腾讯的AI算力又少了一条路

对腾讯来说，AI竞争正在进入一个更现实的阶段：模型可以继续训练，产品可以不断迭代，但支撑这些事情的高端算力，未必能按照原来的计划获得。

过去，互联网巨头解决算力问题，主要靠采购芯片、建设数据中心和租用云服务。随着AI大模型对计算资源的需求迅速增加，海外算力租赁也成为一条重要的补充渠道。

但这条路，现在也出现了新的变数。

11月4日，据英国《金融时报》报道，甲骨文取消了与腾讯一项预计价值70亿美元的AI芯片租赁协议。按照原计划，腾讯将通过甲骨文在东南亚的数据中心，租用约10万颗先进AI芯片，协议期限为五年。

这笔交易如果顺利落地，将成为腾讯获取海外AI算力的重要补充。但现在，计划被打断了。

更值得关注的是，这并非单纯的一笔商业交易告吹。报道将其与美国政府对先进芯片流向中国的担忧联系起来，同时提到中国方面也在推动科技企业更多使用国产芯片。

一个看似普通的算力租赁项目，背后实际上牵涉三个问题：中国互联网巨头还能从哪里获得高端算力？海外云服务商还能不能成为中国企业的算力供应商？国产AI芯片又能在多大程度上接住这部分需求？

这才是这笔70亿美元交易真正值得关注的地方。

先把时间拨回到9月底。

9月30日，路透社援引《金融时报》此前的报道披露，腾讯已经与甲骨文达成一项为期五年的海外算力租赁协议。

按照当时披露的信息，这笔交易预计价值约70亿美元，涉及约10万颗先进AI芯片，部署在甲骨文位于东南亚的多个数据中心。

这也是腾讯迄今规模最大的海外算力租赁交易。

需要注意的是，70亿美元并非一次性购买芯片的金额，而是这份五年期租赁协议的预计价值。腾讯通过租用海外数据中心的计算能力，获得先进AI芯片的使用资源。

这套安排有其现实背景。

美国对先进AI芯片出口中国的限制，使国内企业很难直接获得部分高性能处理器。与此同时，中国对于部分先进芯片进口也有自己的审批和产业政策考虑。

对于需要持续训练大模型的互联网公司来说，国内采购、海外租赁和自建数据中心，原本是几条可以同时推进的路径。

尤其是海外算力租赁。

它不需要把芯片直接运进中国境内，而是通过海外数据中心提供计算服务。对于希望获得更高性能GPU、又暂时难以通过传统采购渠道满足需求的企业来说，这是一种具有吸引力的选择。

腾讯显然看到了其中的价值。

然而，事情在11月初发生了变化。

《金融时报》11月4日报道称，美国政府官员曾向甲骨文表达对这笔交易的担忧。与此同时，广东方面也曾有官员前往腾讯，要求其支持国产芯片。

在这样的背景下，甲骨文最终取消了这笔交易。

路透社随后转述了相关报道，但表示无法独立核实。腾讯、甲骨文和白宫均未回应相关置评请求。

换句话说，截至目前，这一事件的具体过程仍主要来自媒体援引的知情人士，尚未得到交易双方正式确认。

但有一点已经比较清楚：海外算力租赁开始面临越来越复杂的政策环境。

过去，云服务商主要考虑的是客户需求、算力利用率和合同收益。现在，服务对象是谁、芯片最终为谁提供计算能力，也可能成为交易能否继续推进的重要因素。

对于甲骨文这样的美国云服务商来说，70亿美元的商业合同固然有吸引力，但如果因此引发美国政府的持续关注，交易背后的合规成本和政策风险也需要重新评估。

一笔原本已经进入商业合作阶段的交易，最终还是没能落地。

如果只看这笔交易的金额，可能还不足以理解它对腾讯的意义。

真正值得关注的是，腾讯的AI投入正在明显加速，而算力已经成为这轮投入中绕不开的一环。

今年以来，腾讯不断加大对混元大模型、AI原生产品以及微信AI能力的投入。

从公司披露的2026年半年报来看，第二季度，腾讯金融科技及企业服务业务收入达到603亿元，同比增长9%。其中，企业服务业务的增长主要受到云服务收入提升带动，背后包括AI相关需求增加、海外业务扩张以及定价环境改善等因素。

更直观的变化来自资本开支。

2026年上半年，腾讯资本开支达到847.2亿元，而去年同期为465.83亿元，同比增长约82%。

其中，第二季度资本开支就达到527.84亿元，明显高于去年同期的191.07亿元。

当然，资本开支并不全部用于AI，还包括IT基础设施、计算设备、数据中心等投入。但从公司对现金流的解释来看，AI已经成为重要的资金使用方向。

腾讯在半年报中披露，第二季度资本开支支付达到593亿元，当季自由现金流为负138亿元。

公司还特别提到，经营活动现金流中包含了大量与AI有关的预付款，主要用于支持混元模型升级、WorkBuddy和CodeBuddy的推理需求、微信AI项目，以及AI能力在各项产品和服务中的应用，同时满足云服务业务增长带来的需求。

这说明，腾讯对算力的需求已经落到了具体的业务场景中。

混元需要算力训练和迭代，WorkBuddy、CodeBuddy需要算力支持推理，微信AI需要算力承接庞大的用户需求，腾讯云也需要更多计算资源来满足企业客户。

AI不再只是腾讯研发部门的一项技术投入，它正在进入广告、云服务、办公工具和社交产品等多个业务环节。

这也解释了腾讯为什么要寻找海外算力。

事实上，腾讯管理层此前已经公开谈到过GPU供应问题。

在今年3月的2025年第四季度业绩会上，腾讯管理层表示，2026年将继续增加算力供给，主要来源包括租赁算力、购买高端进口GPU，以及增加国产GPU采购。

管理层还提到，如果供应链和监管条件允许，公司更倾向于直接购买算力设备，因为租赁需要支付额外成本；但在供应受限、监管要求复杂的情况下，租赁有时又是获取算力的必要方式。

这段表态很有意思。

它实际上说明，腾讯并没有把海外租赁当成唯一选择，但在高端算力供应存在缺口时，租赁确实是一种重要补充。

而且，训练和推理对芯片的要求并不相同。

腾讯管理层在业绩会上专门解释过这一点：训练大模型，需要尽可能获得性能领先的芯片，以便持续提升模型能力；推理则更关注成本，目前国内已经有多种芯片供应方案。

这也是为什么国内AI芯片虽然取得了不少进展，但短期内仍不能简单地认为，所有高端训练算力需求都能被国产芯片完全替代。

对于腾讯而言，混元模型能否持续迭代，直接关系到它在下一轮AI竞争中的位置。

如果训练算力不足，模型迭代速度可能受到影响；如果推理成本过高，AI产品的商业化也会面临压力。

因此，这笔70亿美元交易的价值，并不只是增加10万颗芯片的使用权限，更在于为腾讯提供一块相对独立的海外算力资源。

现在，这块资源暂时落空了。

腾讯的遭遇，实际上反映了中国科技企业获取高端AI算力时面临的两重约束。

第一重来自美国。

美国对先进AI芯片的出口限制，已经不再只是简单地限制芯片直接进入中国。

随着中国企业开始通过海外数据中心租赁计算资源，美国政府对这种远程访问模式的关注也在增加。

今年8月，《The Information》曾报道称，美国商务部正在研究新的AI规则，可能进一步限制中国企业通过泰国、新加坡等地的数据中心远程使用先进AI芯片。

当时相关政策仍处于研究阶段，是否出台、具体如何执行尚不明确。

但这已经释放出一个信号：美国对先进AI算力的限制，未来可能从芯片的物理流动延伸到计算能力的远程使用。

这对云服务商的影响尤其直接。

过去，海外数据中心只要能够找到客户、签下合同，就可以通过出租算力获得收入。

现在，客户的国籍、最终用途以及服务对象，都可能成为合规审查的一部分。

《金融时报》此前还报道称，英伟达已经要求部分云服务客户确保至少51%的服务提供给非中国客户。这也说明，海外算力供应商正在面对更严格的客户结构和合规要求。

即使相关租赁交易在现有规则下并不当然违法，政策压力也足以影响企业的商业决策。

第二重约束则来自国内。

这次报道中有一个细节值得注意：广东方面也曾要求腾讯支持国产芯片。

这与中国当前推动半导体产业自主发展的方向是一致的。

对于国内互联网巨头来说，采购海外高端芯片可以解决眼前的算力需求，但如果长期依赖进口产品，国内芯片产业的发展空间也会受到影响。

因此，国内政策的导向同样在发生变化。

11月5日，路透社又报道了一个值得关注的情况：约60万颗英伟达H200芯片目前滞留香港，等待进入中国大陆。

报道援引知情人士称，尽管部分中国互联网企业近几个月已经获得少量H200芯片，但大规模进口仍未得到批准。

H200并非英伟达最新一代产品，但其性能和软件生态仍然优于目前部分国产替代方案，尤其在大模型训练领域具有价值。

这件事与腾讯和甲骨文的交易并非同一事件，却反映出一个共同问题：中国互联网企业对高端算力的需求依然旺盛，但获得算力的渠道受到多重因素影响。

一边是美国限制先进芯片和远程算力服务，另一边是国内推动国产芯片替代。

中国科技企业需要在两种政策约束之间寻找平衡。

对腾讯而言，问题已经不只是能不能买到芯片，还包括能不能长期、稳定、合规地获得足够的计算资源。

70亿美元交易取消，并不意味着腾讯的AI算力就此陷入停滞。

从管理层此前的表态来看，腾讯本身就在采取多条路径增加算力供给。

但不同路径能够解决的问题并不相同。

首先是增加国产芯片采购。

这条路的确定性相对更高。尤其在推理场景中，国内芯片已经形成多种供应方案。随着模型推理成本逐渐成为AI商业化的重要变量，国产芯片有机会在更多业务中承担计算任务。

但训练和推理之间仍存在差距。对于希望持续提升基础模型能力的腾讯来说，如何获得性能领先、供应稳定的训练芯片，仍然是一个需要解决的问题。

其次是继续寻找海外算力资源。

甲骨文的交易取消，并不意味着所有海外云服务商都会退出中国客户市场。腾讯仍然可以通过其他云服务商、不同地区的数据中心以及多元化供应协议来寻找资源。

但这条路的成本和不确定性可能会上升。

如果美国政府进一步收紧对远程算力访问的限制，海外供应商在接受中国客户时就需要承担更高的合规风险。即使找到新的合作伙伴，也未必能够获得与原计划相同的芯片数量和使用期限。

最后，是提高算力使用效率。

这一点可能比单纯增加芯片数量更重要。

对于腾讯来说，算力投入最终要转化为模型能力、产品体验和商业收入。

混元模型需要持续迭代，但微信、广告、游戏和云服务等业务，也需要通过AI提高效率、创造收入。

如果能够通过模型优化、推理调度和软硬件协同，在相同算力条件下完成更多任务，那么对外部算力的依赖就有机会逐步降低。

不过，这需要时间，也需要持续的研发投入。

从财务角度看，腾讯已经具备相当强的现金流和投资能力，但AI投入能否形成新的收入增长点，仍然需要观察。

尤其是AI原生产品，目前仍处在投入阶段。腾讯管理层此前也坦言，新产品的投入与回报之间存在时间差。

这意味着，算力问题最终还会传导到商业化问题。

如果算力供应不稳定，模型训练和产品迭代可能受到影响；如果算力成本居高不下，AI产品就需要更快找到付费场景，才能支撑持续投入。

对投资者而言，接下来值得观察的，也不只是腾讯采购了多少芯片、建设了多少数据中心，还包括AI相关资本开支、云服务收入、模型迭代速度，以及AI产品能否真正形成商业回报。

70亿美元的交易告吹，暂时不会改变腾讯继续投入AI的方向。

但它让一个问题变得更加现实：在全球AI竞争中，拥有资金、人才和用户，并不代表就能随时获得足够的高端算力。

过去，算力更多是一道资金题。现在，它还成了一道供应链题、政策题和商业模式题。

腾讯少了一条海外算力通道，真正需要补上的，是一套更加稳定、可持续的算力供应体系。