广东AI产业园变宿舍，真相是什么？
5 月 19 日，广东民声热线播出一期监督报道，记者以“AI 初创团队”身份走访了广州的四家“省级人工智能产业园”。其中一家挂着“省级人工智能产业园”牌子的园区，被发现实际上已被改作医院宿舍。
广东省工业和信息化厅在节目中回应：新旧政策衔接不畅，将重新评估旧产业园。
这条新闻在舆论场引发热议。但很多评论的角度是常见的，但并未深入产业深处，如：地方政府挂牌不实、产业园圈地、政绩工程。
假如换一个角度，从行业内部出发，结合这几年 AI 产业的变奏，这件事的真问题不在“治理失灵”，而在“算力短缺”。
持续变奏的AI产业
广东 2018 至 2021 年间分三批认定了 11 个“省级人工智能产业园”，广州独占其中四席：琶洲互联网创新集聚区、南沙国际人工智能价值创新园、黄花岗科技园人工智能产业园区、海珠区中大国际创新谷。
2018 年那个时点，是中国 AI 第一波叙事的尾声——商汤、旷视、依图、云从估值正高，AI 主要意味着计算机视觉、语音识别、人脸识别。彼时省级产业园的设想，是给这些 AI 创业公司提供物理空间、税收优惠、配套基金。这个设想在那个时点没有错。
但 2022 年 11 月，ChatGPT 横空出世。AI 的叙事换了：从“识别”换成了“生成”，从“小模型部署”换成了“大模型训练与推理”。原来那批省级 AI 产业园挂牌时设想的服务对象，2023 年起几乎全部转型或熄火——AI 四小龙集体陷入估值塌缩，新一波玩家是大模型公司、Agent 公司、Token 计费公司。
这一波公司要的不是写字楼。它们要的是算力卡。
广东省那 11 个挂着 AI 招牌的物理空间，没有算力。这是问题的起点。
记者调查发现，无算力、无政策、连基础网络都没有。
为何如此“缺芯”？
2026 年初，美国商务部调整芯片出口管制清单，允许包括 H200 在内的算力芯片对华出口，但中国并未顺势接单。5 月中旬，黄仁勋跟随特朗普访华，相关交易也并未解禁。而此前，由于H20芯片是否存有后门的问题尚未厘清，中国海关事实也禁止了该款芯片的进口。
也因此，黄仁勋早在半年多前就声称：中国市场的交易额已经变成 0。
供给被卡住的同时，需求在飞速上涨。
中国 AI 模型 Token 调用量在 2026 年 2 月达到 5.16 万亿，三周暴涨 127%。ToB 领域的日均 Token 调用量较 2024 年初增长超过千倍。这背后是 DeepSeek、千问、豆包、混元、Kimi 各家大模型多点开花，加上 Cursor、CodeBuddy、WorkBuddy 这一类 Agent 产品开始大规模消耗推理算力。
行业内部对供需缺口有比较公认的口径：2026 年中国 AI 算力需求约 4423 EFLOPS，国内可提供的供给约 1590 EFLOPS，缺口超过 2800 EFLOPS。换算到芯片层面，高端训练算力卡的缺口超过 50 万张。
50 万张是什么概念？英伟达 2024 财年 H100 全球总出货量约 200 万张。中国一家的缺口，相当于英伟达一年全球产量的四分之一。
这个缺口，国产替代填得上吗？
短期填不上。华为昇腾 950 是当前国产高端 AI 芯片的代表，月产能在 6000 至 7000 片之间，预计 2026 年第四季度提升至 8000 至 9000 片。一年满打满算，单款产能 10 万片左右。其他国产玩家——寒武纪、燧原、百度昆仑芯——加起来也填不上 50 万张的缺口。
更不用说，国产芯片在大模型训练场景下与英伟达的真实差距还在那里。某些场景下精度下降 15% 以上，训练周期翻倍，头部大厂目前主要把国产卡用于推理和边缘计算，核心训练任务仍然依赖此前的英伟达存量。
这就是中国 AI 产业当下的真实处境：进口被禁、国产不够、需求爆炸。
地主家也缺“芯”
回到广东那 11 个省级 AI 产业园。
它们当年规划的时候是合理的——给 AI 公司提供空间、税收、配套。问题是，它们没有想到、也没有能力解决今天的问题：AI 公司最缺的不是写字楼。
如果一个真正的大模型创业团队今天去问广州那几家省级 AI 产业园：“你们能不能配一些算力？”——答案大概率是“配不到”。因为产业园配不到 H20，配不到昇腾 950，连 H800 的存量都极少。即便有，单卡价格已经从一年前的 12 万涨到 30 万以上，产业园的招商基金根本扛不住。
没有算力，AI 公司去产业园干什么？办公？任何一个写字楼都能办公。
所以这是一个非常黑色幽默的画面：一栋楼挂着"省级人工智能产业园"的牌子，里面没有算力可以提供，没有大模型公司愿意进驻，最后被改作医院宿舍——至少医院宿舍是有真实需求的。
地方治理的“挂牌不实”，本质是上游供给的“无米下锅”。
如果你觉得这只是地方产业园的问题，那看看头部玩家的处境。
2026 年 5 月 13 日的阿里巴巴财报电话会上，阿里巴巴 CEO 吴泳铭在被问及现金流和资本开支问题时，说了一句业内广泛传播的话：
“现在阿里的服务器内几乎没有一张卡是空的。”
吴泳铭表示，目前AI发展的趋势更像制造业，要获得更多收入必须去建两个核心工厂：AI的训练工厂和AI的推理工厂，背后都是AI数据中心的建设。
这句话有两层意思。第一层是表态——阿里 3800 亿 AI 资本开支会持续推进，未来三年可能远超这个数字。第二层是真相——阿里所有现役 GPU 都在满负荷运转，这个体量的玩家已经没有冗余算力可以释放。
下游用户层面，字节跳动旗下的豆包，在流量高峰期对“专家模型”实施了限流——当服务器负载过高时，系统自动把用户请求路由到响应更快但性能稍弱的“普通”模型。换句话说，豆包高峰期的算力已经不够同时给所有用户提供最强模型。
这类信号过去半年密集出现：DeepSeek API 多次限流、Kimi 长文本服务高峰排队、混元 API 偶发熔断。这不是哪一家公司的产品问题，是整个行业算力供给的瓶颈在不同节点冒出来。
阿里和字节是中国 AI 算力储备最厚的两家。它们都已经满负荷。中小创业公司、地方产业园里的 AI 团队，能拿到什么？
国产芯片，艰难追赶中
那国产芯片的整体情况怎么样？要客观地说一句：进步很快。
中低端芯片层面，中国半导体产能爬坡明显，2024 年以来出口数据持续走高，部分细分领域已实现完全自给。封测环节的话语权在过去两年快速提升——2025 年的安世半导体事件就是一个典型注脚：荷兰政府以“国家安全”为由强制冻结闻泰科技对安世半导体的控股权，中国立刻反向出招，对安世在华封测厂实施出口管制。
安世超过 70% 的封测产能在中国，一时间欧洲车企面临芯片断供风险，最终荷兰方面不得不软化立场。这件事说明，在中低端制造、封测、成熟制程领域，中国的产业链厚度已经足以构成实质性反制能力。
但这套符合中低端芯片供应链的优势，没办法直接平移到用于大模型训练的高端算力芯片上。
AI 训练芯片需要的是：先进制程（5nm 及以下）、HBM 高带宽内存堆叠、CoWoS 封装工艺。先进制程依赖光刻机，主力光刻机来自荷兰 ASML；HBM 主要由韩国海力士和三星供应；CoWoS 封装产能集中在台积电。这条产业链的每一个关键环节，中国大陆都还没有真正自主的替代品——包括即将 IPO 的长鑫科技。
平头哥真武 PPU 已经在阿里云部署超过 10 万卡，这是中国民企 GPU 自研的最大规模落地。但平头哥的卡是阿里自用，不对外销售；昇腾被列入美国实体清单，台积电不能为其代工，华为被迫把昇腾的制造迁回中芯国际，单价上去了，产能下来了。
截至2025年5月，美国占据了全球约四分之三的GPU集群性能，中国以15%的份额位居第二，但从趋势来看，份额还在缩小。
媒体监督，带出了真相
把上面的事实拼在一起，那则广东民声热线的暗访报道，背后的真问题就清楚了。
它不是一个产业园治理的问题，是一个国家算力短缺投射在地方层面的具体表现。
美联储报告显示，过去十年间，美国的数据中心建设激增。截至2024年，美国拥有约4,049个数据中心，这一数字远超欧盟（约2,250个）、英国（484个）及中国（379个）。
广东作为中国 AI 产业最密集的地区之一——人工智能核心产业规模 3000 亿元，约占全国四分之一——尚且面临省级产业园挂牌不实、招商落空、空间挪用的尴尬。其他城市、其他省份的情况，只会更难。
从这个角度来看，挂着 AI 产业园牌子的园区挪作他用，只要没有造成国有资产流失，就是可以接受的，因为我们不能顶着伟岸的梦想，要求在 AI 产业中相当弱势的园区去实现远超能力的目标，这不符合实事求是的精神，而是好大喜功的表现——没错，不明真相的吃瓜群众也容易染上好大喜功的毛病。
本文来自微信公众号 “赛格大道”（ID：saigedashu），作者：宋亭舟，36氪经授权发布。
