中國開放式 LLM 市場與競爭戰略分析
分類: AI 新品報導 發布時間:
中國人工智慧業者近來密集推出大型語言模型。Moonshot AI 於 7 月發表擁有 2.8 兆總參數的 Kimi K3；阿里巴巴緊接著預告 2.4 兆參數的 Qwen3.8 Max，並表示之後將開放模型權重；DeepSeek 則已於 4 月釋出 DeepSeek V4 Preview。這些產品持續縮小中國與美國頂尖模型之間的能力差距，也讓開放權重逐漸成為中國參與全球人工智慧競爭的重要路線。(Reuters)
不過，業界慣稱的「開源模型」，多半只公開可下載和修改的模型權重，未必同時公開完整訓練資料、資料清理方法、訓練程式及全部模型製作流程，因此稱為「開放權重模型」通常更為準確。
開放模型背後，不只是「免費策略」
中國發展開放模型的背景之一，確實是高階運算資源受到限制。美國自 2022 年起持續管制先進 AI 晶片輸往中國。美國商務部在 2026 年 1 月雖將 Nvidia H200、AMD MI325X 等晶片改為逐案審查，而非全面推定拒絕，但仍附帶安全驗證、供應條件及出口許可要求；截至 7 月，實際運往中國的 H200 數量仍相當有限。(工業安規局)
因此，中國面對的問題並非完全沒有人工智慧運算能力，而是在取得最先進 GPU、高頻寬記憶體，以及擴充大型運算叢集時，成本、供應穩定性與政策風險都高於美國大型科技公司。
這也促使中國模型業者更加重視混合專家模型、低精度運算、量化、模型蒸餾及推論最佳化。開放權重本身不會降低已經發生的模型訓練成本，卻可以降低模型向全球市場擴散的成本：企業和第三方雲端業者可自行下載、微調及部署模型，原廠不必獨自承擔所有推論流量和全球資料中心投資。
換句話說，中國企業可能採取的商業模式是：
先以免費或低價模型擴大使用，再從雲端運算、企業版、應用程式、代理平台、私有部署及維運服務獲利。
中國也把開放模型納入人工智慧外交。中國領導人近期將開放式人工智慧描述為可協助開發中國家建立能力的公共產品，並強調與東協、金磚國家和其他全球南方市場合作。這讓中國模型不只是商業軟體，也可能成為拓展技術標準與國際影響力的工具。(Reuters)
不過，中國的開放路線並非毫無保留。中國主管機關據報已討論是否限制最先進模型流向海外，顯示未來可能採取「次前沿模型廣泛開放、最前沿能力選擇性管制」的分級策略。(Reuters)
中國模型確實可能替國產伺服器鋪路
中國模型在海外累積使用者後，確實可能替中國製 AI 晶片和伺服器創造需求。
企業採購人工智慧基礎設施，通常不是為了單獨購買一顆晶片，而是為了解決客服、文件分析、程式開發、企業知識庫、製造管理或政府服務等問題。當 Qwen、DeepSeek、Kimi 等模型形成足夠大的使用基礎，中國業者便可進一步提供：
中國模型＋中國 AI 晶片＋中國伺服器＋推論框架＋資料中心建置＋長期維運服務。
相較要求客戶自行整合晶片、作業環境和模型，預先完成適配的「大型模型一體機」或私有雲方案，更容易被缺乏人工智慧工程團隊的企業和政府採用。
這條模式在中國國內已出現初步跡象。DeepSeek V4 發表後，阿里巴巴、騰訊和字節跳動等大型科技企業據報增加詢問及採購華為昇騰 AI 晶片，顯示熱門模型確實有機會帶動國產硬體需求。(Reuters)
中國全套方案在中東、東南亞、非洲、拉丁美洲及中亞等市場也有一定吸引力。部分國家希望政府或金融資料留在境內，同時缺乏自行建置 AI 基礎設施的能力；中國業者若能把模型、伺服器、網路、機房、融資和人員培訓包成整套方案，競爭優勢便不只來自晶片效能，而是整體交付能力。
這與中國過去出口電信設備、雲端平台和智慧城市系統的作法相似：模型負責取得市場入口，後續真正規模較大的收入，可能來自硬體、資料中心、系統整合和長期服務。
開放權重也會解除中國硬體的綁定
問題在於，開放模型最大的優點，同時也是中國硬體戰略的弱點。模型權重一旦公開，使用者便不必搭配原廠指定的晶片或伺服器。
Qwen 官方部署文件建議使用 vLLM，並明確支援以 CUDA 核心進行推論；Nvidia 也已針對 DeepSeek、Kimi 等中國模型提供量化版本、TensorRT-LLM 或 NIM 部署資源。這表示「中國模型執行在美國晶片上」不只是理論，而是現有軟體工具已正式支援的部署方式。(Qwen)
因此，海外企業完全可以選擇：
中國模型＋Nvidia 或 AMD 晶片＋台灣業者設計製造的伺服器與機櫃＋全球通用推論框架＋當地系統整合商維運。
此處所稱「台灣伺服器」，主要是指由台灣供應鏈負責設計、主機板、散熱、電源、機櫃整合、測試及量產，實際組裝地點可能位於台灣、美國、墨西哥或東南亞，也未必掛上台灣品牌。
Nvidia 和台灣供應鏈目前在軟體工具、工程人才、機櫃整合及量產經驗上具備明顯優勢。鴻海自行估計，其 AI 伺服器市場占有率已達四成左右，並預期 2026 年進一步提高；Nvidia 也將鴻海、廣達等台灣企業列為 AI 基礎設施生態的重要合作夥伴。相關市占率是企業本身的估計，不宜直接視為獨立調查，但仍顯示台灣在全球 AI 伺服器供應鏈中的重要地位。(富士康)
對一家歐洲、日本或東南亞企業而言，若已經擁有 Nvidia GPU、CUDA 工程師和既有資料中心，就沒有充分理由為了使用 Qwen 或 DeepSeek，而將整套硬體改成中國平台。使用中國開放模型，但保留既有美系晶片和台灣伺服器，通常能降低轉換成本與技術風險。
中國晶片軟體生態仍在進步，但一項針對華為昇騰平台部署大型模型的場域研究指出，研究團隊仍須處理算子支援、平行運算、編譯穩定性和監控等問題。單一研究不能代表所有實際部署，但顯示從成熟 CUDA 環境移轉到其他加速器，仍可能產生額外工程成本。(arXiv)
市場不會由單一架構通吃
未來全球人工智慧基礎設施，比較可能依市場性質形成分流。
美國出口管制也會影響混合式方案的適用範圍。美國商務部 2026 年 5 月的指引指出，即使公司設於第三國，只要總部或最終母公司位於中國或澳門，採購受管制的先進運算產品仍須申請許可。因此，中國企業不能單純透過東南亞或中東子公司，自由取得搭載美國高階晶片的台灣伺服器。
但對非中國母公司的海外企業而言，使用中國開放模型本身通常不等同於採購中國硬體。只要符合當地法規、出口管制、資安與模型治理要求，中國模型仍可能在 Nvidia 或 AMD 平台上大量執行。
台灣的機會不只在代工
中國開放模型的崛起，對台灣不一定只是競爭威脅，也可能創造新的伺服器與推論基礎設施需求。
中國模型愈普及，全球企業需要的 GPU、伺服器、液冷系統、網路交換器、電源設備和資料中心容量也可能愈多。只要這些模型沒有被綁定於中國晶片，部分新增需求便可能流向 Nvidia、AMD 與台灣供應鏈。
不過，台灣若只停留在硬體代工，較高的附加價值仍可能由晶片公司、雲端服務商及國際系統整合商取得。台灣業者若要擴大利潤和市場影響力，應由單純製造設備，進一步發展：
- 經過效能驗證的 Qwen、DeepSeek、Kimi 地端部署套件；
- 模型量化、推論最佳化和多 GPU 調度；
- 液冷機櫃、能源管理及資料中心設計；
- 模型資安檢測、權限控管及資料不外流機制；
- 遠端監控、軟體更新、維修和長期維運；
- 與各國電信商、雲端業者及系統整合商合作的整套方案。
結論
中國密集釋出開放權重大型語言模型，確實可能帶有替國產 AI 晶片和伺服器外銷鋪路的戰略考量。其邏輯是先以模型取得開發者、企業與政府市場，再透過硬體、雲端、資料中心、融資和維運服務回收商業價值。
但開放權重不會自動替中國硬體建立排他市場。模型愈開放，客戶就愈能自由選擇運算平台；中國模型的成功，也可能替 Nvidia、AMD 與台灣 AI 伺服器帶來更多推論工作負載。
因此，未來真正的競爭不是簡單的「中國全套方案」對抗「美國全套方案」，而是多國技術自由組合的混合式供應鏈。決定訂單流向的關鍵，將是每個 token 的總成本、軟體成熟度、晶片供應、出口許可、資料主權、資安信任、融資條件及售後維運能力。
最可能出現的結果是：中國利用開放模型爭奪全球人工智慧軟體底座；中國硬體在國內及部分政策性海外市場擴張；而在更廣大的國際商業市場，「中國模型＋美國晶片＋台灣伺服器＋當地服務」反而可能成為較具競爭力的主流架構。
對台灣而言，關鍵不在於模型來自哪一個國家，而在於能否掌握模型普及後所衍生的伺服器、機櫃、資料中心、推論最佳化與長期服務需求。
延伸閱讀：
1: https://www.reuters.com/world/china/chinas-moonshot-unveils-worlds-largest-open-ai-model-closing-us-rivals-2026-07-17/?utm_source=chatgpt.com "China's Moonshot unveils world's largest open AI model, closing in on US rivals"
2: https://www.bis.gov/press-release/department-commerce-revises-license-review-policy-semiconductors-exported-china?utm_source=chatgpt.com "Revised Semiconductor License Review Policy for China"
3: https://www.reuters.com/world/asia-pacific/chinas-xi-promotes-chinas-commitment-ai-access-speech-shanghai-conference-2026-07-17/?utm_source=chatgpt.com "Xi pitches China as leader of new global AI order, challenging US dominance"
4: https://www.reuters.com/world/beijing-is-looking-curbing-overseas-access-chinas-top-ai-models-sources-say-2026-07-07/?utm_source=chatgpt.com "Beijing is looking at curbing overseas access to China's top ..."
5: https://www.reuters.com/world/china/big-chinese-tech-firms-scramble-secure-huawei-ai-chips-after-deepseek-v4-launch-2026-04-29/?utm_source=chatgpt.com "Big Chinese tech firms scramble to secure Huawei AI chips ..."
6: https://qwen.readthedocs.io/en/latest/deployment/vllm.html?utm_source=chatgpt.com "vLLM - Qwen"
7: https://www.foxconn.com/en-us/press-center/press-releases/latest-news/1888?utm_source=chatgpt.com "Hon Hai Technology Group (Foxconn) Announces Third ..."
8: https://arxiv.org/abs/2607.08215?utm_source=chatgpt.com "On the Limitations of Non-GPU AI Accelerators for Large-Model Inference: A Field Study of MoE and Multimodal Serving on Huawei Ascend"