外交谈判一波三折，海峡重开条件博弈激烈

美伊于6月21-22日在瑞士比尔根山举行高级别会谈，由美国副总统万斯率团，这是谅解备忘录签署后的首次面对面谈判，标志着为期60天的最终协议窗口开启 ^[1][18][39]。尽管开局充满波折——伊朗因以色列在黎巴嫩的攻势于周六宣布再次关闭霍尔木兹海峡，特朗普则在周日发出“你们关闭海峡就不会再有国家”甚至“接管伊朗”的威胁 ^{[15][16][38][42]}——谈判仍持续进行。卡塔尔和巴基斯坦的斡旋方发表联合声明称会谈在“积极和建设性氛围”中进行，并已就建立技术谈判机制达成一致 ^[7][11][16]。美方外交官表示，双方在霍尔木兹海峡通航问题上取得“良好进展”，美方明确要求确保海峡“完全开放” ^[26]。伊朗方面则通过塔斯尼姆通讯社放风：只有黎巴嫩停火得到遵守、伊朗石油销售豁免获批，海峡才重新开放 ^[45][46]。伊朗核问题尚未进入实质性讨论，伊方要求美方先落实解冻资产和制裁豁免等备忘录承诺 ^[18][39]。美国副总统万斯在谈判现场称“过去几小时取得重大进展”，特朗普则表态“60天内达不成最终协议就采取行动” ^[6][41]。安联基金分析认为，即使协议达成，正常化也将是缓慢、摩擦且可逆的过程，仅清除霍尔木兹海峡水雷就需要30-50天，商业流量恢复可能耗时数月 ^[48][49]。

霍尔木兹海峡：各方说法矛盾，实际通航大幅萎缩

伊朗革命卫队于6月20日宣布因以色列违反黎巴嫩停火而再次关闭海峡 ^[1][3][29]。美国中央司令部则否认，称周六仍有55艘商船通过，但远低于战前日均130艘 ^[1][29]。船舶追踪数据显示周一仅5艘船进入海峡（另5艘周日通过），且多数关闭AIS保持“暗船”状态 ^[1][3]。Windward形容当前通航状况“更接近封锁状态，而非正常开放” ^[1][3]。即便如此，追踪显示数百万桶伊朗原油仍在通过海峡出口，三艘受制裁的超级油轮携带约600万桶伊朗原油驶往新加坡附近海域 ^[5][10]。伊朗方面还表示不再签发新通行许可 ^[18]。科威特要求买家自提成品油，被解读为对海峡通航已有判断 ^[12]。

油价剧烈波动，市场在和平预期与冲突升级间摇摆

布伦特原油在备忘录签署后一度跌至79美元以下，但伊朗再次关闭海峡及特朗普威胁后反弹至81美元上方 ^[1][7][19]。截至6月22日，布伦特期货在80美元附近震荡 ^[14][23]。安联基金预测布伦特第三季度稳定在80美元、第四季度降至75美元，但指出市场已提前定价，通胀冲击仍将在供应链中继续传导 ^[48][49]。美国汽油平均价格降至3.94美元/加仑，但仍较战前上涨32% ^[14][23]。保险方面，Lloyd's和Chubb推出4亿美元海上战争险联合体，美国国际开发金融公司提供200亿美元再保险计划 ^[27]。航运分析显示中东VLCC运价飙至战前约三倍（WS650-750），反映船东在通行不确定背景下大幅提价 ^[34][35]。

全球抢建石油储备，长期供应链冲击持续

路透社分析指出，伊朗战争刺激了全球战略石油储备（SPR）建设热潮，印度、巴基斯坦、澳大利亚等国纷纷宣布扩储计划，总共可能带来约5亿桶新增需求 ^[8]。中国已通过动用储备（据称超10亿桶）在战争中减少三分之一的原油采购 ^[8]。安联基金指出，清除水雷需30-50天，商业交通恢复或需3个月以上，而且走廊将在“管理而非自由航行”下运作 ^[48][49]。美国学者认为冲突将加速能源转型和供应多元化，各国不再依赖单一来源 ^[32]。美国民调显示78%民众希望结束战争，69%认为战争不值得 ^[28]。欧洲方面，德国防长指出海峡关闭“责任在特朗普” ^[31]。

以色列问题成为协议最大变量

以色列不参与美伊谈判，且继续在黎巴嫩实施打击 ^[15][40]。以色列国家安全部长本-格维尔明确表示“不受协议约束”并呼吁“烧光黎巴嫩” ^[6][15]。特朗普私下形容内塔尼亚胡是“非常难搞的人” ^[6]。伊朗以黎巴嫩停火未落实为由关闭海峡，美方则批评以色列的行动削弱了停火基础 ^[25][39]。多名分析师警告，如果以色列的攻势不停止，协议随时可能破裂，战火重燃概率被评估为60% ^[43]。

一、算力资本开支的狂热与隐忧

AI资本支出规模史无前例，但财务错配与信贷风险引发警觉。 美国四大云厂商（亚马逊、谷歌、微软、Meta）2026年资本开支合计逼近7250亿美元，同比猛增77%，相当于美国全年私人国内总投资的13% ^[2]。高盛预测，2025-2030年超大规模企业AI及数据中心累计资本开支将达5.3万亿美元，这一规模正逼近信贷市场的饱和点，华尔街已开始担忧发行人集中度风险 ^[24]。

华尔街对此出现尖锐多空分歧。 传奇空头查诺斯警告，当前AI产业链存在巨大“财务不匹配”——芯片供应商立即确认收入和利润，而超大规模云厂商将巨额支出资本化、通过折旧摊销，形成“时间错配”，类似1998-2000年电信泡沫后标普500利润暴跌40%的前兆 ^{[12][18][20][22]}。他同时认为，CoreWeave等新兴云服务商本质是设备租赁公司，税前回报率仅为个位数（5%-8%），并非科技公司 ^[12][18][22]。多头代表兹拉特夫则反驳称，token使用量爆发驱动真实需求，老旧GPU租金同样上涨，自今年1月以来算力现货价格已涨40%-50%；英伟达按2027年预期EPS仅15倍，远未及1999年泡沫水平（思科160倍） ^[12][18][22]。

企业端已开始“算力降本”。 Uber在2026年4月用完全年AI预算，对员工月度token消耗设1500美元上限；Walmart、Amazon也纷纷限制AI使用量。Workato在Anthropic切换至按token计费后首日支出飙涨7倍。OpenAI CEO奥特曼承认，成本已成为客户面临的“巨大问题” ^[8][24]。花旗研报指出，由于代理提示中推理和缓存写入token增加，顶级模型平均任务成本年初至今上涨32% ^[15]。

二、服务器供应链全线紧俏，存储芯片成新瓶颈

英伟达GPU之外，HBM存储芯片成为最突出的产能瓶颈。 芯片专家Rasgon指出，在AI芯片硅片中HBM占比高达85%以上，且制造1GB HBM所需硅片面积是标准DRAM的约4倍，产能扩张受限 ^[21]。受此推动，传统DRAM价格大幅上涨，Bernstein分析师透露，HBM供应商与GPU厂商正谈判2027年HBM价格上调，超大规模云服务商可能需要将AI资本支出再提高30%以覆盖更高的存储成本 ^[9]。花旗研报显示，H100/H200 GPU周均租赁价格为2.60美元/小时，B200/B300为4.62美元/小时，而B200续约价格计划于10月上调约94%至5.10美元/小时 ^[17]。

半导体设备产能同样构成物理极限。 兹拉特夫指出，ASML、应用材料等设备商出货量年均增速上限仅30%-35%，这是供应链复杂度的硬性约束，无论需求多旺盛也无法突破 ^[12][18][22]。Applied Materials CEO证实公司拥有“前所未有的客户可见性”，需求极其强劲 ^[14]。

全行业供应链存在“打地鼠”效应。 Rasgon描述，瓶颈从加速器蔓延至存储、设备、网络、光通信、电源半导体乃至CPU——英特尔甚至卖掉了此前已完全减值、躺在仓库角落的库存 ^[21]。存储芯片价格上涨已从消费电子传导至AI环节，Bernstein估算超大规模云服务商AI资本支出需进一步提升以消化成本 ^[9]。

三、中美算力竞赛：悬殊差距与追赶路径

美国在高端GPU与数据中心规模上对中国形成碾压式优势。 美国科技巨头中仅Meta一家计划2026年底部署超120万张高端GPU，年投入超1450亿美元；四家美国科技巨头的算力规模，每一家单拎出来都已超过中国所有AI企业之和。斯坦福AI Index报告显示，美国数据中心数量（5427个）是中国的10倍有余 ^[2]。美国掌控全球七成以上高端GPU，芯片禁令后中国可用高端芯片仅为美国的1/8。国产GPU主要集中在相对安全的推理侧，而支撑大模型预训练的高端训练芯片领域，国产芯片目前只能参与边缘“打杂”任务 ^[2]。

中国模型厂商则通过成本结构创新逼近行业规则变革临界点。 瑞银测算表明，中国模型训练成本不到美国同行的10%，API均价低于美国同类产品20%，但毛利率（20%-40%）与美国相当，说明低价源于结构优势而非补贴。核心路径包括：采用稀疏注意力机制、FP4量化感知训练、混合专家架构（活跃参数比仅约3%-10%）、KV缓存压缩（DeepSeek V4仅需V3.2约10%的缓存）等技术创新；同时叠加电力成本优势（中国约4.4美分/度，美国约7.9美分/度，低约44%），以及开源生态的“集体实验、分散受益”效应 ^[8]。
性能差距正在快速收窄。 中国前沿模型综合智能从2023年约为美国的60%上升至2025年约90%。中美模型输出代币价差从四周前的5.93美元扩大至10.05美元——美欧均价环比上涨28%，而中国模型（如DeepSeek V4 Pro）永久降价75%，环比下跌19% ^[15]。

四、替代路径：国产芯片适配、软件释放算力与太空算力前沿

在芯片禁令与算力差距倒逼下，中国企业开始从推理场景切入，并通过软件栈创新释放有效算力。 国产GPU如昇腾910B算力可达640 TOPS（INT8），可媲美英伟达A100；摩尔线程等已在昇腾平台上完成具身大脑模型全流程训练 ^[2]。新兴公司智子芯元提出“AI for Computing”路径，用大模型+运筹优化+算法自动发现构建智能体，在KernelBench自动生成算子评测中正确率100%、加速比288.5%，居SOTA，并已在多个国产芯片上完成DeepSeek、GLM等主流模型迁移及优化 ^[7][11]。

太空算力作为远期替代方案亦获高度关注。 SpaceX已申请部署最多100万颗近地轨道算力卫星，最新AI1卫星设计峰值功率150kW，翼展70米太阳能阵。但该方案面临散热（真空环境仅靠热辐射）、抗辐射（需专用加固芯片）、在轨维修困难、成本高昂等巨大技术挑战，当前最低发射成本（星舰约600美元/kg）距离商业闭环所需的200美元/kg仍有差距 ^[10]。华尔街空头查诺斯质疑其商业逻辑：“太空数据中心最大的成本是抗辐射和散热——设备损坏在地球上派工程师，在太空得发一枚火箭。” ^{[12][18][22][20]}

五、能源与人才瓶颈制约数据中心建设

电力供应是AI基础设施扩张的终极天花板。 据测算，美国未来十年发电容量需每年增长约5%才能支撑英伟达预期的AI基础设施投入，而电力设备分析师认为5%年增长率“根本无法实现” ^[21]。中国方面，算力中心用电量2025年已达1960亿千瓦时，预计2030年将超7000亿千瓦时，占全社会用电量突破5%。国家层面推动“算电协同”，目标2030年绿电占数据中心能耗80%，但面临算力中心负载难以灵活调节、电网运营商对直连模式存疑等障碍，专家坦言“还不能灵活管理电力负荷，买来的GPU想尽快用尽可能用” ^[5][16]。

熟练技工短缺同样制约建设进度。 美国前五大云和AI基础设施提供商承诺至少6600亿美元资本支出，对应约120万人年熟练劳动力需求。但80%的承包商反映招聘困难，三分之一电工将于十年内退休，微软总裁Brad Smith将其称为“建设新美国产能的最大挑战”。技工招聘在Reddit上还引发了伦理争议——部分电工认为参与数据中心建设是在“为建设糟糕世界出力”，而另一些则视其为难得的职业跃迁机会 ^[1][3]。