AI硬件进口增速远超本土生产，供应链缺口凸显

自2019年起，美国计算机进口额飙升366%，而**产量仅提升46%。与此同时，电气设备进口增长69%，本土产出却下滑7%，暴**人工智能基础设施建设中的显著供需失衡。尽管半导体进口增长131%，得益于新增产能，本土产量仍实现76%的跃升。

随着人工智能模型对算力需求攀升，各类GPU租赁价格**走高，包括较旧型号A100芯片在内。数据显示，在四大类核心AI硬件中，美国进口规模已**超越本土生产水平。

数据揭示供应链结构性差异

上述趋势反映出当前人工智能发展对海外制造的高度依赖，也揭示了不同产业应对扩张节奏的不均衡。需要强调的是，这些数据基于美元价值变化，并非直接数量对比，因此体现的是生产与进口的经济规模分化，而非实际供应占比。

制造商可通过扩产或提高现有设施利用率来提升产量。分析显示，四类设备呈现截然不同的反应路径：

计算机制造：产能扩张与利用率提升并行，共同推动产量增长。通信设备：产能大幅增加，但实际使用率下降，表明供给增速超过需求。半导体制造：产能扩大，利用率保持稳定，产量增长主要来自新厂投产。电气设备：尽管利用率上升，但总产能萎缩，导致本土产出低于2019年水平。

这一短板尤为关键，因为人工智能系统不仅依赖算力芯片，还需强大的电力基础设施支持。开关柜等关键设备对于电网扩容以满足高功耗GPU集群至关重要。

当本土产能无法匹配需求时，进口成为填补缺口的重要手段。然而，数据未说明为何制造业整体扩张步伐受限。a16z推测，高昂建厂成本、投资不确定性以及海外竞争压力可能是抑制**产能扩张的主要因素，但尚无定论。

以下是自2019年以来各类型AI硬件的生产与进口对比：

计算机：本土生产 46% vs. 进口 366%

通信设备：本土生产 87% vs. 进口 175%

半导体：本土生产 76% vs. 进口 131%

电网及电气设备：本土生产 -7% vs. 进口 69%

GPU租赁市场持续升温，据Ornn Data监测，所有被追踪的GPU型号租赁费用均高于年初水平，老旧的A100芯片价格也突破历史基准线。其租金高出假设六年直线折旧模型的9%至143%。值得注意的是，此前部分老款芯片曾长期低于该基准。

OpenRouter数据显示，无论是开源还是专有大模型，单位文本处理量（令牌）消耗正稳步上升。这反映了生成式AI应用的活跃度持续增强。

a16z指出，当前租赁数据对算力成本和支出的反映并不完整。同时，人力资源也成为制约因素。根据ADP报告，支撑AI建设的相关行业员工周均工时显著增加。跳槽者薪资涨幅比留任员工高出五个百分点，凸显人才争夺激烈。

综合来看，当前形势呈现出硬件需求持续扩张、**产能布局不均、劳动投入加重的多重特征。进口在弥补供应缺口方面发挥关键作用，而电气设备领域的生产**仍是亟待解决的核心瓶颈。