大厂醒悟了，卷模型不如卖芯片

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。

01

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。

全栈AI未必能让大厂在每一层都领先，但只要芯片这层跑通了，就有了稳定的外部需求。模型和云积累下来的需求，正在帮它们把芯片卖出去。

02

全栈AI厂商卖芯片这门生意，亚马逊其实早就打了样。

生成式AI热潮之前，亚马逊就为AWS布局自研芯片，原本是给云服务降本。到了AI时代，更便宜的训练和推理算力，成了它吸引外部客户的卖点，Anthropic和OpenAI先后承诺使用Trainium。今年二季度，包含Trainium和通用计算芯片Graviton的芯片业务，年化收入运行率超过250亿美元。

现在，亚马逊已经不满足于只通过AWS收取算力服务费。亚马逊CEO贾西在今年的股东信里，专门按独立芯片公司的口径测算芯片业务规模，并提出向第三方出售整柜芯片设备的可能。

相比亚马逊，国内大厂更进一步，直接把生意摆到了明面上，形成了两个变现方向。一个是硬件变现，把芯片做成超节点等各种方案；另一个是把芯片公司单独推向资本市场，把芯片做成资产。

第一条路，是坚持硬件变现。代表是华为和昇腾超节点。

超节点正在成为国产芯片的集体卖法，把几百颗芯片打包成一套计算系统卖给客户，绕开与英伟达的单卡对比，给客户看的是整套系统能跑多大的模型、效率如何，这样网络、存储等配套产品，也一起被打包进了芯片生意。

华为是这条路的代表。9月全联接大会上，华为发布昇腾960超节点，同时华为披露，昇腾910C超节点已经部署超过1000套，昇腾950超节点也已规模商用。此外，华为还在推动CANN开源开放，完善昇腾软件生态，今年9月华为披露，基于昇腾与CANN原生训练的模型已超过40个。

阿里也在向云外伸手。搭载真武V900的磐久超节点服务器，计划于2027年一季度上市。百度也透露，昆仑芯P800三万卡集群已经点亮。

硬件变现也不只是卖设备。国内大厂正把自研芯片推向云服务以外的市场，同时做着云上服务和本地交付两笔生意。

第二条路，是把芯片业务拆分成可以单独估值、融资的资产。

百度的路子最积极：既然模型还没翻身，我就先让芯片单独定价。

昆仑芯1月以保密形式向港交所递表，5月完成科创板上市辅导备案。百度在公告中解释，分拆有助于投资者单独评估昆仑芯，建立独立的融资渠道。据The Information报道，昆仑芯寻求约500亿美元的上市估值，高于报道当时百度约360亿美元的市值。

芯片生意的丰厚回报已经反映在了百度财务报表里，二季度，百度AI云基础设施收入增长50%，其中GPU云收入增长283%。

阿里也有类似打算。既然模型和应用还没有跑通，那就先把确定能收钱的生意做大。

8月的财报中，阿里把云智能集团和平头哥合并成“AI云与算力服务”，截至6月底的季度，这个板块收入484.37亿元，同比增长45%。先把芯片和云先合并成一个账本，再考虑推向资本市场。

财新此前援引知情人士称，阿里已决定支持平头哥未来独立上市；吴泳铭表示不排除这一可能。不过目前尚未披露明确时间表。

03

在中国AI芯片的生态里，今天的大客户，就是明天的竞争对手。

中国AI芯片正在形成一个分层：训练看华为，推理看性价比，流量在大厂手里，模型厂则负责把需求越做越大。

大厂们同时握着采购预算、应用流量和投资能力，可以在不同的合作关系中，分别做买家、股东、卖家和竞争对手。

这种关系能复杂到什么程度，看腾讯和燧原就知道。

燧原前不久刚刚在科创板上市。腾讯连投它11轮，持股20.26%，是第一大股东；燧原招股书显示，2025年它83.79%的收入来自腾讯，既是最大客户，又是最大股东。

与此同时，腾讯也在推进自己的紫霄芯片。

对燧原来说，腾讯提供的不只是钱，还有真实任务、测试环境和采购规模。对腾讯来说，扶持一家芯片公司，可以让产品围绕自己的需求改进，也能多一个供应来源。腾讯自己的芯片用得越多，留给外部供应商的订单就越需要重新争取。

阿里和华为之间，也是类似的关系。阿里一边把平头哥做成百亿级生意，一边仍在采购市场上寻找合适的芯片。

据此前报道，DeepSeek V4发布后，阿里、腾讯和字节都在与华为接洽昇腾芯片新订单。阿里和腾讯合计锁定了超过45万颗昇腾950PR，订单超过475亿元。

对外，阿里、百度把自研芯片推向市场，会和自己的供应商争夺下一笔订单；对内，自家两个部门也在各算各的账：采购部门考虑哪种卡更合适，芯片团队考虑自己的产品能卖给谁。

不过接下来，产能问题可能会让这些关系更难处理。

中芯国际联席CEO赵海军今年谈到AI的“虹吸效应”时说，AI需求正在挤占全球的代工和存储产能。

据央视财经的报道，国产算力芯片已经“爆单”：国内算力需求达到供给的10倍以上，部分产品交付排期延到一年以后。

据机构测算，2026年国产AI芯片需求约420万颗，中芯N+2供给约260万颗，缺口约40%；华为以五年长约锁定约43%的产能，寒武纪分到9%到11%。

晶圆之外，HBM存储也在紧缺。前面提到的国产芯片涨价，就有高带宽内存采购成本上升的因素。

这个行业的竞争，正在从“谁的芯片性能更强”，变成“谁能拿到更多产能”。

大厂有订单、有资金，也有持续消耗芯片的业务，在争取产能时更有筹码。可它们多拿一份，其他厂商就可能少拿一份。

未来的产能分配，会不会从价高者得，转向某种意义上的统筹安排？

模型可以继续卷，全栈的故事也可以继续讲，但芯片的订单，要按时交。

本文来自微信公众号 “字母榜”（ID：wujicaijing），作者：思博，36氪经授权发布。