2026年8月27日，在Nvidia公布其历史上最强劲财报的同一天，Jensen Huang做了一件在华盛顿看来有些不寻常的事：他公开宣布Nvidia正在为DeepSeek和阿里巴巴Qwen等中国开源AI模型优化硬件支持。

与此同时，Nvidia的SEC文件（随财报公布）警告投资者：如果美国政府限制Nvidia支持中国来源的AI模型，可能对公司业务产生实质性影响。

这两件事放在一起，构成了一幅耐人寻味的图景：全球最有价值的芯片公司，正在中美技术博弈的夹缝里走一步极为微妙的棋。

本局的核心：为什么Nvidia要为中国模型优化？

Nvidia宣布的”本地AI倡议”（Local AI Initiative）包括对多个顶级开源模型的硬件优化，其中特别点名了DeepSeek的V4 Flash和阿里巴巴的Qwen 3.8，以及Google和Nvidia自己的模型。

这个选择背后有一个清晰的商业逻辑：开源模型的运行部署，是Nvidia下一轮增长的重要来源。

当一家企业想要部署自定义AI能力（而不是直接调用OpenAI或Anthropic的API），最常见的做法是下载一个开源模型，在自己的GPU服务器上运行它。DeepSeek V4 Flash是目前全球下载量最大的开源模型之一（Hugging Face上每天数以十万计的下载）；Qwen系列是中国最广泛使用的开源模型家族，不只在中国，在东南亚、中东和欧洲都有大量部署。

这些中国开源模型的用户，大多数跑在Nvidia GPU上。

为这些模型做优化（更好的量化支持、推理速度提升、内存效率改善），直接转化为更多企业会选择采购Nvidia GPU来运行这些模型，而不是选择竞争对手的芯片（AMD MI300或Intel Gaudi）。

这是一个非常直接的利益逻辑：支持中国模型 = 扩大Nvidia GPU的可用模型生态 = 更多GPU需求。

华盛顿的担忧：为什么中国AI模型是个政治问题

但在华盛顿看来，这件事不只是商业决策。

2026年，美国国会和行政机构对中国开源AI模型的采用展开了多次调查和听证。核心担忧包括：

数据安全问题：如果美国企业用DeepSeek模型处理敏感数据，虽然模型是开源的（可自部署），但模型的训练数据来源、潜在后门和影响偏见是否可被中国政府利用？

技术输出问题：Nvidia为中国模型优化GPU，是否在间接帮助中国AI研究机构提升能力，绕过了芯片出口管制的本意？

依赖性风险：如果美国关键基础设施（金融、医疗、政府）广泛使用中国来源的AI模型，是否会形成战略性依赖？

这些担忧已经从学术讨论变成了具体的政策动作。根据CNBC的报道，美国政府正在考虑出台限制措施，限制Nvidia支持”基于中国开源基础模型构建的第三方应用”——如果这个限制落地，受影响的不只是DeepSeek和Qwen，还可括在这些模型基础上微调构建的数万个衍生应用。

同天还传出特朗普政府正在考虑对美国半导体技术加征新关税的消息（尽管白宫官员表示”任何未经官方宣布的报道应视为无根据猜测”）。这些信号组合在一起，让Nvidia的中国相关业务暴露在越来越大的政策不确定性下。

SEC风险披露的解读：Nvidia在怕什么？

Nvidia选择在财报文件中明确披露这一政策风险，而不是在投资者电话会上轻描淡写，本身就是一个信号。

SEC文件中，Nvidia警告：任何”限制我们为基于DeepSeek、Qwen或Kimi等中国来源开源基础模型构建的应用和模型提供产品和服务”的监管行动或限制，都可能对公司产生”实质性”（material）的负面影响。

“实质性”（material）是SEC披露中的一个法律术语——公司只有在某个风险足以真正影响财务状况时，才有义务使用这个词。Nvidia选择用”material”来描述中国AI模型政策限制的影响，说明公司内部评估认为这个风险是真实且量级不可忽视的。

但同时，Nvidia宣布为DeepSeek和Qwen优化GPU，又是在主动强化这种”依赖”。这是一个”同时开门和锁门”的矛盾动作：一边在把更多业务绑定到中国模型生态上，一边在提醒投资者这条路可能被政策切断。

Nvidia的真实战略意图

理解这个矛盾动作，需要把它放到Nvidia的更大战略框架里。

短期利益：在政策正式收紧之前，最大化中国开源模型生态带来的GPU需求。DeepSeek V4 Flash等模型在全球范围内的部署量已经非常大，这是当下实实在在的营收来源。

长期护城河：把CUDA生态与中国主流开源模型的优化绑定，即使未来发生政策变化，迁移成本也会更高。中国用户和全球运行中国模型的用户，会因为Nvidia在这些模型上做了深度优化，而继续选择Nvidia GPU而非AMD等竞争对手。

政治对冲：通过SEC文件公开披露风险，Nvidia在提前为投资者管理预期，同时也是在向华盛顿的政策制定者发出一个隐性警告：如果你们限制我们支持中国模型，你们的限制会影响的是一家估值数万亿美元的美国公司，影响的是美国资本市场，后果需要你们自己权衡。

这是一种极为复杂的多方博弈：Nvidia既是AI基础设施的提供者，也是中美技术冷战的观察者，还是这场冷战最大的商业利益受损潜在方之一。

开源模型：中美AI博弈的新战场

这整个故事的底层是一个更深刻的结构性变化：开源AI模型正在成为中美AI竞争的新主战场。

过去几年，美国的出口管制集中在芯片（Nvidia H100/H200的出口限制）和云服务（限制中国访问美国AI云算力）。这些措施针对的是硬件和基础设施层面的制约。

但开源模型的崛起绕开了这些制约：DeepSeek V4 Flash的模型权重是公开的，任何人都可以下载、在本地运行，不需要访问美国云服务。DeepSeek证明了一件事：在算力受限的情况下，通过算法创新（混合专家架构、更高效的训练方法），中国AI研究机构仍然可以训练出性能与OpenAI/Anthropic竞争的顶级模型，并以开源方式向全球输出影响力。

Nvidia意识到，”谁的开源模型更好用”已经成为新的AI竞争维度，而为这些模型优化的GPU就是这个竞争的基础设施层。从这个角度看，Nvidia支持DeepSeek和Qwen，是在押注”不管地缘政治怎么演变，全球运行AI模型的需求都会持续，而这些需求最终都需要GPU”。

AMD的机会窗口：Nvidia的两难是对手的红利

Nvidia对中国模型的支持策略，也为AMD提供了一个政治窗口。

AMD的MI300X GPU在AI推理市场一直是Nvidia H100的最强替代方案，但受制于CUDA生态的锁定效应，企业迁移到AMD的意愿不强。然而，如果美国政府果真限制Nvidia支持中国模型，那些依赖DeepSeek和Qwen的全球企业，在选择”哪个GPU能无障碍运行我需要的模型”时，可能会更主动地考虑AMD或其他不受政策风险影响的供应商。

AMD近期也在积极优化对主流开源模型的支持，ROCm软件栈（AMD的CUDA对应物）在2025-2026年间有了显著进步。如果Nvidia被迫在中国模型支持上退步，AMD的”政治中立”恰好成了差异化优势。

这不是说AMD能因此超越Nvidia，而是说Nvidia的中国模型政策风险，为AI芯片市场的竞争格局注入了一个原本不存在的变量。

全球开发者视角：为什么这件事不只是中美问题

最后，有一个经常被地缘政治叙事遮蔽的视角需要补充：从全球开发者的角度，中国开源模型的普及主要是因为技术质量和成本优势，而不是任何地缘政治考虑。

DeepSeek V4 Flash在多项基准测试中表现优于同等参数量的美国模型，而运行成本比同类美国模型低100倍以上。对一个在越南、尼日利亚或波兰创业的独立开发者来说，选择DeepSeek而不是GPT-5.6，是一个非常理性的技术和成本决策，与对中国政府的态度无关。

如果美国试图通过”限制Nvidia支持中国模型”来遏制中国开源模型的全球传播，这个策略的效果可能非常有限——因为这些模型的权重是公开的，开发者可以在任何有GPU的地方运行它们，而不一定需要Nvidia的官方优化支持。限制的成本最终会落在Nvidia身上（失去优化中国模型带来的GPU需求），而收益（减少中国AI模型的全球影响力）却难以量化。

这是一个”政策工具与政策目标错位”的典型案例。值得关注的历史先例是：当年美国对华为通信设备的限制，虽然在短期内减缓了华为的全球扩张速度，但并没有阻止5G技术在发展中国家的广泛部署。AI模型的开源属性使其比硬件更难被政策管控——这是华盛顿在制定政策时必须正视的结构性困难。

结语：商业理性与地缘政治的碰撞

Nvidia的这步棋，展示了一个跨国科技公司在中美技术博弈中面临的真实困境。

完全回避中国开源模型，意味着放弃一个已经覆盖全球数千万开发者的生态系统，以及这个生态带来的大量GPU需求。在商业上，这很难成立。

全力拥抱中国开源模型，意味着承担越来越大的政策风险，以及在华盛顿眼中变成一个”帮助中国AI扩张”的共谋方。在政治上，这越来越危险。

Nvidia选择的是一条钢丝绳走法：积极支持但公开披露风险，既收割短期红利，又向市场和政策方传达”这是一个有待明确的风险，请大家做好准备”的信号。

这是商业理性与地缘政治碰撞之下的一种现实主义选择。但这条钢丝绳能走多久，取决于华盛顿何时、以何种方式做出最终决定。

Jensen Huang把这个问题暴露在了所有人面前。现在，球在白宫那边。

从历史上来看，半导体行业从来没有能够长期维持”既满足商业需求，又完全符合地缘政治要求”的平衡——往往是有一方会让步。Nvidia的商业利益最终会不会迫使它向华盛顿施压、延缓或稀释政策限制？还是美国国家安全利益会覆盖一切商业考量、强制Nvidia选边站？

这个答案，将在未来6-18个月内逐渐清晰。而它的结果，不只影响Nvidia一家公司的估值，更将深刻影响全球AI生态的技术选择和政治边界划定。这是一场关于”AI时代的全球化能走多远”的根本性考验。

如果要给一个时间节点预测：2027年Q1，美国大选周期后的第一个完整政策窗口，大概率是这项政策最终落地或放弃的时间节点。到那时，Nvidia要么成功说服华盛顿”限制中国模型等于自我伤害”，要么被迫进行一次痛苦的业务结构调整。Jensen Huang在那之前会一直走钢丝。

参考资料

  1. “Nvidia is bolstering support for Chinese open AI models as it warns of White House crackdown”，CNBC，2026年8月27日：https://www.cnbc.com/2026/08/27/nvidia-chinese-ai-models.html
  2. “Nvidia expands support for Chinese AI models as US-China rivalry intensifies”，MSN/Reuters，2026年8月27日：https://www.msn.com/en-in/money/general/nvidia-expands-support-for-chinese-ai-models-as-us-china-rivalry-intensifies/ar-AA2b43rw
  3. Nvidia Q2 FY2027 SEC Filing（风险披露）：通过CNBC财报报道引用：https://www.cnbc.com/2026/08/27/nvidia-nvda-q2-earnings.html
  4. “Chinese AI models probe US lawmakers”，CNBC，2026年7月8日：https://www.cnbc.com/2026/07/08/chinese-ai-models-probe-us-lawmakers.html
  5. DeepSeek V4-Flash最低运行成本，Reuters，2026年8月3日：https://www.reuters.com/business/retail-consumer/deepseeks-new-ai-model-is-by-far-cheapest-well-known-models-run-research-firm-2026-08-03/

开源AI模型的扩散：美国技术管制的结构性困境

这件事的深层矛盾，触及了美国AI管制政策的一个根本性结构困境：开源软件的本质，使得传统的出口管制工具几乎失效。

在芯片层面，管制是相对有效的。Nvidia H100不能出口到某些国家，因为芯片是有形资产，可以在口岸查验。但AI模型是纯数字资产——DeepSeek V4 Flash的模型权重文件可以通过加密链接在任何地方下载，无需通过官方渠道，无需物流商协助。美国的出口管制工具（BIS实体清单、芯片出口限制）对物理硬件有效，但对软件权重文件的扩散几乎无能为力。

这就是为什么一些美国政策分析师和国安顾问开始提出”上游干预”的思路：不直接管制模型文件，而是限制能够训练这些模型的基础要素——比如训练数据（要求数据提供方不向中国AI公司授权）、训练算力（通过云服务限制）、和关键软件工具（CUDA优化、编译器工具链）。

Nvidia收到的政策风险，正好落在这个”上游干预”的逻辑链上：如果美国政府要求Nvidia不得为中国模型优化CUDA工具链，这在技术上是可执行的（Nvidia控制CUDA的更新和优化），但后果是推高全球所有运行中国模型的Nvidia GPU用户的性能成本（因为优化不到位），而不是阻止模型的扩散本身。

这是一个”能做到，但未必有效”的策略。分析师普遍认为，即使Nvidia被迫撤回中国模型的CUDA优化，DeepSeek等中国团队可以自己进行部分优化工作（他们已经展示了极强的工程能力），或者使用其他开源工具链实现类似效果。策略的成本确定，但收益不确定。

比较视角：Nvidia的困境与德国机器工具商的历史类比

在技术出口管制的历史上，Nvidia面临的困境有一个有趣的历史类比：冷战时代的德国精密机械制造商。

1980年代，德国的高端机床（Milling Machines、CNC设备）是苏联制造导弹精密部件的关键工具。美国和COCOM（西方国家出口管制委员会）要求德国机床企业不得向苏联出口这些设备。部分德国制造商（最著名的是Toshiba-Kongsberg事件）还是通过中间商秘密销售，被发现后付出了巨大代价。

Nvidia面临的困境有类似的结构：先进AI算力芯片是AI军备竞赛的”机床”，Nvidia是主要供应商，美国政府要求管控出口，而商业利益驱使Nvidia寻找各种方式维持全球市场。

但有一个关键区别：机床是实物，可以控制物流；AI模型是软件，扩散无法通过物流管控。这意味着Nvidia支持中国模型优化的行为，在技术上不等同于”出口芯片给被限制实体”，而是更接近于”为客户在全球使用的软件提供优化支持”——这个法律边界，美国政策制定者还没有清晰划定。

中国AI自主生态的崛起：Nvidia真正担心的是什么

除了政策风险，Nvidia的另一个深层担忧是：如果中国AI模型因为地缘政治因素无法在Nvidia GPU上获得良好支持，中国AI生态可能加速转向国内芯片方案——华为昇腾、寒武纪、海光信息——并推动这些国产芯片加速成熟。

这不是空想。2025-2026年间，华为昇腾910C已经能够有效支持部分DeepSeek模型的推理工作负载，在某些场景下的性能与Nvidia H800不相上下。如果美国的管制压力迫使中国AI生态主动加速国产化，Nvidia可能在未来5-10年内，永久失去中国市场的大部分份额——不是因为芯片性能差距，而是因为被迫出局。

黄仁勋意识到这个风险，这是他在财报会上主动强调中国模型支持的深层逻辑之一：在政策收紧之前，尽可能深化Nvidia与中国AI生态的技术绑定，使得即使政策强制干预，迁移成本也足够高，让中国AI公司在放弃Nvidia和承受迁移成本之间权衡时，选择留下来的动力更强。

这是一种”沉没成本”策略——通过深度技术整合，制造难以逆转的依赖关系，以此抵抗政策干预的效力。

Nvidia下一步：如何在两个主人之间走钢丝

展望未来6-18个月，Nvidia可能的策略选择有几个选项：

选项一（现状维持，可能性：高）：继续深化对中国开源模型的支持，同时通过SEC披露、游说华盛顿等方式管理政策风险。这是商业利益的自然导向，也是目前Nvidia实际采取的路径。风险是如果政策最终收紧，调整空间有限。

选项二（预防性分隔，可能性：中）：主动将中国模型的优化支持与核心CUDA产品分隔，通过一个独立的社区贡献渠道提供中国模型支持，而不是纳入主流产品。这样在政策收紧时可以快速切断，但在那之前仍然可以享受市场红利。但这种”一手准备被迫退出”的信号可能引发中国客户的提前迁移。

选项三（积极游说，可能性：高，并行进行）：通过向国会和行政机构提交分析报告，证明限制中国模型对美国经济的实际损害（失去Nvidia的税收、美国数据中心收入减少、AI创新生态受损），争取推迟或软化可能的政策限制。这是成熟的科技公司常用的政治应对策略，预计已经在进行中。

无论哪个选项，Nvidia都需要在”追求最大商业利益”和”满足国家安全监管要求”之间找到一个可持续的平衡点。黄仁勋的钢丝绳表演，才刚刚开始。

回到原点：为什么这件事比看起来更重要

Nvidia为DeepSeek优化GPU的新闻，表面上是一个商业决策——为热门的开源模型提供更好的性能支持，以获得更多GPU销售。但深挖下去，它揭示了一个关于AI时代地缘政治的更深刻张力：在技术层面，AI的全球化进程已经形成了足够深的相互依赖，使得任何单方面的”脱钩”行为都会产生超出预期的附带损伤。

Nvidia既是这种相互依赖的最大受益者之一，也是其中最大的受害者之一——它从全球AI生态的统一性中获利最多，也在这个生态可能被政治力量拆分时面临最大的损失。

从这个角度看，Nvidia在财报会上同时宣布”为DeepSeek优化”和”警告华盛顿政策风险”，不只是一家公司的商业应对，而是整个AI产业对”AI能否真正保持全球化”这个根本性问题的一次公开表态。

答案还不清晰。但这个问题的最终解答，将在未来几年内深刻塑造AI技术的边界、产业的格局和各国的竞争地位。Nvidia的双面棋局，是我们观察这场历史性博弈的最佳窗口之一。

参考资料

  1. “Nvidia is bolstering support for Chinese open AI models as it warns of White House crackdown”，CNBC，2026年8月27日：https://www.cnbc.com/2026/08/27/nvidia-chinese-ai-models.html
  2. “Nvidia expands support for Chinese AI models as US-China rivalry intensifies”，MSN/Reuters，2026年8月27日：https://www.msn.com/en-in/money/general/nvidia-expands-support-for-chinese-ai-models-as-us-china-rivalry-intensifies/ar-AA2b43rw
  3. Nvidia Q2 FY2027财报，CNBC：https://www.cnbc.com/2026/08/27/nvidia-nvda-q2-earnings.html
  4. “Chinese AI models probe US lawmakers”，CNBC，2026年7月8日：https://www.cnbc.com/2026/07/08/chinese-ai-models-probe-us-lawmakers.html
  5. DeepSeek V4-Flash最低运行成本，Reuters，2026年8月3日：https://www.reuters.com/business/retail-consumer/deepseeks-new-ai-model-is-by-far-cheapest-well-known-models-run-research-firm-2026-08-03/

全球视角：这场博弈的国际影响

这场博弈的影响不局限于美中两国。全球197个国家和地区的AI开发者、企业和政府，都是这场政策博弈的间接当事人。

对印度来说，使用DeepSeek来降低AI应用成本的印度创业公司，会受到美国限制政策的影响。印度政府可能需要在”跟随美国技术联盟”和”维护开放的AI生态使用权”之间做出权衡。

对东南亚来说，这个地区的AI创业生态在2026年出现了重要的”AI主权”趋势——越南、印尼、马来西亚都在积极建立本土AI模型和基础设施，部分也依赖中国开源模型的技术路径。如果美国限制中国模型的硬件优化支持，东南亚国家可能进一步转向华为等中国硬件方案，反而加速了算力供应链的分裂。

对欧洲来说，正在推进AI Act合规的欧洲企业更关心”模型合规性”而不是模型的地缘政治来源。欧洲的监管框架更多聚焦在”模型怎么用”而不是”模型从哪来”。如果美国开始限制中国模型，欧洲可能成为中国开源模型在西方保持存在的最重要市场。

这些全球维度的影响，说明Nvidia的”双面棋局”不只是一家公司的商业决策，它是推动全球AI格局碎片化vs.维持统一生态的博弈中的一个关键节点。而Nvidia今天选择公开表达自己的立场，是在这个博弈中提前划定利益边界的战略行动——不管这场博弈最终如何落定，Nvidia的商业利益立场已经清晰。

这场关于AI全球化边界的博弈，没有简单的赢家或输家。每个参与者都在自己的位置上最大化利益，而这些利益之间的张力，构成了我们正在经历的AI地缘政治格局的底层逻辑。Nvidia把这个矛盾暴露在了公众视野里——这也许是它在这场博弈中最聪明的一步：让市场、政策方和公众同时意识到这个矛盾的存在，逼迫所有利益相关方必须直面一个真正困难的政策问题，而不是继续回避它。

从这个角度看，Jensen Huang在财报会上的双重表态，既是商业声明，也是一种政治策略：通过公开承认矛盾，把解决矛盾的责任转移给政策制定者。这是一个跨国科技公司在处理地缘政治压力时的经典手法——先把自己的利益立场公开透明化，然后用”影响显著”的市场影响力警告政策方，迫使政策讨论在充分考虑经济后果的前提下进行，而不是在闭门会议里做出影响深远的单方面决定。至于华盛顿最终如何回应，则是另一局棋的开始。

当然，无论政策如何演变，有一件事是可以确定的：在这场博弈中，普通AI开发者和使用者——那些每天用DeepSeek写代码、用Qwen处理业务数据的数百万人——将是最后才被告知”规则改了”的那群人。而规则一旦改变，他们的工作流需要调整，他们的成本会上升，他们对AI的信任和依赖会受到冲击。保护这些最终用户的利益，是任何负责任的AI政策框架都必须认真考虑的核心问题——尽管在中美博弈的大叙事下，这个声音往往是最小的。