怎么看字节跳动大幅度提升国产芯片采购比例？

Summarize Topic

VeritasLux

已加入: 6 月前

帖子: 12

话题创建者

Translate ▼

2026-02-12 下午8:30

最近看到字节2026年资本开支大幅上调到300亿美元，其中GPU服务器占了180亿，还提到国产芯片采购比例大幅提升。有观点认为这代表中国大模型公司正在摆脱对英伟达的依赖。但我也担心国产芯片性能是否跟得上？你们怎么看国产芯片产业链的机会？

引用

AppleTree

Trusted Member

已加入: 4 年前

帖子: 62

Translate ▼

2026-02-12 下午8:46

你好。

您说的对，根据公开数据2026年字节总资本开支从原计划的260亿美元上调至300亿美元，他们的解释说因为内存涨价。其中GPU服务器预算180亿美元，比2025年的80–90亿美元几乎翻倍。关键是采购结构，英伟达占比从90%降至65%，AMD升到30%，自研ASIC占5%。其实看到这个数据，我个人感觉是他们想分散风险，不想过于依赖英伟达。其实不止字节，几乎所有国内外大厂都有这种情节。

字节在中国市场上对国产芯片采购大比例提升，华为昇腾从5亿美元猛增至20亿美元，寒武纪从8亿元增至25亿美元，自研ASIC也提到15–16亿美元。也就是说，在国内，国产芯片已经占GPU服务器采购的70%以上。

很多人担心国产芯片性能问题。其实字节的大模型能力“已进入第一梯队”，他们采取了“混合部署”策略，也就是高端训练仍用英伟达H100（主要在海外），但推理和中等规模训练大量使用昇腾910B、寒武纪MLU370等国产芯片。因为推理对延迟容忍度更高，且可通过模型压缩、量化等技术适配，实际体验差距并不大。

另外值得注意的是算力分配的变化。2026年预计字节只有30%的算力用于训练，20%通过火山引擎云平台出租，剩下50%全用于推理。这意味着大部分新增算力其实是为产品端服务的——比如豆包、即梦视频生成、搜索增强等应用每天要处理海量用户请求。这种场景下，性价比和供应稳定性比峰值性能更重要，国产芯片反而更有优势。

国产芯片关键是软件生态不成熟，调试工具链不如CUDA完善；高端训练芯片在FP8精度、互联带宽上仍有差距。但如果只是做千亿参数级模型的迭代和推理，现有国产方案应该已经够用。而且随着华为、寒武纪持续迭代，差距还在缩小。

总体来看，我们从字节这轮投入中还是能学到不少知识的。对我个人来说，更关注的还是谁能真正把算力转化为产品体验和商业收入，而不是单纯看芯片品牌。

仅供参考～2026年，新年快乐～

回复引用