字節跳動的晶片豪賭：雙架構自研 CPU，尋求 AI 算力自主之路

這種「兩邊下注」的策略為字節跳動爭取了時間與談判籌碼。它可以在評估哪種設計最符合長期效能與成本需求的同時，對現有供應商（如 Intel 和 AMD）釋出明確訊號：我已經有了可靠的備案。根據報導，該公司已接洽多家外部合作夥伴，以協助晶片設計及確保晶圓代工產能 。

此外，字節跳動還同步進行另一項專案，傳聞代號為「SeedChip」的客製化 AI 推論專用晶片（ASIC）。該晶片專門用於 AI 推論，並非用於訓練，工程樣品原定於 2026 年 3 月到位，且字節跳動正與三星電子洽談生產高達 35 萬顆晶片的可能性。這項計畫屬於加速器層級的方案，意在逐步降低對 Nvidia 的依賴 。

為何押注自研晶片？

字節跳動的焦慮來自多重壓力：

供應商價格飆升。 Intel 與 AMD 對伺服器 CPU 的每季漲幅已達 10% 至 35%，對正瘋狂擴張 AI 基建的字節跳動來說，這種速度幾乎難以承受 。

產能短缺限制擴張。 晶片供應瓶頸已直接影響字節跳動擴大 AI 運算規模的進度 。

地緣政治與出口管制。 美國對高階 GPU 與晶片技術銷往中國的限制，促使字節跳動必須將更多預算轉向可自主掌握或能在中國境內取得的晶片方案 。

史無前例的 AI 規模。 字節跳動已將 2026 年資本支出計畫上調至超過 2,000 億人民幣（約 300 億美元），較先前草案的 1,600 億人民幣增加至少 25%。其中相當可觀的一部分預算將投入自研晶片 。

挑戰與現實

從零開始設計伺服器等級的 CPU 不僅技術門檻極高，資金投入更是驚人。更何況，同時在兩套截然不同的架構上開發，對工程團隊來說是雙倍的複雜度挑戰 。

晶圓代工產能的取得也是一大瓶頸。雖然三星是字節跳動 SeedChip 的潛在合作夥伴，但先進製程對於中國企業設計的晶片仍充滿地緣政治敏感性。值得留意的是，字節跳動與三星的討論甚至涵蓋了記憶體晶片的供應，這顯示供應鏈的挑戰已全面整合化，牽一髮動全身 。

即便自研 CPU 成功問世，它仍會是現有晶片的「互補品」，而非短期內的全然替代品。字節跳動預計在 2026 年仍將砸下約 140 億美元採購 Nvidia 晶片，這個數字充分說明了 Nvidia GPU 在其 AI 訓練與推論工作流程中，仍扮演著難以撼動的支柱角色 。

字節跳動在全球版圖中的位置

字節跳動的作法，其實是師法全球超大規模雲端業者（Hyperscaler）的經典策略。Amazon 開發了基於 Arm 的 Graviton CPU 及 Trainium/Inferentia 加速器；Google 有自家的 TPU；微軟則推出了 Cobalt CPU。這些計畫的目標殊途同歸：透過掌握底層晶片，在龐大規模下極致優化成本與效能 。

字節跳動的獨特之處在於，它對多架構的並行投資，以及因地緣政治而生的迫切感。當美國巨頭多半專注於 Arm 時，字節跳動保留了 RISC-V 這條軌道——一方面尋求架構上的彈性，另一方面也是在為未來可能出現的專利架構（IP）禁運風險預作避險 。

整體市場也正朝這個方向傾斜。據統計，客製化 ASIC 架構的 AI 伺服器出貨量預計將在 2026 年達到市場的 27.8%，年增長率高達 44.6%，幾乎是通用 GPU 伺服器成長率的三倍之多 。

字節跳動並未完全押注在自研這條路上。2026 年 5 月底，該公司與高通達成一筆重磅協議，將採購數百萬顆用於運行 AI 代理軟體的特定應用積體電路（ASIC），成為高通在 AI 資料中心晶片領域的首批重量級客戶之一 。結合中國國產 AI 晶片、SeedChip 以及自研 CPU，字節跳動正組建一個橫跨三方（自研 CPU、自研加速器、策略合作）的多層次晶片戰略網絡。

前路漫漫

客製化 CPU 專案從設計到大規模部署，通常需要數年時間。字節跳動的 Arm 與 RISC-V 雙軌路線目前仍處於評估階段，官方尚未揭露生產級晶片的具體時間表。短期內，其 AI 基礎設施仍得高度依賴 Nvidia GPU 以及日益壯大的合作夥伴 ASIC 艦隊。

但放眼長線，字節跳動在自研晶片上的投資，若真能開花結果，不僅可望重塑其成本結構，更有機會將其推向與 Amazon、Google 等同等層級的硬體自主高峰，掌握過去僅少數頂尖雲端巨頭才能享有的獨立自主。