2025 年 11 月，《金融时报》率先报道，中国多家大型科技企业（包括阿里巴巴、字节跳动）正在探索一种新的路径：在东南亚等第三国租用或建设数据中心，使用部署在当地的英伟达 H100/H200 等高端 GPU 进行大型模型训练。
随后，路透社、Nikkei Asia、南华早报等多家媒体对该趋势进行了跟进报道。
FT（2025/11/27）：中企在新加坡等地租用含 H100/H200 芯片的数据中心训练 LLM。
Reuters（2025/11/26）：报道称中国监管部门已限制公司在境内部署 NVIDIA 芯片（引用《The Information》独家报道）。
Times of India（2025/02）：指出东南亚已成为中国企业“获取高端 GPU 的绕行路径”。
点评：中企的海外 AI 训练趋势确实存在，并具备真实的产业驱动力。
二、为什么“海外训练”成为中企的实际选择？（政策、产业与技术视角）
1、美国出口管制的“空窗”：硬件被管制，云算力暂未完全落地
目前美国出口管制（EAR）主要并且严加限制物理芯片出口，而不会自动认定“海外数据中心向中国主体提供算力”属于违规出口。
这就是所谓的 制度空窗期。CSIS（战略与国际研究中心）在 2024 年报告中指出：“如果美国不采取云算力监管，那么硬件出口管制将被系统性削弱。”
即政策正在酝酿，但尚未落地——这意味着当前企业的海外训练活动 处于合法但存在未来不确定性的区域。
2、中国法律的关键：数据是否出境？
根据《数据安全法》《个保法》：如果境外训练使用：
中国用户数据
重要数据
敏感业务数据
则必须完成数据出境安全评估或采用合规路径（如标准合同、认证等）。
因此，大部分企业采用：
海外训练基础模型（不含敏感数据）
国内微调（使用真实业务数据）
施吉龙律师评论：“模型参数回流通常不构成数据出境，但训练数据本身必须经过严格分级。”这一点在实际合规中极为关键。
3、第三国（新加坡）监管：保持技术中立但有合规要求
新加坡 PDPA、Cybersecurity Act 要求数据中心对客户有一定程度的 KYC、访问控制与审计义务。
不过整体政策倾向接纳跨国科技业务。《日经亚洲》报道评论：
“新加坡在算力政策上采取开放且审慎的中立路线。”
因此中企在新加坡部署算力具备 法律可行性 + 政策友好性。
4、技术架构上，“海外训练 + 国内微调”完全可行
业内普遍认为：
预训练（Pre-training）：强依赖 H100/H200
微调（Fine-tuning）：国产 GPU（如昇腾）即可承担
有相关专家在采访中指出：“训练本身就是分布式的。只要数据拆分得好，本地与海外混合训练几乎是天然架构。”
因此，中企选择境外训练并非权宜之计，而是符合工程逻辑的成熟方案。
根据以上分析，“海外训练 + 国内微调”的模式不仅能够满足当前中美两国的监管政策，符合第三国（海外训练地区）的合规要求，在技术上也不存在问题，所以，中企的海外 AI 训练趋势还将继续。
三、合规分析及风险提示
在施吉龙律师看来，中企“把 AI 训练搬到东南亚”的合规问题，本质上不是一句“合不合法”能概括的，而是要拆成四个维度：
谁（主体）– 在什么地方（地点/法律域）– 用什么数据（数据属性）– 做什么事（用途/功能）
只有把这四个问题答清楚，合规结论才有意义。
（一）美国出口管制：当前“空窗”在哪里？
1、美国目前明确管的是“芯片流向”，不是“算力服务”本身
美国出口管制规则（EAR）明确针对的是：
高端 GPU 实物的出口 / 再出口；
美国人士向受限对象提供特定技术支持；
列入实体清单（Entity List）的主体及相关活动。
但如果：
H100/H200 正规出口到新加坡；
由当地或第三国公司合法运营数据中心；
中国公司只是在境内远程租用算力，而不接触芯片实物；
那么形式上，这不属于“向中国出口受控芯片”，而是属于第三国服务行为——这就是目前存在的合规“缝隙”。
这一点也是包括 CSIS 等美国智库反复提示“必须监管云算力、否则出口管制失效”的原因。
2、风险点不在今天，而在“规则什么时候补上”
从公开政策讨论看，美国正在考虑的方向包括：
（1）对使用美国产 GPU 提供云服务设定许可门槛；
（2）要求云服务商识别“高风险国家/主体”的身份与用途；
（3）按“算力阈值”或“模型能力”设置监管。
结论：
（1）短期：基于公开规则，中企通过第三国合法云服务获取算力，一般不当然构成违反美国出口管制；
（2）中长期：一旦“云规则”落地，同一模式可能被迅速纳入监管甚至被禁止，合规风险会在政策落地时集中爆发。
（二）中国法律重点在“数据属性”而不是“地理位置”
1、判断关键：训练是否涉及“个人信息/重要数据/敏感数据”出境
根据《数据安全法》《个人信息保护法》及配套规则，中国企业在海外训练时，需要回答几个问题：
用于境外训练的数据里，有没有大量中国个人信息？
有没有**“重要数据”“核心数据”**（如关键基础设施、国计民生等领域的数据）？
训练过程中的日志、模型调试信息、评估数据里，是否包含敏感标识？
如果答案是“有”，则往往需要：
数据出境安全评估；
个人信息保护影响评估；
采用标准合同或认证等合法路径。
如果答案是“没有”（例如仅使用公开语料、合成数据），那么在现行制度下，数据合规风险明显降低。
所以，可以认为，决定风险的不是 GPU 在哪，而是你把什么数据送出去了。
2、模型参数回流并不等同于“数据出境”，但也要控制“可反推性”风险
理论上：
（1）纯粹的模型参数（例如权重矩阵）本身不等于原始数据；
（2）但在极端情况下，若模型未做防护，存在所谓“训练数据恢复攻击”的学术讨论。
因此，更稳妥的做法是：
（1）境外训练只使用公开数据/合成数据，参数回流风险相对可控；
（2）任何结合中国真实用户数据的训练和微调，尽量安排在境内算力上完成。
（三）第三国（以新加坡为例）监管：中立，但不是“无监管”
1、新加坡的基本态度：欢迎数据中心，但要求合规运营
新加坡在数据中心和云服务上总体采取开放政策，但通过：
《个人数据保护法》（PDPA）；
《网络安全法》（Cybersecurity Act）；
对数据中心运营商提出：
合理的客户识别（KYC）；
数据安全技术措施；
对跨境数据传输的规范要求。
这意味着：
（1）新加坡总体对中企算力需求持开放态度；
（2）但企业仍需遵守当地数据保护等法律，不能把新加坡当“法外之地”。
2、潜在变量：新加坡在大国博弈中的压力
在中美科技竞争的背景下，一旦美国对东南亚数据中心施压，未来不排除出现：
（1）要求云服务商提高对中国客户的审查标准；
（2）对高端 GPU 算力向特定客户提供服务设置限制。
这一点决定了：
即便当前在新加坡部署算力是可行的，中企也应 把它看作“重要节点”而不是“唯一依赖”。
（四）合规风险的综合判断：一个“合法但高不确定性”的区间
综合来看，可以做一个相对审慎、对外也站得住脚的判断：
1、从现行明文规则看：
合法出口的 GPU → 合法运营的第三国数据中心 → 为未在制裁/实体清单上的中企提供算力服务，在今天的美国与中国法律框架下，一般可被定位为“形式上可行”。
2、但从政策走向和执法趋势看：
因此该模式总体上属于“合规上暂可操作，但不确定性高、需要持续监控政策变化的灰色区间”：
（1）美国有明确的政策讨论要“补窟窿”；
（2）第三国可能受外部压力调整立场；
（3）中国监管对数据出境的要求也可能继续细化。
综合以上分析，施吉龙律师认为，这是目前在现行规则下可以运作的路径，但它的可持续性和风险敞口高度依赖未来中美及东道国政策的联动变化。
四、AI企业的应对策略是否可以迁移至其他受管制产业？
从法律角度看，这个问题的实质是：大模型企业受到什么规则约束，而其他行业是否也受到同类规则？相关应对策略是否可以复制和迁移。
吉龙律师认为：是的，约束逻辑高度同源，因此应对策略具有可迁移性。
（一）美国出口管制的基本结构是“跨行业通用”的
EAR（美国出口管理条例）本质上是：
对“敏感物项”（items）
对“敏感主体”（entities）
对“敏感用途”（end-use）
三位一体的控制体系。
AI 企业受到的限制（例如 GPU、算力、算法辅助等）与以下行业的限制完全同源：
（1）半导体设备：ASML/AMAT/KLA 禁运 → Fab 出海布局与供应链拆分
（2）高端软件/EDA：Synopsys/Cadence → 中国企业采用“境外建模 + 境内验证”
（3）高性能计算：服务器整机、加速卡 → 中国 HPC 企业做“第三国转接服务”
（4）航空航天：部件与材料 → 通过第三国采购、合规贸易结构
（5）工业软件：仿真软件、CAE 软件 → 做“海外算例 + 国内工程”
换言之，AI 算力企业正在经历的困境，并不是行业特有，而是 所有受美国出口管制约束行业共同面临的结构性困境。
（二）中国的监管逻辑（尤其是数据、关键信息基础设施、安全评估）也同样适用于其他行业
大模型企业要遵守以下中国法律：
《数据安全法》
《关键信息基础设施保护条例》
《个人信息保护法》
行业特定监管（金融、能源、交通、医疗等）
这些法律同样适用于：
半导体（工艺文件、制造流程属于重要数据）
航空航天（国防、军民融合领域涉“核心数据”）
智能制造（与生产控制相关的数据属“重要数据”）
医疗/生命科学（涉及大量个人敏感数据）
因此，无论是否涉及 AI，“数据分级”“不出境策略”“境外业务的合规隔离”都同样适用。
（三）技术与供应链避险策略在多个行业均可复用
大模型企业在做的：
技术路线“国产替代”
“多节点供应链”
“海外训练 + 国内部署”
“模块化替换以避免单点受制”
这些措施几乎是所有受出口管制影响行业的共性策略。
例如：
半导体行业做“境外研发 + 国内制造”
工业软件做“境外仿真 + 国内设计验证”
制造企业做“多国 BOM 设计”避免整机触发管制
服务器厂商采用“多源 GPU + 国产替代 + 辅助加速器混合架构”
所有这些都与 AI 行业的应对逻辑完全一致。
（四）结论
AI 企业面对的出口管制问题，本质上是中国先进技术企业共同面临的结构性压力。其风险逻辑、监管逻辑、产业逻辑在跨行业层面高度共通，因此，相关建议和应对策略完全可以扩展到整个受出口管制体系影响的行业。
五、在出口管制背景下，中资企业的系统性应对策略
面对美国出口管制、第三国监管不确定性、国内数据合规要求的共同作用，以及需要关注的风险，施吉龙律师认为，企业需要建立“技术—供应链—数据—法律—治理”五位一体的防护体系。下面的建议适用于大模型企、半导体、高性能计算、工业软件、智能制造、航空航天、生物医药、量子/材料科技等所有处于“受控物项/技术/服务”框架下的中国企业。
（一）业务与供应链层面：构建“多地、多源、可迁移”的分布式架构
1、多地布局：将敏感环节拆分到不同司法辖区
企业可以通过“非对称布局”降低集中风险，例如：
境外承担研发/仿真/预训练等可公开开展的环节；
境内承担涉及数据、客户、关键工艺或本地监管要求的环节。
此策略广泛用于：
半导体（境外研发、境内制造）
工业软件（境外仿真、国内应用）
AI 企业（海外训练、国内应用）
其优势在于：不依赖单一司法体系，降低被“一刀切”制裁的风险。
2、多源供应链：避免单一设备或单一供应商构成“关键依赖”
包括：
在 GPU、EDA、材料、服务器、关键部件中引入国产替代 + 其他国家供应链；
设计“可替换接口”，使单一供应商断供不会导致全面停摆。
这类策略在半导体、电力设备、工业自动化等行业已经成为主流。
3、预留紧急“迁移路线”（Migration Path）
需要在技术架构中预留：
切换至国产设备/软件的接口
切换至其他司法辖区的部署方案
切换至其他云或数据中心的方案
一旦出现制裁或第三国政策变动，业务可立即切换。
（二）数据与信息安全层面：构建“数据分级 + 流程隔离”的合规体系
出口管制行业往往伴随高度敏感数据，包括：
研发文件
生产工艺
工业仿真数据
个人信息（医疗、消费科技）
国防相关信息
关键基础设施数据
因此应建立“数据分级 + 流程隔离”体系：
1、数据分四类：公开数据、业务数据、重要数据、核心数据
每一类对应不同流转规则：
公开数据：可用于境外研制与共享；
业务数据：可经授权在境外处理；
重要数据：原则上境内处理；
核心数据：严禁出境。
这一框架适用于：
AI
半导体制造
航空航天
医疗健康
工业互联网
能源系统
2、 “可出境/不可出境”双层策略
优势在于确保：即便出口管制触发、第三国监管收紧，也不会因为“数据在境外”而造成系统性风险。
包括：
（1）对敏感数据建立境内“安全算力区”（Secure Zone）
（2）对境外业务使用合成数据、模拟数据、脱敏数据
（3）在合同中限制境外合作方保存日志、访问敏感文件
（三）出口管制与第三国风险管理：合同与尽调是关键
1、 尽调应覆盖三条线
（1）供应商自身是否受控？
（2）其股权/管理结构是否含美国人士？
（3）是否有“出口管制触发记录”或潜在风险？
此逻辑适用于：
服务器厂商
工控设备
软件授权
高端制造设备
外包研发团队
2、合同必须加入“政策变更条款”
包括：
（1）出口管制升级导致的服务暂停责任
（2）法律变更触发的费用分担
（3）模型/工艺/设计资料可迁移权
（4）数据本地化要求
（5）供应中断时的“替代履行”机制
许多产业在被制裁后（如华为、中兴）均证明：没有政策变更条款的跨境合作合同等于没有合规保护。
（四）技术路线选择：建立“不依赖单点技术”的安全策略
技术路线选择建议：
采用国产替代 + 国际技术共同存在的“双轮驱动模式”
在设计阶段避免单点依赖（GPU、软件、材料、设备）
通过架构可替换性降低制裁冲击
优先采用开源/半开源生态，降低 License 风险
这在：
AI 训练
智能制造
自动驾驶
工控系统
等行业尤其必要。
（五）企业治理层面：建立“出口管制 + 数据安全 + 技术合规”三合一治理机制
建议成立：
出口管制合规中心（ECC）
数据合规中心（DPO）
技术安全委员会（TSC）
合并形成一个统一框架：“跨境业务 + 技术应用 + 数据处理”的三位一体合规体系。
这套体系适用于几乎所有行业，是跨国公司（如 ASML、台积电、三星）普遍采用的国际实践。
六、总结
在全球科技竞争加速分裂的时代，出口管制不再只是贸易摩擦，而是深刻影响企业架构、技术路线与治理体系的“基础性变量”。无论是 AI、大模型，还是半导体、高端制造、工业软件，企业面对的都是同一个时代命题：
（1）技术必须可替代，不能押注单点；
（2）供应链必须可切换，不能依赖单源；
（3）数据必须可分级，不能无序外流；
（4）跨境业务必须可追溯，不能失控；
（5）合规体系必须前置，不能亡羊补牢。
能在这五个维度构建“抗压能力”的企业，才能在出口管制和地缘博弈中保持可持续发展能力。
