字節跳動多路出擊 自研AI晶片生態圈 全力擺脫Nvidia掣肘

字節跳動（ByteDance）近期部署嘅晶片戰略，堪稱係美國科技巨頭以外最大規模嘅自主研發計劃。面對AI推論需求爆炸性增長、伺服器CPU價格激烈波動，加上美國出口管制封死先進Nvidia硬件嘅供應，呢間TikTok嘅母公司正同步喺四條截然不同嘅戰線出擊。終極目標唔係靠一粒「神級晶片」打天下，而係建立一個全層次、相輔相成嘅自主AI加速器同伺服器CPU生態圈，以支撐其以AI代理為核心嘅宏大野心。

仿Groq式LPU：巧妙避開HBM瓶頸

呢場晶片博弈入面，最令人眼前一亮嘅策略，就係傳聞中字節跳動正按美國初創Groq嘅「語言處理單元」(LPU) 架構，研發自家AI推論晶片 。LPU嘅最大特色，係棄用業界標準嘅高頻寬記憶體 (HBM)，轉而採用晶片內置嘅超大容量靜態隨機存取記憶體 (SRAM)。呢一步棋之所以咁關鍵，係因為HBM正係目前美國對華出口管制盯得最實嘅零部件 。透過將成個AI模型直接放喺晶片內嘅SRAM上運行，字節跳動理論上可以喺完全唔使進口受限技術嘅情況下，實現低延遲、高吞吐量嘅文字生成 (token generation) 能力。

呢個做法同時亦驗證咗業界對LPU架構嘅睇好。據報Nvidia喺2025年底先至豪擲約200億美元，取得Groq嘅LPU架構授權，將其整合成「Groq 3 LPX」推論協同處理器，用嚟搭配自身嘅Vera Rubin GPU一齊使用 。而家字節跳動基本上係依循同一個技術方向，但目的就係為咗內部專屬業務——用更低成本、更安全穩定嘅供應鏈去運行AI模型 。

雙ISA伺服器CPU豪賭：Arm與RISC-V雙線並行

除咗AI加速器，字節跳動亦著手鞏固其通用運算嘅根基。路透社喺2026年5月28日報導，公司正自行開發伺服器級CPU，而且仲要係兩條架構路線同步推進：一條係由軟銀旗下Arm控股授權嘅Arm架構，另一條就係開源嘅RISC-V指令集架構 。

動機係一個經典嘅「自製定外購」嘅商業計算題，只係供應鏈嘅傷口逼使它要即刻行動。據報Intel同AMD近期已將伺服器CPU價格大幅調升10%到35%，Intel仲向中國客戶預告交貨期將延遲長達六個月 。對於一間正準備大規模推出AI代理服務嘅公司嚟講，呢啲絕對係不能接受嘅制約。字節跳動嘅自研CPU預計會用喺自家數據中心，支援內部營運以及旗下嘅AI代理開發平台Coze 。而雙架構並行嘅策略，等於買咗個雙保險，畀公司可以慢慢衡量邊款設計，喺效能、成本同地緣政治彈性三方面最切合長遠需要 。

Qualcomm ASIC協議：由設計圖紙到落地晶片

喺2026年5月26日，彭博社報導Qualcomm已經同字節跳動達成協議，會向對方供應數以百萬計、用於AI數據中心嘅客製化特殊應用積體電路 (ASIC) 。呢單唔係單純嘅買賣咁簡單。多份報導釐清咗，呢項合作其實係一個結合咗「採購」同「生產」嘅協議——Qualcomm會幫手將字節跳動內部嘅晶片設計，變成可以量產嘅半導體產品，並透過好似台積電 (TSMC) 咁嘅代工廠去投產 。

呢批ASIC嘅主要用途，就係驅動字節跳動嘅AI代理軟件，當中最出名嘅就係佢嘅「豆包」AI代理 。對Qualcomm而言，呢個合作夥伴關係係重大勝利，代表佢成功由智能手機處理器市場，擴張到AI數據中心範疇；而對字節跳動嚟講，就等於建立咗一條穩定嘅客製化、針對工作負載優化嘅晶片供應管道，同時可以完全符合美國出口合規要求，有報導甚至形容呢種做法係「像素級完美嘅合規設計」。

Broadcom與TSMC聯手：代號「SeedChip」嘅長遠AI GPU佈局

支撐住以上種種新動向嘅，仲有一個更早期、更基礎嘅合作關係。字節跳動一直有聯同美國晶片設計巨頭Broadcom同TSMC，共同開發代號「SeedChip」嘅客製化AI GPU。2024年嘅報導指出，字節跳動正同TSMC合作，基於5納米製程去生產兩款AI晶片——一款用於模型訓練，另一款用於推論任務——並預計喺2026年投入量產 。雖然當時消息滿天飛，字節跳動亦曾否認短期內有計劃取代Nvidia ，但隨之而嚟嘅一系列CPU同LPU相關活動，證明咗佢哋呢套自研晶片戰略只係變得更加深入同廣泛。

字節跳動而家更加係Broadcom客製化AI晶片平台嘅「已確認客戶」之一，呢個平台採用咗先進嘅3.5D封裝技術，令到字節跳動喺呢個客製化晶片嘅頂級玩家名單上，同Google、Meta等巨頭並列 。

全局戰略：1,600億人民幣押注推論經濟

呢啲晶片策略唔係紙上談兵，而係一個極度進取嘅AI產品路線圖背後嘅基建基石。根據報導，字節跳動2026年嘅AI預算高達約1,600億人民幣（比2025年嘅1,500億再有增長），其中單係撥俾AI處理器嘅支出已經高達850億人民幣 。

驅使呢股龐大開支嘅原動力，就係「推論經濟學」。當類似Coze同「豆包」呢類AI代理產品要擴展到數以億計用戶嘅時候，「生成每個Token嘅成本」就成為咗核心嘅業務指標。如果要大量買入Nvidia嗰啲又貴、供應又緊張嘅GPU，無論喺財務定係戰略上都係極大風險。因此，自行研發LPU式晶片專攻低成本推論，自研CPU去避開x86處理器嘅加價浪潮，以及為AI代理工作量身訂造ASIC晶片，正正就係針對呢啲風險嘅直接撲殺行動。

字節跳動嘅整套策略，最準確嘅理解方式，唔係「取代Nvidia」，而係一種有條不紊嘅「去耦合」過程。喺最尖端嘅模型訓練等領域，邊度仲有Nvidia硬件可用、邊度佢嘅效能難以取代，就繼續用；但同時間，就建立一整套平行嘅自研晶片疊加層，去應付公司未來日益倚重嘅、大規模量產嘅推論工作負載。喺科技碎片化嘅時代，呢個正正係一份謀求「AI運算主權」嘅多路並進藍圖。