沙嶺數據園已於今年3月動工，總樓面面積多達25萬平方米，當中近九成將用於高端數據。當局預計三年半內開始營運，至2032年的算力規模可以達到目前的36倍。這座被金融與地產「吞噬」的城市，為何選在此刻強攻算力？在中美科技博弈的風口浪尖，這絕非一場單純的本地基建，而是國家發展大局中的關鍵一筆。

「智算產業」系列深度報道之一

算力是AI時代的「石油」

9月16日，特首李家超公布的香港《一五規劃》表明，全力提升算力基礎設施；《2026年施政報告》則加以細化，將會評估市場對算力的需求，以「高效算力、穩健電力、低碳轉型」為核心方向，優化香港數據中心運作及城市級算力布局，支持智算產業健康發展。

香港如何發展算力？離不開國際AI競賽的大背景。「算力」已經成為驅動數字經濟的底層基礎資源，根據Open AI提出的「Scaling Law（縮放定律）」，大模型的智能水平與訓練算力及數據規模呈現正相關——通過堆疊算力與數據訓練，模型的性能就能獲得提升，這讓AI產業陷入對算力與數據的狂熱追逐。美國憑藉Nvidia（英偉達）等頂級晶片資源優勢走在前列，並持續出台相關政策封鎖高階GPU出口至中國，試圖以此抑制中國AI發展。

面對「卡脖子」瓶頸，國家以資源調度與技術創新破局。一方面透過「東數西算」與《算力互聯互通行動計劃》打通資源；另一方面則在技術端發力——例如商湯大裝置利用「異構混合推理技術」，通過讓不同的國產晶片共同工作，將推理性價比拉近至國際主流水平。市調機構TrendForce發布的報告顯示，2026年中國高階AI晶片市場中，中國國產解決方案的市佔率將接近90%。國產算力的崛起，為算力調度提供了新的基礎設施選項；然而，短期內高端算力的結構性短缺仍將持續，而香港應該可以有所作為。

美國的發展路徑一定對嗎？

關鍵是，香港應該如何作為？美國路線是否值得參考？香港科技協進會副會長李德豪接受《香港01》訪問時指出，目前美系大模型極度依賴堆砌晶片與數據的發展路徑，使得相關AI產品具備強大的預測能力；但是，「全世界有八至九成的商業需求，其實並不需要一個『無所不知』的頂尖科學家大模型，常規算力與精準的演算法已足夠應付。」

美國固然在晶片上佔有優勢，但不斷堆疊晶片能力的發展路徑，一定是正確的嗎？李德豪分析這種AI發展方向的局限：「一個18歲的青年去學開車，一天便能掌握基本的駕駛技能；但（美國通用大模型）利用這種預估能力去學習駕駛，需要大量標註數據，在虛擬環境中經歷無數次『翻車』才能摸索出規律，其實無法在同樣的時間內真正達到一個合格駕駛員的水平。」因此，美國可能正在往一條未必是AI終極形態的方向上推進。

中國找到獨門破局方法

因此，李德豪認為，中國受到美國的晶片封鎖限制，到頭來其實是一件「好事」，「利用有限的資源扭轉局勢一直是我們國家的強項，AI的發展也是如此。」正因為晶片被「卡脖子」，中國智算產業的從業者才會不斷思索並開發出各種應用於實用場景的產品。這些產品只要精通特定領域的知識即可，無需巨大算力，現有資源已經足夠支撐。中國目前的技術路線在於：不強制要求吞下所有複雜計算，而是利用邏輯與思考將大任務切分成多個子任務，如同「三個臭皮匠勝過一個諸葛亮」——讓專業的「臭皮匠」去完成專精的任務。

Tiktok母公司字節跳動等企業已陸續推出如專注於短影片領域的AI產品，大量來自中國的類似Token（詞元，大模型處理文字的最小基本單位）正在源源不絕地輸出至全球各地市場。字節跳動日均處理高達120萬億Token，在全球150+國家提供極具性價比的應用程式介面服務（API服務）。中國企業藉此開闢了屬於自己的市場路徑，並未侷限於傳統的通用大模型性能「競賽」，而是走向垂直與具體應用領域，並且發展成了自己的優勢。

美國不讓我們用更先進的設備，反而倒逼我們強化對核心硬件的自主研發，推動中國科技更聚焦於邏輯推理型AI的突破，從而加速實現超前的可能性。

融入國家算力發展是香港所需

國產算力轉向垂直應用的趨勢，恰好為香港智算產業發展奠定了基礎。「單純輸出算力或生成Token是不夠的，關鍵在於將其轉化為實際產品。」立法會科技創新界議員邱達根在向《香港01》表示，隨着算力設施的不斷落成，香港的智算產業亟需「產品化」，不能僅僅局限於高能耗低利潤的「賣算力」，而應該在香港建設一條以算力為基底的完整產業鏈。邱達根分析，在這條產業鏈上，本地目前缺乏頂尖的通用大模型研發企業，而這恰恰是可以善用內地資源的空間，「因此，我們的重點在於，如何吸引內地優秀的大模型團隊與企業來港，善用香港的優勢與資源，將他們的算法邏輯落地香港。」

他指出，「許多基礎大模型多屬於面向一般消費者（To-C）的產品，處理通用事務沒有問題，但在專業行業的實際應用中則顯得不足。特別是在法律、金融、醫療等專業領域，我們無法容忍模型出現誤導性言論或『幻覺』情況，因此必須發展行業專用的垂直大模型。」香港未來有兩大目標：一是打造基於海量專業數據訓練的「領域基礎模型」；二是將通用基礎模型與本土的優勢行業數據深度融合，促使這些技術轉化為可應用的產品。

商湯科技港澳業務總經理馮愈也說，香港與內地在智算產業的佈局上展現出鮮明且互補的戰略定位。香港憑藉高度國際化的優勢與以金融為主的產業結構，對算力有着龐大需求，加上便利於對接國際前沿市場，優勢主要集中於高附加值的應用端；而內地擁有海量數據資源，且用電成本遠比香港低廉，在進行大規模數據訓練時具備無可比擬的成本優勢。這種結構性差異決定了兩地截然不同的分工：內地主攻基礎數據訓練，而香港則立足於推理應用與國際輻射。從自身產業結構特性來看，香港的智算產業發展與國家需要無法分割。