2000億元。

如果字節跳動真的為2026年的AI基建掏出這筆錢，它將成為中國民營企業歷史上單年度最大的一筆科技投資。[1]

而彭博社給出的數字還要夸張：字節的AI基礎設施預算最高可達700億美元，也就是將近5000億元人民幣，比2025年直接翻倍不止，甚至已經在探討2027年直接升到1000億美元。

其中，光是切給AI芯片采購的預算，就有850億元人民幣

然而，就在6月中旬，路透社一條消息，卻讓我看到了這出宏大敘事下的另一個版本：字節正在與國產GPU廠商天數智芯洽談采購5萬顆推理芯片。[2]

5萬顆，折合人民幣6到7億元，只占字節全年芯片總需求的1%

這個1%，像一盆冷水，澆在所有對“國產替代”抱有熱望的人頭上。字節用天價支票向世界宣告它對AI的孤注一擲，而這個1%卻挑明了一個再尷尬不過的事實：

目前，國產GPU的產能，可能連一個互聯網大廠的零頭都接不住。

1.天價賬單的三個數字

理解這件事的嚴重性，可以從三個數據看清字節這頭”算力巨獸”的真實食量。

第一個數字：2000億元。

這2000億元大概是4/4/2的配比。

40%用于買芯片，40%用于建數據中心，剩下的20%是研發和人才。

作為參照，阿里未來五年的AI基建總投入是3800億，字節一年的投入，是阿里一年的近3倍。

第二個數字：850億元。

這是專門用于AI芯片采購的金額。

供貨商來自國內外，國內主要是華為昇騰、寒武紀等頭部玩家，國外高通（AI ASIC）和英偉達（GPU）。

英偉達斷貨的影響下，字節加大了國產芯片的采購。今年預購超過50億美元的國產算力產品，供應商除了最新公開的天數智芯，字節似乎還在跟燧原科技、天數智芯、百度昆侖芯洽談芯片合作。

第三個數字：120萬億。

這是2026年3月字節旗下豆包大模型日均Token調用量。

比2024年5月豆包剛上線增長了1000倍，豆包月活3.45億，是國內用戶規模最大的AI原生應用，每一Token的背后，都是實實在在的算力消耗。

這三個數字連起來就清晰了：字節正在以傾巢之勢投入AI，而算力是它的第一剛需。

2.天數智芯的5萬顆訂單

6月15日，路透社援引知情人士消息：字節跳動正與天數智芯洽談采購至少5萬顆AI芯片，主要用于推理任務。

這筆訂單如果落地，對天數智芯無疑是里程碑，它將成為繼華為、寒武紀之后，字節的第三家國產GPU供應商，也意味著國產AI芯片首次進入中國最重度AI應用公司的商業主鏈路。

但歡喜之余，數字是殘酷的。

5萬顆，什么概念？

按天數智芯自身的數據，其2025年全年GPU產品收入9.23億元，累計交付5.2萬片通用GPU芯片[3]。也就是說，字節的一筆訂單，幾乎等于天數智芯過去一整年的出貨量。

華泰證券預測天數智芯2026年營收將達30億元，芯片交付量有望突破10萬片級別，而這10萬片，也只夠字節總需求的2%左右。再者說，如果大廠買斷，中小廠該怎么辦？還能不能擠進AI賽道？

更值得注意的是產能瓶頸。天數智芯的芯片產能高度依賴中芯國際等代工廠的先進工藝節點排期，在當前國產先進制程產能本就緊張的背景下，一家廠商想靠自有產能滿足字節級別的需求，幾乎是天方夜譚。

這不是天數智芯一家的問題。

華為昇騰、寒武紀雖然已進入字節供應鏈，同樣面臨產能爬坡和良率提升的挑戰。

所以字節的”國產替代”故事，是同時與多家芯片廠商談合作。

它必須打碎需求，攤給盡可能多的供應商，每家分到一點，在整個國產GPU產業的供給能力面前，求一個盡可能大的”最優解”才能拼湊出一個相對安全的供應鏈版圖。

3.國產GPU還差幾步？

國產AI芯片這些年的進步有目共睹。

天數智芯從天垓系列（訓練）到智鎧系列（推理），產品線已經覆蓋了大模型訓練和推理兩大場景。華為昇騰910B在不少基準測試中已接近英偉達A100的水平，寒武紀的思元系列也在推理市場站穩了腳跟。

但”能用”和”夠用”之間，隔著一條巨大的鴻溝。

首先是產能鴻溝。

以天數智芯為例，其2025年交付5.2萬片，2026年樂觀預期突破10萬片。但字節一家的年度芯片需求就可能達到500萬顆級別，僅滿足字節一家的需求，就需要50家天數智芯級別的供應商。

現實是，目前國內能進入大廠供應鏈的國產GPU廠商，滿打滿算不超過5家。

同時，芯片的上游也在“卡脖子”。國產AI芯片超過85%的產能都依賴中芯國際，包括天數智芯，而中芯國際的7nm級月產能目前不足2萬片晶圓（臺積電同級別制程月產能超15萬片），即便擴產，新建晶圓廠從投產到滿產也要12到18個月。[4]

其次是成本鴻溝。

國產GPU在性能功耗比上與國際頂尖水平仍有明顯差距。對字節這樣的超大規模用戶來說，每顆芯片多耗一點電、推理延遲多幾毫秒，乘以billions級別的調用量，都是天文數字的成本差異。

最后是生態鴻溝。

英偉達花了十幾年搭建的CUDA生態，是AI開發者的事實標準。國產GPU雖然在積極適配PyTorch、TensorFlow等主流框架，但軟件工具鏈的成熟度、開發者社區的活躍度、第三方庫的支持廣度，仍有很長一段路要走。

這三個鴻溝疊加在一起，構成了國產GPU替代的真實困境：你可以因為有而不用，但你不能因為沒有而受制于人。

4.行業從”訓練競賽”到”推理戰爭”

行業競爭不等人，字節對國產GPU的急切渴求，還揭示了一個更大的結構性變化：

AI算力需求正在從訓練端向推理端大規模遷移。

從中國移動的采購需求可見一斑。從2024年到2026年，隨著需求的變化，購買方向出現從AI訓練服務器到AI推理服務器，再到AI加速器的變化。

中國工程院院士鄔賀銓曾公開表示，在海量用戶請求的云端場景下，推理能耗已占AI整體能耗的70%-80%，中國AI推理需求規模已是訓練需求的8倍。[5]

這對國產GPU來說既是機遇也是挑戰。

機遇在于推理任務對單卡性能的要求相對訓練更低，更考驗規模化部署能力和成本控制能力，這恰恰是國產芯片可以差異化競爭的方向。天數智芯的智鎧系列定位推理場景，正是瞄準了這一窗口。

挑戰在于推理場景的算力密度和可靠性要求極高。一顆推理芯片出問題，直接影響的是億萬用戶的實時體驗，互聯網大廠在導入國產推理芯片時，測試驗證的嚴格程度遠超訓練場景，任何閃失都可能導致業務事故。

所以，字節選擇在這個時間窗口大規模洽談國產推理芯片，既是對供應鏈安全的戰略布局，也是對國產GPU產業成熟度的一次壓力測試。

5.我們需要什么樣的“產業自主”？

回到開頭的數字。

5萬顆占1%，指向了一個需要整個行業正視的問題：國產替代要從“在某一個環節實現100%自主”向“在整個供應鏈體系中建立冗余”過渡了。

換句話說，我們不可能要求國產GPU在短期內替代所有進口芯片，但是，我們需要在外部供應鏈出現風險時，國內產能能夠在最短時間內頂上來，讓業務不中斷、讓發展不踩剎車。

這就像是電力系統里的備用機組，平日里看上去有些多余，可一旦斷電，它就是救命的那一口氣。

字節的做法實際上已經體現了這個思路：訓練端依托華為昇騰、寒武紀高端訓練卡；推理端引入天數智芯智鎧系列做海量并發處理；同時保留英偉達H200做高端補充。三條線并行，互有備份。

這種“不把雞蛋放在一個籃子里”的策略，表面上看是分散采購，本質上是在為產業鏈爭取時間。用進口芯片保當下，用國產芯片換未來。

十多年前，京東方第一條8.5代線剛投產時，國產面板同樣被視作“試驗品”，海信、創維們試探性的萬片級小單，讓產線在真實淬煉中跑通了工藝，最終跑出了如今全球第一的出貨量。

類似的劇本，也在國產射頻芯片、車規MCU身上反復重演，最初都是“硬著頭皮”強拉上馬。

天數智芯只要第一批5萬片跑得順，就會有10萬、15萬。產業鏈的成熟，恰恰就是從第一個訂單開始，從那個看似微不足道的“1%”開始。

結語

2000億的投資額，5萬顆的訂單量，1%的占比——這三個數字放在一起，很容易讓人得出“國產GPU不行”的結論。

換個角度看：

五年前的國產GPU，連互聯網大廠的采購名單都進不了。今天，天數智芯能和字節坐在談判桌前，華為昇騰已經跑在字節的數據中心里，寒武紀的芯片正在為全球用戶的AI請求提供算力支撐。

從0到1%很難，但從1%到10%，可能不需要那么久。

一個真正自主可控的算力供應鏈，不會在一夜之間建成。它需要一家又一家的天數智芯去打磨產品，需要一輪又一輪的大廠驗證去積累信心，也需要一筆又一筆像字節2000億這樣的投入去澆灌土壤。

時間站在需求這邊中國的AI應用正在以全球最快的速度滲透進十幾億人的日常生活，這種需求規模就是國產GPU最好的孵化器。

剩下的，就是給產業一點時間。

參考資料：

[1]南華早報.ByteDance raises 2026 capex by at least 25% amid AI boom, rising memory costs, sources say

[2]經濟時報. ByteDance in talks with China's Iluvatar CoreX to purchase AI chips

[3]IT時報. 字節之后，天數智芯的下一個客戶可能是阿里

[4]工商時報. 瞄準AI需求 陸晶片廠衝先進製程產能

[5]雪球. 鄔賀銓2026推理算力占70%智能體全面重構云網算

轉載須注明出處，禁止用于蒸餾

提供線索或聯系作者請后臺留言