大厂醒悟了，卷模型不如卖芯片

欢迎关注“新浪科技”的微信订阅号：techsina

在中国AI芯片市场，两个变化正在加速。英伟达的份额正在被国产厂商蚕食，非GPU加速器的出货量也在上升。

近日IDC披露的数据显示恰好印证了这个变化——2026年上半年，中国数据中心AI加速器总出货量达到200.8万颗，其中非GPU加速器出货101.6万颗，规模首次超过GPU，英伟达仍是第一，但它与华为昇腾的份额差距，只剩6个百分点。

两个变化背后，都有大厂的身影。阿里 CEO吴泳铭今年3月披露，平头哥芯片年化营收已达百亿元级；9月的云栖大会上，阿里又发布真武V900，计划于2027年一季度量产并商业化，预计AI芯片年出货量将大幅增长。百度则在推进昆仑芯分拆上市，天池超节点实现了全栈国产，昆仑芯已经完成了三代AI芯片的研发和商业化。

这几家芯片卖得热的大厂，恰好也是全栈AI喊得最响的几家。从芯片、云到模型、应用，它们一层都没落下。

目前来看，既然模型太卷，不如多卖点芯片，正在成为大厂AI竞争中的一个现实选择。

模型公司还在为盈利寻找出路，训练和推理的账单已经变成了芯片大厂们的利润。

据IDC报告显示，今年上半年，英伟达在中国数据中心AI加速芯片市场的出货量同比下降44%，份额为34%；华为占28%，平头哥和昆仑芯分别占7%和4%，加起来已经超过英伟达；华为、平头哥、昆仑芯和寒武纪占非GPU细分市场约95%的出货量。

大厂芯片出货量增加的直接原因是，模型调用量上涨，英伟达高端产品供应受限，国产芯片同时接到了新增需求和替代订单。

今年云栖大会上，吴泳铭直接把AI模型、AI芯片和AI云列为三大基石，他说“芯片负责生产Token，云负责把Token送到每一个需要它的地方”。

华为已经在催产业链扩产。徐直军说，目前“能产多少就供多少”；面向推理的950PR已上市，用于训练的950DT超节点预计今年年底或明年初规模供货。

阿里也透露，真武M890的外部客户超过650家，覆盖20多个行业。

国产大模型一边开源、一边降价，企业部署门槛降低，智能体又带来了反复调用模型的需求。

百度在9月的论坛上举了泰康的例子：3500多个智能体上线，日均消耗Token达到200亿。一个企业开始大规模使用Agent，后面就跟着一笔持续发生的算力开支。

模型调用量高，意味着推理需求旺盛。训练要随模型迭代不断投入，推理则是每一次使用都要花钱。德勤预计，2026年推理将占AI计算量的约三分之二。

这就给自研定制芯片留下了机会。同一类任务反复运行，芯片就可以围绕特定模型和场景优化，把每次调用的成本降下来。有机构预估，在适配的推理场景下，定制化芯片的能效比可达到通用GPU的1.5至3倍，单位算力成本降低35%以上。

眼看推理芯片成了一门好生意，想进场的大厂越来越多。腾讯7月推出紫霄2.0，主要供自家业务使用，计划年底推进十万卡部署；据报道，字节的芯片研发团队已超过千人；连模型公司DeepSeek，都被曝出在自研推理芯片。

不过，想把芯片卖给外人，先得在自己家里跑通。

大厂喊的全栈AI，对卖芯片有一个实实在在的帮助：它们自己有模型、云和高频应用，能先用真实流量打磨芯片、摊薄研发费用，再把验证过的产品卖给相似场景的客户。

国内大厂现在也已经跑通了。百度集团执行副总裁、百度智能云事业群总裁沈抖介绍，昆仑芯P800“已在百度内部得到全面验证”，承担了百度绝大部分推理任务之后，才推向外部行业。中国移动的十亿级推理型集采中，昆仑芯三个标包分别拿下70%、70%和100%的份额。