字節跳動加量采購國產芯片

2026.06.17

本文字數：3033，閱讀時長大約5分鐘

作者 |第一財經 呂倩 陳楊園

字節跳動數據中心建設進展再添新消息，行業人士稱字節跳動正與天數智芯討論采購至少5萬顆AI芯片，主要用于推理工作。

據記者多方了解，本次洽談供貨芯片主要用于大模型推理負載，對應天數智芯智鎧系列云端推理GPU，訓練場景使用天垓系列。若交易達成，天數智芯將成為華為和寒武紀之后，字節跳動的第三家GPU供應商。

截至發稿，字節跳動與天數智芯方面暫未發表回應。

以字節跳動為代表的互聯網大廠加碼自建數據中心，并非短期應急補充算力缺口，而是折射產業深層變革：AI算力需求迎來結構性切換、企業算力自主可控戰略持續升級，訓推硬件分線布局與國產算力規?；娲竭M入落地周期。

投入獨立數據中心建設

近年來，字節跳動在算力投入方面的動態持續更新。

字節跳動明確訓練、推理兩套芯片供應鏈完全拆分：大規模模型訓練采用華為昇騰、寒武紀高端訓練卡；線上C端豆包、企業MaaS海量并發推理引入天數智芯智鎧系列等專用推理GPU。

若本次洽談落地，天數智芯將正式入局字節算力版圖。其中，華為昇騰聚焦集群訓練、超大規模模型預訓練底座；寒武紀兼顧部分中高端推理、垂直行業私有化部署；天數智芯智鎧側重線上流量型海量推理主力供給。

除了字節跳動，互聯網大廠均在密集布局數據中心，包括百度在全國布局萬卡級AI算力集群規模；阿里巴巴2026財年單季度資本開支超380億元，預估未來三年超3800億元加碼云和智算硬件；騰訊在全國多地建設騰訊云HCC高性能AI集群，2026年下半年大規模導入國產算力，同步對外提供混元大模型MaaS、游戲AIGC、視頻生成推理服務。

面壁智能AI Infra技術負責人李宇軒對第一財經記者分析稱，互聯網大廠密集構建多供應商算力體系主要基于供給確定性、議價權與成本結構，在大廠算力需求中，推理體量遠大于訓練，而推理對芯片的要求（互聯、顯存帶寬、生態成熟度）比訓練低一個臺階。國產芯片在推理側已達可用水平，這讓更多供應商成為能落地的工程選擇，而非紙面戰略。

同時，信創國產化是面向政企、央國企業務無法規避的硬性合規要求，多條技術路線并行布局，能讓企業保留技術選擇空間，不至于被單一廠商的硬件、生態迭代節奏束縛。沂景資本董事總經理謝思遠認為，部分互聯網廠商重要客戶來自國企及關鍵行業，在算力體系建設過程中，通常會更加重視國產化能力與信創適配要求。從生態匹配角度來看，目前互聯網大廠與國產芯片廠商之間仍然存在不少關鍵障礙需要解決，雙方還處于持續磨合和博弈的過程中。

清微智能高級副總裁盧強對記者表示，互聯網廠商推進算力供應鏈多元化，核心原因不是單一的國產替代，而是需求、供給和供應鏈安全等多維度疊加。大模型推理需求增長很快，海外高端芯片供給受出口管制影響不確定，企業必須建立多供應商體系。同時，國產芯片在推理場景的性價比、交付可控性和本地化服務能力提升后，已經從PoC驗證進入規?；渴鸫翱?。

競爭關鍵在于“誰的Token成本更低”

站在市場經濟邏輯視角，國內大規模數據中心投建，本質是下游AI算力真實需求持續釋放帶來的市場驅動結果。

曦望Sunrise聯席CEO王湛對記者表示，2026年國內大模型進入應用爆發期，DeepSeek V4等模型帶來的Token市場爆發，Agent快速普及。行業競爭的關鍵變成了“誰的Token成本更低”。國產推理芯片在特定場景下的性價比和每瓦性能已有不錯表現。

具體場景包括大廠的高并發推理集群，如搜索推薦、智能客服、短視頻多模態生成等場景，以及智能體應用，每天產生數萬億次Token消耗，是目前國產推理芯片采購的最大金主；另一大場景是大模型頭部企業與MoE架構的常態化訓練與微調，隨著MoE架構普及，行業對算力的調度與局部推理能力要求暴增。

據灼識咨詢全球AI推理芯片行業報告，AI芯片行業正從以訓練為核心向以推理為核心的范式發生根本性轉變，AI推理芯片的需求正急劇增長，預計到2030年，全球AI推理芯片行業規模將達到30696億元人民幣，其中中國AI推理芯片行業規模將達到11664億元人民幣。

優刻得新興事業部副總經理劉華判斷，接下來辦公場景、業務AI化等需求仍會不斷增長，推動算力需求旺盛，且AI行業3-5年內仍將處于高速發展期。

多重因素刺激下的推理需求激增，造成暫時的供需失衡。王湛提到，市場出現“一卡難求”，行業頭部企業瘋狂“搶”GPU卡、買內存、租數據中心、擴建推理算力等，導致整個供應鏈承壓。今年一季度，算力租賃成本上漲近30%至40%，預計全年AI推理的算力需求達到訓練的4-5倍。

盧強判斷，短缺客觀存在，尤其集中在高端AI加速卡、HBM、先進封裝、整機服務器等環節。目前行業交付周期拉長、熱門型號排產緊張、整機報價隨供需和內存價格波動上行。

謝思遠預估，下半年隨著行業競爭加劇，同質化現象將越來越明顯，聚焦Token領域的價格戰將出現，整體價格反而可能呈下降趨勢。

國產算力生態追趕中

據香港理工大學研究能耗推算，在超大規模云端設置中由于“十億級別”的用戶高頻請求，推理能耗已占AI總能耗約60%—90%。另外，中國工程院指出，2026年一季度中國推理需求已達到訓練需求的8倍。

交銀國際研報分析認為，這一結構性變化意味著，對于數據中心運營商而言，支撐大規模推理任務的高密度、低延遲算力需求將成為增長主力。隨著國產GPU擴產在即，疊加超大型云廠商訂單滾動釋放，預計2026年下半年項目落地節奏將較上半年進一步加快。

預計今年二季度新模型開發與存量模型迭代仍將支撐需求韌性。同時，企業端和客戶端推理邏輯需求不斷提升，正成為行業中長期驅動力?？勺鳛榧磿r供應補充的數據中心運營商有望憑借資源和客戶粘性提升份額。

劉華認為，盡管存在短期壓力，但中長期看，英偉達供應壓力會促進國產算力的成長?！澳壳皣a卡由于產能和適配問題供貨一時上不來，但會逐漸放量，這是一個此消彼長的過程”，他表示。

受地緣出口管制約束，國內產業雖短期內仍需采購英偉達高端算力作為補充，但具備替代能力的國產算力生態已進入規模化建設落地階段。

包括字節跳動在內的國內互聯網廠商，短期靠采購解決需求，中期靠國產多供應商降低風險和成本，長期靠自研將利潤留在自己手里。類似谷歌TPU邏輯，自研芯片核心目的不是賣給他人，而是盡可能擺脫被動境地。

大廠內部業務多元、場景豐富，因此訓練、精調、高并發推理、圖像處理對算力的要求不同。多供應商體系允許他們用A芯片做大規模訓練，用B芯片做長文本推理，用C芯片做輕量級邊緣計算，有利于實現TCO最優化。

謝思遠對記者表示，互聯網大廠構建多供應商算力體系的核心考量是性價比。大廠們本質希望以盡可能低的成本獲得更多可用算力資源。對于互聯網大廠而言，無論采用哪家供應商的產品，最終都要回到成本、性能和穩定性的綜合比較上。在供給受限的背景下，降低對單一廠商的依賴風險是必要的，但這更多是一種風險管理需求。真正決定采購規模和采購比例的，仍是實際部署后的經濟性表現。

相較而言，傳統智算中心承擔了產業培育和基礎設施建設的功能角色，相比實際使用率，帶動國產芯片企業營收增長和產業發展更加重要，互聯網云廠商建設算力網絡本質上屬于市場化行為。

在此趨勢下，行業處于從“可用驗證”走向“規模使用”的階段性節點。過去客戶更多看單卡指標，現在看千卡、萬卡集群穩定性與單位成本。大訂單會明顯改善廠商收入、現金流和供應鏈議價能力，但行業格局不會只靠一兩個訂單決定，最終仍由產品迭代、生態、交付和客戶復購決定。從算力市場角度來看，互聯網廠商大規模布局數據中心仍將是一個關鍵節點。

微信編輯| 雨林

：bianjibu@yicai.com

：business@yicai.com