沙岭数据园已于今年3月动工，总楼面面积多达25万平方米，当中近九成将用于高端数据。当局预计三年半内开始营运，至2032年的算力规模可以达到目前的36倍。这座被金融与地产“吞噬”的城市，为何选在此刻强攻算力？在中美科技博弈的风口浪尖，这绝非一场单纯的本地基建，而是国家发展大局中的关键一笔。

“智算产业”系列深度报道之一

算力是AI时代的“石油”

9月16日，特首李家超公布的香港《一五规划》表明，全力提升算力基础设施；《2026年施政报告》则加以细化，将会评估市场对算力的需求，以“高效算力、稳健电力、低碳转型”为核心方向，优化香港数据中心运作及城市级算力布局，支持智算产业健康发展。

香港如何发展算力？离不开国际AI竞赛的大背景。“算力”已经成为驱动数字经济的底层基础资源，根据Open AI提出的“Scaling Law（缩放定律）”，大模型的智能水平与训练算力及数据规模呈现正相关——通过堆叠算力与数据训练，模型的性能就能获得提升，这让AI产业陷入对算力与数据的狂热追逐。美国凭借Nvidia（英伟达）等顶级芯片资源优势走在前列，并持续出台相关政策封锁高阶GPU出口至中国，试图以此抑制中国AI发展。

面对“卡脖子”瓶颈，国家以资源调度与技术创新破局。一方面透过“东数西算”与《算力互联互通行动计划》打通资源；另一方面则在技术端发力——例如商汤大装置利用“异构混合推理技术”，通过让不同的国产芯片共同工作，将推理性价比拉近至国际主流水平。市调机构TrendForce发布的报告显示，2026年中国高阶AI芯片市场中，中国国产解决方案的市占率将接近90%。国产算力的崛起，为算力调度提供了新的基础设施选项；然而，短期内高端算力的结构性短缺仍将持续，而香港应该可以有所作为。

美国的发展路径一定对吗？

关键是，香港应该如何作为？美国路线是否值得参考？香港科技协进会副会长李德豪接受《香港01》访问时指出，目前美系大模型极度依赖堆砌芯片与数据的发展路径，使得相关AI产品具备强大的预测能力；但是，“全世界有八至九成的商业需求，其实并不需要一个‘无所不知’的顶尖科学家大模型，常规算力与精准的演算法已足够应付。”

美国固然在芯片上占有优势，但不断堆叠芯片能力的发展路径，一定是正确的吗？李德豪分析这种AI发展方向的局限：“一个18岁的青年去学开车，一天便能掌握基本的驾驶技能；但（美国通用大模型）利用这种预估能力去学习驾驶，需要大量标注数据，在虚拟环境中经历无数次‘翻车’才能摸索出规律，其实无法在同样的时间内真正达到一个合格驾驶员的水平。”因此，美国可能正在往一条未必是AI终极形态的方向上推进。

中国找到独门破局方法

因此，李德豪认为，中国受到美国的芯片封锁限制，到头来其实是一件“好事”，“利用有限的资源扭转局势一直是我们国家的强项，AI的发展也是如此。”正因为芯片被“卡脖子”，中国智算产业的从业者才会不断思索并开发出各种应用于实用场景的产品。这些产品只要精通特定领域的知识即可，无需巨大算力，现有资源已经足够支撑。中国目前的技术路线在于：不强制要求吞下所有复杂计算，而是利用逻辑与思考将大任务切分成多个子任务，如同“三个臭皮匠胜过一个诸葛亮”——让专业的“臭皮匠”去完成专精的任务。

Tiktok母公司字节跳动等企业已陆续推出如专注于短影片领域的AI产品，大量来自中国的类似Token（词元，大模型处理文字的最小基本单位）正在源源不绝地输出至全球各地市场。字节跳动日均处理高达120万亿Token，在全球150+国家提供极具性价比的应用程式介面服务（API服务）。中国企业借此开辟了属于自己的市场路径，并未局限于传统的通用大模型性能“竞赛”，而是走向垂直与具体应用领域，并且发展成了自己的优势。

美国不让我们用更先进的设备，反而倒逼我们强化对核心硬件的自主研发，推动中国科技更聚焦于逻辑推理型AI的突破，从而加速实现超前的可能性。

融入国家算力发展是香港所需

国产算力转向垂直应用的趋势，恰好为香港智算产业发展奠定了基础。“单纯输出算力或生成Token是不够的，关键在于将其转化为实际产品。”立法会科技创新界议员邱达根在向《香港01》表示，随着算力设施的不断落成，香港的智算产业亟需“产品化”，不能仅仅局限于高能耗低利润的“卖算力”，而应该在香港建设一条以算力为基底的完整产业链。邱达根分析，在这条产业链上，本地目前缺乏顶尖的通用大模型研发企业，而这恰恰是可以善用内地资源的空间，“因此，我们的重点在于，如何吸引内地优秀的大模型团队与企业来港，善用香港的优势与资源，将他们的算法逻辑落地香港。”

他指出，“许多基础大模型多属于面向一般消费者（To-C）的产品，处理通用事务没有问题，但在专业行业的实际应用中则显得不足。特别是在法律、金融、医疗等专业领域，我们无法容忍模型出现误导性言论或‘幻觉’情况，因此必须发展行业专用的垂直大模型。”香港未来有两大目标：一是打造基于海量专业数据训练的“领域基础模型”；二是将通用基础模型与本土的优势行业数据深度融合，促使这些技术转化为可应用的产品。

商汤科技港澳业务总经理冯愈也说，香港与内地在智算产业的布局上展现出鲜明且互补的战略定位。香港凭借高度国际化的优势与以金融为主的产业结构，对算力有着庞大需求，加上便利于对接国际前沿市场，优势主要集中于高附加值的应用端；而内地拥有海量数据资源，且用电成本远比香港低廉，在进行大规模数据训练时具备无可比拟的成本优势。这种结构性差异决定了两地截然不同的分工：内地主攻基础数据训练，而香港则立足于推理应用与国际辐射。从自身产业结构特性来看，香港的智算产业发展与国家需要无法分割。