芯片供应这件事，最有信息量的往往不是谁买了什么，而是订单与实际能拿到的数量之间的差值。据路透社10月20日报道及国内多家媒体10月22日跟进，字节跳动、阿里巴巴与腾讯三家联合订购了超过300万张英伟达RTX PRO 5500工作站显卡，按每张约11400美元的订单价估算，潜在交易总值超过350亿美元。同一批消息源给出的另一组数字更值得注意：中国市场的总订单需求超过600万张，而英伟达2027年的全球产能上限不超过300万张，公司已明确告知相关客户无法保证履行全部订单。
把四个数字排在一起，缺口一目了然。三家大厂下单超过300万张，中国市场整体需求超过600万张，英伟达2027年全球产能上限约300万张，合作伙伴可能只能获得申请数量的5%到10%。这四层数字层层收窄，最终落到单个客户手里的数量可能只是申请量的零头。供应节奏也已经排出，英伟达预计今年12月起提供早期样品，明年第一季度开始第一批大规模商业交付，最终可能采取分批交付、逐步部署的方式分摊压力。分批交付对采购方意味着两件事：预算要提前锁定但算力到位滞后，集群规划必须按批次设计而不是一次性铺开。对英伟达而言，这是典型的产能约束下的配额分配问题，产能有限时如何在中国市场、北美云厂商与其他地区客户之间分配，会直接影响未来两年的收入结构。这也是为什么路透社的报道把重点放在供应能力而非订单金额上，订单能签多少不是关键，能交付多少才是。另一个容易被忽略的细节是时间差，三家下单的是2027年的产能，而推理需求的增长曲线在2026年就已经陡峭，中间这一年的缺口只能靠存量卡与国产芯片填。
选这款卡而不是更常见的旗舰数据中心GPU，原因写在美国出口管制的清单里。RTX PRO 5500属于专业工作站显卡，定位介于消费级旗舰RTX 5090与高端专业卡RTX PRO 6000之间，配备84GB GDDR7显存、1398GB/s显存带宽、PCIe Gen 5 x16接口，最高功耗600瓦，支持最多两个独立的多实例GPU模式，每个实例可切出42GB显存。由于出口管制，它是中国企业能够合法采购到的最好显卡之一，这个限定词解释了全部采购逻辑。规格上的取舍也很清楚：84GB显存足以装下当前主流大模型的推理实例，多实例能力让单卡可以同时服务多个请求，功耗与形态适配标准服务器机箱，不需要为数据中心级卡重新设计供电与散热。它的短板同样明显，显存带宽1398GB/s远低于数据中心级产品，卡间互联能力也有限，做大模型训练时通信会成为瓶颈。这也解释了为什么三家买它主要是为了推理，而不是训练。补充一个规格细节：600瓦功耗与标准机箱兼容性，让既有服务器可以直接换卡部署，不必像数据中心级产品那样重建供电与散热，这在新机柜交付周期动辄半年的当下，等于省下了几个月的时间。
采购动机在财报数据里能找到对应。字节方面，火山引擎的豆包模型矩阵、全模态创作与智能体技术，用户每使用一次系统就要实际完成一次计算，用户增长与使用频率提升都会推高推理需求；阿里方面，2026年6月季度阿里云外部收入同比增长45%，AI相关产品收入连续第十二个季度保持三位数增长，集团资本开支接近100亿美元、同比增长75%；腾讯2026年二季度资本开支约528亿元、同比增长176%，AI基础设施需求覆盖模型升级、WorkBuddy与CodeBuddy的推理、微信内的AI项目以及外部云服务。三家的共同点是推理负载在快速膨胀，而推理负载的特征与训练完全不同：请求量大、单次计算量小、对延迟敏感、对卡间互联要求低。这个特征组合恰好把工作站显卡的短板（互联弱）变得不那么致命，把它的长板（显存大、供应相对可得）放大。换句话说，选择RTX PRO 5500不是性能最优解，而是管制约束与负载特征共同作用下的可行解。
把视角放到产业链层面，这轮采购暴露的是国产算力供给的结构性紧张。一边是推理需求随用户规模指数增长，另一边是合法可采购的芯片型号受限、产能受限，中间的缺口只能靠三条路消化：国产芯片替代、存量卡提效、以及接受分批交付的排队。国产替代的进展在加快，已有研究团队用昇腾910C完成大模型后训练，模型厂商也在把推理引擎适配到国产卡上，但训练与推理的迁移曲线不同，推理侧适配相对容易，训练侧仍是难点。存量卡提效则依赖软件优化，量化、蒸馏、推测解码、批处理调度这些手段能把单位卡的吞吐提升数倍，这也是今年国内推理成本大幅下降的技术基础。至于排队本身，它已经在改变行业的成本结构：显卡实际到手价格高于标价，交付周期拉长会推高数据中心的建设节奏与折旧摊销。更长远的影响在商业模式上，当算力供给成为硬约束，云厂商的定价权会重新回到卖方手里，今年几次云服务涨价与配额收紧，都是这个逻辑的早期信号。