350亿美元大单只能兑现一成？大厂抢购英伟达工作站显卡背后的算力账本

350 亿美元，折合超过两千五百亿人民币。 字节跳动、阿里巴巴和腾讯，一口气向英伟达下了超过 300 万张芯片的采购订单。 但如果去看具体的采购清单，大厂这次抢的压根不是顶级数据中心算力卡。 他们把目光盯死在了一款专业工作站显卡上：RTX PRO 5500。 原本装在图形设计师电脑主机里的显卡，为什么国内互联网巨头要按百万张的规模疯狂下单？

最核心的原因，当然是美国商务部工业与安全局（BIS）卡得太死。 算力密度、互联带宽稍微高一点，直接划进禁售范围。 顶级的数据中心芯片买不到了，但国内大厂的业务根本停不下来。 几家巨头每天有几亿人在用豆包、通义千问和混元。 聊天、搜索、写代码、推荐算法，每时每刻都在消耗恐怖的算力。 这就逼出了一个关键转变：大模型的生命周期，已经从闭门研发，走到了日常调用。

这个环节在行业里叫 AI 推理。 训练和推理，对芯片的硬件要求完全不同。 训练大模型，拼的是几万张芯片协同作战。 芯片之间每分每秒都要交换天文数字的梯度参数，全靠高速互联通道 NVLink 顶着。 只要把高速互联砍掉，几万张卡拉不开阵势，训练效率立刻断崖式下跌。 但日常推理，根本不需要这么高频的通信。 用户在手机里输入一句话，芯片只需要在自己的显存里，把存好的大模型权重迅速扫一遍，把文字吐出来。 只要单张卡的显存放得下模型，芯片之间根本不需要随时大呼小叫。 推理卡真正要命的瓶颈，是显存够不够大、读取显存的速度够不够快。

RTX PRO 5500 恰恰踩中了这个需求。 它虽然用的是 Blackwell 架构的 GB202 核心，但外围被动了精准的手术： 砍掉了昂贵的数据中心高速互联通道，只保留了最普通的 PCIe 5.0 接口。 在出口管制分类里，它规规矩矩地属于“工作站显卡”，合规合法。 但英伟达给它塞进了整整 84 GB 的超高速 GDDR7 显存，显存带宽飙到了每秒 1.4 TB。 一张卡标价大概 11,400 美元。 把它密密麻麻插进服务器机架，不需要复杂的液冷集群，插上电就能直接扛起庞大的日常推理。

大厂自以为找到了算力破局的最优解。 订单刚刚报上去，英伟达就直接浇了一盆冷水。 英伟达明确告知客户：2027 年全球一整年能生产的 RTX PRO 5500，总共也就 300 万张左右。 台积电的先进制程产能，大部分都要留给单价更高、利润更厚的数据中心旗舰平台。 可光是来自中国大厂的预订，就已经冲破了 600 万张。 英伟达甚至给大客户打下了预防针：最终能给你们交付的比例，可能只有下单量的 5% 到 10%。

明知道英伟达根本交不出这么多货，为什么大厂还要签下 350 亿美元的天价订单？ 这里藏着供应链最经典的配额博弈：恐慌性超额认购。 供货商面临产能挤兑的时候，通常只能按订单规模等比例切蛋糕。 你要是老老实实按真实需求报 10 万张，按 10% 的交付率，最后分到手可能只有 1 万张。 想拿到这 10 万张，唯一的办法就是硬着头皮报 100 万张。 更关键的变量是政策倒计时。 过去几年，从 A800 到 H800，每一次针对管制的合规产品，只要在市场上形成规模，监管补丁往往在几个月后就会跟进。 大厂账上趴着千亿现金，在算力断供的焦虑和配额稀释的压力下，只能把订单数字填到最大，赶在下一道铁闸落下之前拼命抢占窗口。

面对 350 亿美元的采购数字，外面看到的往往只是大厂扫货的豪气。 掀开数字看底下，巨头们买到的甚至算不上现货，只是一张可能只能兑现十分之一的排队号牌。 算力管制的紧箍咒之下，巨头们不仅要算清训练和推理的硬件账本，还要在产能争夺和政策窗口关上前拼命抢跑。 谁能在有限的显存带宽里把用户的每一次调用成本压下来，谁才能撑到下一轮洗牌。