资源的背景下，业内逐渐形成一套绕开的合同制度。在大部分算力租赁交易中，合同仅以“P”为单位衡量算力，而非明示所使用的GPU型号。这种抽象化交易方式，掩盖了整个行业中潜在的违规硬件流通路径。
例如，H200虽然早已被美方列入限制清单，但通过模组嵌套、跨境包装与第三方贸易等形式，依旧有大量芯片以“非官方”路径流入国内市场。某南方芯片经销商就透露：“我们每周可以稳定供应约100台搭载H200的服务器，价格高企但需求依旧火爆。”
尤其是最新发布的英伟达Blackwell B200芯片，市价高达300万元以上，在美国本土尚属稀缺资源，却已悄然现身中国市场。这一现象的背后，是一整套依赖信息差与中间商操作的地下网络。
四、智算繁荣的终点：DeepSeek与“训练泡沫”的刺破
智算泡沫的终结并非源自于供给的突然中断，而是需求端的理性回归。2024年底，国产AI大模型DeepSeek的横空出世打破了原有范式。
DeepSeek以较低算力成本实现媲美GPT-4的效果，极大冲击了市场对“无限算力堆叠=更强模型”的认知逻辑。随之而来的是对大模型训练业务必要性的重新评估——多个中小AI企业因此退出“百模大战”，原本支撑炒卡行情的需求基础开始崩塌。
2025年初开始，市场对于“训练即未来”的热情迅速冷却，“AI推理”逐渐替代“AI训练”成为产业核心。而推理阶段的算力需求远不如预训练阶段密集，这直接引发了算力过剩的恐慌。
五、结语：泡沫之后，冷却的现实与重建的机会
算力泡沫并非毫无意义，它促使中国在短时间内补齐了基础设施、推动了AI芯片本土研发的起步，也让大量地方政府初步理解了智算体系的运行逻辑。
但如果不从“伪需求”中走出，继续被高性能硬件与海外芯片神话牵着鼻子走，下一轮“训练中心大跃进”依旧可能重演。未来的AI竞争，拼的已不再是堆料，而是软件、生态、产品与用户端的真正落地。
在泡沫破灭之后，留下的往往才是最有价值的沉淀。而对那些仍在押注“GPU套利”的玩家来说，这一轮游戏，或许已经接近终局。