核心观点 - 科技巨头通过自研和投资双轨并行加码AI算力布局 算力从AI竞争的可选项变为必选项 成为必须掌控的关键命门 [1][2][3] - 自研AI芯片主要驱动因素包括成本控制 性能提升和生态主导权争夺 专用芯片因研发门槛较低且更适配自身业务成为主流选择 [4][5][6] - 互联网公司造芯具备业务规模 供应链控制和资金人才优势 但面临技术迭代风险和生态壁垒挑战 需通过模块化设计和生态共建突破限制 [7][8] 股价表现 - 9月12日港股百度集团和阿里巴巴股价分别大涨8.08%和5.44% 主因是两家公司使用自研芯片训练AI大模型 [1] - 特斯拉创始人埃隆·马斯克9月7日宣布与团队进行AI5芯片设计评审 称其为史诗级芯片 OpenAI与博通启动自研AI芯片量产推动博通股价大涨 [1] 自研芯片进展 - 阿里巴巴测试面向AI推理任务的新芯片 旗下平头哥2019年推出首款RISC-V处理器玄铁910和AI芯片含光800 [2] - 腾讯在三款自研芯片取得重要进展：AI推理芯片紫霄 视频转码芯片沧海和智能网卡芯片玄灵 [2] - 字节跳动已组建芯片研发团队 在校园招聘中设置多个芯片相关岗位 [2] 投资布局 - 阿里巴巴投资寒武纪 深鉴科技和翱捷科技等芯片企业 [3] - 腾讯押注长鑫存储 燧原科技和集益威半导体等公司 [3] - 字节跳动入股摩尔线程 聚芯微电子和昕原半导体等多家芯片公司 [3] 驱动因素 - 生成式AI对算力需求指数级增长 通用GPU难以平衡千亿参数模型训练效率与成本 全球算力供需失衡导致采购成本上升 [4] - 自研AI芯片显著降低采购成本并增强供应链韧性 避免受制于供应商变化 [4][5] - 专用芯片如ASIC和FPGA针对特定算法优化 研发门槛较低且更适配企业自身云计算和AI业务 [5] - 阿里巴巴通过自研芯片提升云平台性能 字节跳动优化实时推理密度服务短视频及电商 腾讯强化低延时响应支撑游戏与社交 [6] - 自研芯片配套开源软件栈和开发者工具可打破英伟达CUDA生态垄断 构建自主可控技术栈并掌握产业话语权 [6] 优势与挑战 - 互联网公司拥有海量业务数据和应用场景 具备供应链与成本控制力 能摊薄研发成本并形成生态协同效应 [7] - 资金与人才优势使企业具备长期持续投入资本实力 能吸引顶尖芯片研发人才 [7] - AI芯片研发需3-5年周期 但技术迭代迅猛可能导致芯片量产前就面临技术落后风险 [7] - 地缘政治影响先进制程 代工厂产能波动可能中断生产加剧供应链不确定性 [7] - 自研芯片在软件栈和开发者工具链等生态环节弱于国际成熟企业 用户迁移成本高制约商业化 [7] 突破路径 - 采用Chiplet模块化设计缩短研发周期 实施渐进式替代战略 从边缘端轻量化场景积累数据再向训练端渗透 [8] - 联合国产厂商搭建平台共建软硬件生态 通过开源模式吸引开发者快速迭代技术并形成生态协作 [8]