Oracle 傳取消騰訊 70 億美元 AI 算力合約：10 萬顆晶片、五年租約，為何仍跨不過美中科技戰？

一紙五年合約，為何突然喊停？

2026 年 11 月 4 日，《金融時報》（Financial Times）引述知情人士報導，美國雲端服務商 Oracle 已取消與中國科技企業騰訊（Tencent）的 AI 晶片租賃合約。這份估值約 70 億美元的協議，原本計畫讓騰訊透過東南亞多座資料中心，使用最多約 10 萬顆先進 AI 晶片，租期五年。Reuters 同日轉述消息，但明確表示尚未獨立核實；截至報導時，Oracle、騰訊與白宮均未立即回應。換言之，這是一項具有明確媒體來源的重大報導，但不宜寫成各方已正式共同證實的公告。

這不是購買 10 萬顆 GPU，而是租用算力

首先必須釐清交易性質。報導描述的是晶片或相關運算資源的租賃安排，而非騰訊直接買下 10 萬顆 GPU。由雲端業者持有或營運設備、客戶依契約取得使用權，可以把大額硬體採購轉變成跨年度服務支出。這類模式能讓 AI 開發商取得訓練與推論所需的加速運算能力，同時避免自行完成所有資料中心建置。

報導未提供完整晶片型號、每顆晶片的單價、實際已交付數量、使用率與合約取消條款，因此不能直接將 70 億美元除以 10 萬顆，解讀成單顆 GPU 的採購價格。這筆金額可能反映多年期算力、機房與服務等安排，但具體費用結構仍待合約資料證實。

為何資料中心設在東南亞，仍然會受到美國壓力？

傳統晶片出口管制重視實體設備送往何處；然而在雲端 AI 時代，使用者不必持有晶片，就能透過遠端服務取得大量運算能力。這形成一個新的政策問題：如果受限制的晶片沒有進入中國，卻在海外資料中心替中國企業執行 AI 工作負載，監管應如何界定？

《金融時報》指出，美國官員曾接觸 Oracle，對這筆交易表達疑慮。值得注意的是，報導同時指出，相關海外租賃安排在當時既有規則下並非一律被禁止。因此，這次取消不等同於法院認定交易違法，也不能據此推斷美國已全面禁止中國企業租用海外 AI 算力。更精確的解讀是：法律允許與商業上可持續履約，可能是兩回事。

騰訊同時面臨另一股壓力：中國國產晶片政策

報導稱，廣東地方官員亦曾要求騰訊支持中國本土晶片供應商。這使騰訊處於兩種需求之間：一方面，先進 AI 模型的訓練需要大量高效能加速器；另一方面，政策環境鼓勵使用國產運算平台。

這不代表國產晶片完全無法訓練 AI，也不表示所有 AI 工作負載必須使用 NVIDIA。不同晶片平台在記憶體容量、互連頻寬、軟體工具鏈、模型相容性、叢集規模與每單位訓練成本上存在差異。對大型模型而言，從成熟 GPU 生態系轉向其他平台，除了硬體替換，還涉及核心算子、通訊函式庫、分散式訓練與效能調校。

70 億美元意味著什麼？

若僅把媒體所報的估計合約總額平均分攤至五年，約為每年 14 億美元；但這只是算術平均，不代表真實年度付款、營收認列或現金流時程。2026 年 9 月底最初披露協議時，Reuters 轉述《金融時報》稱可能涉及約 30% 的前期付款，相當於依估計總額計算約 21 億美元。然而截至 11 月 4 日，並沒有足夠公開資料確認款項是否已支付、是否退款、是否產生解約費用，或 Oracle 是否已將相關金額列為確定收入。

對 Oracle 而言，值得追蹤的是取消訂單是否影響資料中心容量規劃、資本支出與雲端業務預期；對騰訊而言，則是原訂運算能力能否由其他合法來源補足，以及替代方案的成本與交付時間。這些都是後續觀察方向，並非已發生的財務結果。

為何東南亞成為 AI 算力競爭的重要地區？

大型 AI 訓練需要的不只是 GPU，還有高密度供電、冷卻、網路互連與穩定營運。東南亞資料中心提供跨境部署的選項，也使雲端業者、晶片供應商與中國 AI 客戶之間的商業關係更加複雜。《金融時報》指出，中國 AI 企業在東南亞的算力租賃需求增加，並帶動租約期限、預付款及價格壓力。

這次事件的重要性，並不是證明東南亞資料中心不再可行，而是提醒業者：資料中心所在國、晶片來源、雲端供應商所在地、最終客戶與實際使用目的，可能同時影響交易風險。

對 NVIDIA、雲端業者與 AI 產業的啟示

從晶片產業角度來看，算力供應鏈正在從單純的硬體出口問題，延伸到跨境雲端服務的客戶審查與合約治理。即使 GPU 實體位於第三國，供應商仍可能因政策、合規與聲譽考量調整交易。這可能改變大型雲端合約的審核方式、設備配置及風險分攤。

但目前不能直接斷言 NVIDIA 已因此損失 10 萬顆晶片訂單，因為原報導未完整確認晶片型號、供應鏈採購進度與最終設備歸屬。同樣地，也不能把 Oracle 的整體 AI 雲端業務前景，簡化為單一合約的成敗。

結論：AI 晶片不跨境，算力仍可能跨境；政策風險也跟著跨境

這起報導揭示 AI 基礎設施的新矛盾：企業可以將昂貴晶片部署在海外，透過網路提供算力，卻不一定能隔離地緣政治風險。對 AI 公司來說，算力是否可取得，不再只由 GPU 庫存、預算與電力決定，也可能取決於服務商願不願意承擔跨境交易的政策不確定性。

截至 2026 年 11 月 4 日，最需要等待的仍是當事公司正式說明，以及交易終止的具體法律、財務與技術細節。

Tech English 技術名詞

1. GPU Leasing（GPU 租賃）：企業按合約租用 GPU 或相關運算資源，而非直接購買並持有晶片。
2. AI Compute Capacity（AI 算力容量）：可用於模型訓練、推論等工作的運算資源總量，需同時考量晶片、記憶體與叢集互連。
3. Export Controls（出口管制）：政府對特定技術、設備或交易對象施加的出口與轉移限制。
4. Cloud Infrastructure（雲端基礎設施）：提供運算、儲存、網路與資料中心服務的底層系統。
5. Distributed Training（分散式訓練）：將 AI 模型訓練工作分配到多顆加速器或多台伺服器共同執行。
6. Compliance Risk（合規風險）：企業因法律、監管要求或政策變動而面臨的履約與營運不確定性。