涉及的行业与公司 * **行业**：算力产业、人工智能芯片与服务器、云计算[1] * **公司**：阿里巴巴、字节跳动、腾讯、英伟达、谷歌、寒武纪等[1][2][3] 核心观点与论据 资本开支与投资趋势 * 2025年，字节跳动资本开支预计1600亿元，但国内部分仅达成预期的40%左右，战略聚焦算力卡，国内外投资占比约为6:4[2] * 2025年，阿里巴巴资本开支约1100亿元，腾讯约900亿元，均与年初预期持平[2] * 2026年，阿里巴巴海外算力投资预计增长60%，字节跳动预计增长200%，腾讯预计增长10%[1][5] * 未来五年，公司在算力方面的投资将保持持续正增长[1][9] * 若训练效能提升，达到市场稳态的时间可能从五年缩短至两到三年[9] 算力采购与存量 * 2025年，阿里巴巴在国内采购约22万张8卡服务器（去年为35万张），腾讯采购近20万张8卡服务器[3] * 阿里巴巴和字节跳动的GPU卡数量分别达到约26万张和20万张[1][9] * 为满足深度训练需求，预计至少需要10万个GPU卡集群（即10万张卡）[1][9] * 国内存量卡方面：字节跳动总量约50万张（英伟达卡36-40万张），阿里巴巴总量约40万张（国产卡与英伟达卡比例约3.5:6.5），腾讯总量约25-30万张（国产卡约10万张）[20] * 海外存量卡方面：字节跳动约25万张，阿里巴巴约10万张，腾讯约3万张[20] 应用场景分配与需求 * 阿里巴巴：云业务占整体算力的15%左右，推理占60%左右，训练占25%左右[7] * 腾讯：云业务占20%，推理占50%，训练约30%[7] * 字节跳动：云业务（火山引擎）占比5%到10%，推理约40%，训练50%[7] * 预计三年内推理需求将形成主导地位[1][7] * 以阿里巴巴为例，推理总需求量至少需要50万张GPU卡[10] 国产芯片应用与替代 * 国产芯片在大厂中的应用比例逐渐增加，但主要集中于推理领域，在训练领域尚未完全取代H20或A100等高端GPU卡[3][12] * 国产芯片如910B系列可以替代英伟达S20约80%至90%的效能，但在兼容性和生态系统方面仍有差距[3][11] * 各公司正在测试不同的国产芯片以匹配业务场景[3][12] * 自研芯片（如字节跳动、阿里巴巴）主要用于应对外部供应链风险，为核心业务提供保障，但增速远低于专业厂商[14] 海外布局与数据安全 * 公司在海外进行AI模型训练时，遵循属地国家的数据合规要求（如新加坡要求高于马来西亚和泰国）[1][8] * 通过将训练场景与自身应用结合（如阿里以农产品电商服务名义）进行包装[8] * 数据安全问题通过两种方式解决：一是形成产品化后再输向国内；二是通过技术手段加工后，经香港进入国内[8] 市场竞争与供应链 * GPU市场仍由英伟达主导，其GPU排期已到2027年[17] * 谷歌的TPU作为替代产品开始对外销售，但未来两年内GPU仍将占据主导地位[3][17] * 目前通过一些灰色渠道获取高端算力卡以满足局部需求[6] * 若能解决高端算力卡供应问题，且国产替代品性能提升，将推动公司加大投入[6] 其他重要内容 * 海外投资布局：阿里巴巴和字节跳动重点布局东南亚、日本；字节跳动还扩展至芬兰和巴西；腾讯集中在东南亚、印尼和越南市场[1][5] * 阿里巴巴数据中心总容量达700兆瓦，今年新增250兆瓦（较去年减少）[2] * 海外投资规模：阿里巴巴预计达400亿元，字节跳动约600亿元，腾讯约250亿元[4] * 超节点产品存在兼容性问题，主要用于新业务场景的小规模试点，而非替代现有业务[13] * 国内市场规模及发展潜力可观，若外部环境改善或国产卡性能与生态完善，国内投资增速可能超过国外[21]