全球关于人工智能的讨论，往往聚焦于模型：哪些系统更快、能力更强，或成本更低。中国出现了像 DeepSeek、z.ai 和 Moonshot 这样的低成本高性能模型，进一步强化了这种关注，也让人们认为美国行业领导者与中国之间的差距正在缩小。

但这些强大且廉价的 AI 模型兴起，掩盖了一个更根本的现实：只要美国控制着 AI 生态系统所依赖的底层基础设施，它就仍将保持主导地位。

超越模型与芯片

人们很容易把 AI 竞赛理解为模型之间的正面对决——例如 Anthropic 的 Fable 对阵 OpenAI 的 GPT，或者对阵 DeepSeek V4 和 Moonshot 的 Kimi K3——也很容易把它看作一场围绕训练和运行这些模型所用专用芯片的硬件竞赛。然而，前沿 AI 依赖的是一个更广泛、资本密集得多的基础：超大规模数据中心、云计算平台、AI 服务器，以及彼此连接这些设施的海底光纤电缆。这些物理基础设施层面，如今都高度暴露在美国出口管制、域外数据提取法律，以及庞大商业—军事共生关系的外溢影响之下。自 2022 年以来，美国出口管制已多次收紧对华出售先进 AI 芯片的限制，这表明，无论哪家实验室产出最强模型，控制物理瓶颈都能直接转化为战略杠杆。

Nvidia 的 AI 生态系统与美国技术霸权

要理解美国如何掌控 AI 生态系统，只需看 Nvidia 的商业模式即可。这家全球最有价值的公司，其实力来自图形处理器——即训练前沿 AI 模型所必需的芯片——而它们约占全球市场 85%。(Motley Fool)

Nvidia 的生态系统还延伸至 Broadcom 等硬件制造商，以及云超大规模厂商——Amazon Web Services、Google Cloud 和 Microsoft Azure——这些基础设施为 Anthropic、OpenAI、Meta 和 Alphabet 等基础 AI 开发者提供支撑。Nvidia 的软件平台 CUDA 将这一生态系统联结在一起。CUDA 于 2007 年推出，经过十多年半的优化库、开发工具和社区知识积累，已成为 AI 的默认开发环境，并使任何试图迁移到竞争对手平台的组织承担高昂到难以承受的切换成本。

这群科技巨头，实际上构成了美国新 AI 工业复合体的核心。它们通过大规模约束性合同，与美国的国防和情报体系保持深度联系。国防部已签署标准作战协议，允许包括 Google、OpenAI、Microsoft、Amazon Web Services、Oracle 和 Nvidia 在内的主要供应商，将其前沿 AI 工具部署到机密军事网络上。(DoD)

五角大楼 2027 财年预算为自主战争和无人机系统拨款超过 540 亿美元，用于资助新成立的 Defense Autonomous Warfare Group（DAWG）。尽管这些公司早先对其技术应如何被使用提出过异议，OpenAI、xAI 和 Google 都已签署具有约束力的合同，允许五角大楼在国防相关用途上进行“all lawful use”，其中包括自主武器和大规模监控。(The Cipher Brief)

尽管 Anthropic 仍在就其 AI 模型可能如何被使用的问题与美国政府进行诉讼，该公司据报已将工程师嵌入国家安全局，以调整其 Mythos 模型用于进攻性网络行动，目标可能指向中国和伊朗的网络。(Axios)

华盛顿与硅谷之间这种商业—军事联动的规模几乎难以想象。按市值计算，全球最大公司中的十家正是构成这一生态系统的科技企业，几乎全部来自美国，代表着以万亿美元计的商业集中。根据布鲁金斯学会的数据，2026 年联邦 AI 合同支出仅这一年就激增了 907 亿美元。(Brookings)

AI 超大规模厂商与硬基础设施

随着美国云超大规模厂商在全球扩展数据中心容量，它们正越来越多地建设自有的、私有的海底光纤网络。Meta 计划建设一条环绕全球的海底光缆，全长 40,000 公里，预计成本 100 亿美元。(TechCrunch) Google 则通过 Pacific Connect Initiative 投入超过 10 亿美元，进一步加强日本与南太平洋之间的连接。(Submarine Networks)

这些由硅谷巨头拥有并运营的关键数据管道，占 2026 年可用海底电缆的 70%。(Submarine Networks) 但华盛顿仍保留限制这些网络走向及其访问对象的权力。2020 年，美国监管机构以中国间谍活动担忧为由，阻止了 Pacific Light Cable Network 的香港段——该项目由 Google 和 Meta 支持——并迫使这些公司放弃直连美国与香港的线路。已有铺设的约 13,000 公里电缆因此被废弃，闲置在海底。

即便是中国的前沿 AI 实验室，虽然在本土托管的基础设施上训练模型，但只要其系统接入全球互联网，就仍然依赖美国拥有的海底电缆——无论是获取从互联网抓取的训练数据，还是为中国境外用户提供服务、运行 API。

中国如今正沿着所谓的“数字丝绸之路”加速建设平行的海底光纤网络，试图降低对支撑全球 AI 版图的物理基础设施中美国主导地位的依赖和暴露。(JuanCole.com)

AI 超大规模厂商还面临一系列美国域外数据法律的约束。例如，美国 CLOUD Act 要求总部位于美国的云服务提供商交出其持有、保管或控制的数据，即使这些数据存储在美国境外。(Wikipedia) 在法律程序下，美国当局不仅可以获取存储数据，还可以获取 AI 活动的详细数字轨迹——包括用户提示词、模型回应、谁在何时何地使用了系统，以及揭示行为模式的技术记录。若华盛顿选择动用这一权力，它将对 AI 生态系统形成巨大杠杆。

美国 AI 生态主导地位的局限

美国对 AI 技术栈的主导并非绝对。亚洲制造商生产半导体、AI 服务器以及行业所需的其他关键组件。Nvidia 的供应链就经过 TSMC、SK Hynix 和 Samsung，同时还包括 Foxconn、Quanta 和 Wistron 等系统集成商。(TSMC, SK Hynix, Samsung, Quanta, Wistron)

过去一个月，Nvidia 首席执行官 Jensen Huang 宣布了覆盖台湾和韩国的数十亿美元新投资与合同。在台湾，Nvidia 从 TSMC 订购了先进芯片和封装产品，并从 Quanta Computer 等供应商处采购服务器和网络硬件。在韩国，该公司与存储芯片制造商 SK Hynix 和 Samsung 签署了十亿美元级协议，并与 LG、Hyundai Motor Group 和 Doosan Robotics 建立了新的合作关系。(LG, Hyundai Motor Group)

不过，台湾和韩国不太可能把自己在 AI 价值链中的位置武器化。它们都希望在某种程度上“友岸外包”的美国技术栈中维持自身收益。2022 年《CHIPS and Science Act》承诺为本土半导体制造提供 520 亿美元补贴，也通过为盟友芯片制造商提供在美国扩产的财政激励，而不是追求独立战略，进一步巩固了这一联盟。

全球或许最终会出现彼此竞争的 AI 生态系统——一个由美国主导，另一个由中国主导——它们将拥有不同的标准、基础设施和治理框架。但在这一替代方案真正形成之前，美国仍将继续牢牢掌握更广泛的 AI 生态系统。

Fortune.com 评论文章中的观点仅代表作者本人，并不一定反映 Fortune 的观点和立场。本故事最初刊载于 Fortune.com。