字节跳动自研芯片业务布局 - 公司芯片业务始于2020年，目前团队整体规模已隐秘扩充至千人以上 [6] - 芯片业务分为四大板块：AI芯片、CPU、VPU（视频处理单元）、DPU（数据处理单元） [10] - 公司自研芯片方向与核心业务紧密相关：AI芯片用于豆包大模型推理；CPU是服务器芯片用于数据中心通用计算；VPU用于视频解码和内容审核；DPU用于数据中心网络的网络和存储优化 [10] 团队架构与近期调整 - 近期公司进行了一轮芯片团队调整，芯片负责人、“Data-系统”部技术总监王剑不再负责芯片业务 [7] - 调整后，AI芯片与DPU团队负责人施云峰、CPU团队负责人余红斌将直接向公司副总裁、火山引擎业务负责人杨震原汇报 [7] - 在芯片团队中，AI芯片方向人数过半，达500人以上，CPU团队在200人左右 [6] 自研芯片进展与规划 - 公司专注于推理任务的AI芯片（SeedChip）计划在2026年3月底前获得首批芯片样片 [11] - 公司计划在2024年内生产至少10万颗自研AI芯片，并逐步将产量提升至35万颗，代工方或为三星 [11] - 公司的AI芯片此前已隐秘迭代了三、四代，除了三星，也曾与其他代工厂商接触 [12] 自研芯片的战略动因 - 随着豆包大模型和Seedance视频生成模型等业务的爆发，自研芯片成功后，公司有望大大降低其算力成本 [4][8] - 公司计划在2026年投入1600亿元用于AI领域，其中高达850亿元用于AI处理器的采购研发 [8] - 通过自研芯片有利于实现软硬件协同设计，可以针对自有算法进行深化 [9] - 在地缘政治不确定的当下，自研芯片可为庞大的业务提供一个安全垫，以应对过度依赖外部芯片厂商的潜在风险 [8] 行业背景与公司算力储备 - 对于AI公司，算力成本高昂，以谷歌为例，其2026年的资本支出预计达到1750-1850亿美元，超过了其前三年的总和 [5] - 公司当前采用自研和外采并行的策略，截至2025年年底，至少已储备近12万张英伟达卡（A100、A800、H800），另还有近百万片英伟达H20、L20、L40芯片 [13] - 近两年来，公司体系内还储备了大量英伟达之外的国产AI芯片，如寒武纪5/6/9系列、晟腾910B/C、海光、昆仑芯等，数量在数万到几千不等 [14]

文章核心观点 - 全球主要科技巨头正加速推进自研或定制AI芯片，以应对AI热潮带来的半导体需求，旨在降低对英伟达的依赖、控制成本并提升供应链自主性 [1][2] - 英伟达首席执行官黄仁勋对定制芯片的竞争威胁持淡化态度，强调其公司在工程能力、技术栈广度和CUDA软件生态上的综合优势难以被复制 [4][6] 科技巨头自研AI芯片动态 - **微软**：正与博通洽谈合作，共同研发新一代客制化AI芯片，旨在为数据中心打造更具成本效益和掌控度的运算核心，以应对生成式AI模型规模膨胀带来的供应链压力 [1] - **谷歌**：母公司Alphabet推出Ironwood TPU v7，被视为首款能正面挑战英伟达Blackwell GPU的专用加速芯片，正扩大客户使用范围并强化AI超级运算竞争力，意图切入数据中心市场 [2] - **亚马逊**：旗下AWS已正式开放客户使用新一代AI加速芯片Trainium3，并将其部署至部分数据中心，该芯片主打低成本、高能效，被视为英伟达H100、B100的替代方案，AWS宣称其在特定AI训练场景的效能与能耗比优于市面主流GPU [2] - **OpenAI**：正与博通合作开发自家客制化AI芯片，预计明年下半年开始部署，此举旨在降低因GPT模型需求暴增而购买大量英伟达GPU所产生的成本，并提升运算自主性 [3] 英伟达对竞争的看法 - 英伟达首席执行官黄仁勋认为，定制芯片的开发团队在工程能力上难以与英伟达竞争，世界上真正擅长构建复杂AI系统的团队并不多 [4] - 黄仁勋指出，对于云服务提供商而言，在数据中心部署“随机ASIC”远不如选择英伟达技术栈理想，因为英伟达产品应用范围更广 [6] - 黄仁勋强调，即便竞争对手能复制英伟达的计算硬件能力，英伟达拥有的CUDA强大软件栈才是真正吸引业界的关键所在 [6] - 黄仁勋声称英伟达致力于在AI预训练、后训练和推理等所有主要细分领域保持“不可替代”的地位 [6]

核心观点 - OpenAI首席执行官Sam Altman低调访问鸿海与台积电 讨论重点为"星际之门"项目AI服务器供应保障及自研AI芯片的代工生产细节[1] 鸿海与"星际之门"项目合作 - 鸿海是"星际之门"计划中最大的AI服务器供应商 该计划将在美国建设五个新数据中心[2] - 鸿海同时是项目合作伙伴甲骨文和软银的AI服务器与数据中心重要合作伙伴 Altman与鸿海会谈旨在确保AI服务器的生产与交付能力[2] OpenAI自研AI芯片计划 - OpenAI正积极开发定制化AI芯片以降低对英伟达等外部供应商的依赖 已招募前谷歌AI芯片设计团队[3] - OpenAI计划将芯片设计交由台积电生产 双方讨论焦点为投产细节 目标是在2026年实现量产[3] - 自研芯片初期版本可能主要用于推理而非训练 其成功量产是科技巨头自研芯片路线的重要验证[3]

公司股价表现 - 阿里巴巴-W早盘股价上涨5.86%至151.7港元 [1] - 百度集团-W早盘股价上涨3.76%至110.5港元 [1] 公司技术进展 - 阿里巴巴自今年初开始采用内部自主设计芯片训练轻量级AI模型 [1] - 百度正试验使用昆仑芯P800芯片训练新版文心大模型 [1] - 两家公司均使用自研芯片取代部分英伟达芯片进行AI大模型训练 [1] 行业发展趋势 - OpenAI宣布与博通联合设计首款自研AI芯片 [1] - 谷歌加速自研TPU进入第三方数据中心与英伟达直接竞争 [1] - AI基础设施行业正从单一GPU供给约束向多元化定制芯片方案切换 [1] - 投资逻辑从硬件垄断走向生态博弈 [1]

公司股价表现 - 阿里巴巴-W(09988)早盘高开5.86%报151.7港元 [1] - 百度集团-W(09888)早盘高开3.76%报110.5港元 [1] 公司技术进展 - 阿里巴巴自今年初起将自研芯片应用于轻量级AI模型训练 [1] - 百度正试验使用昆仑芯P800芯片训练新版文心大模型 [1] - 阿里巴巴与百度已开始采用内部自主设计芯片训练AI大模型 取代部分英伟达芯片 [1] 行业动态 - OpenAI宣布与博通联合设计首款自研AI芯片 [1] - 谷歌加速自研TPU进入第三方数据中心 与英伟达直接竞争 [1] - AI芯片自研潮兴起 行业从单一GPU供给约束向多元化定制芯片方案切换 [1] - AI基础设施行业投资逻辑边际上从硬件垄断走向生态博弈 [1]