解密字節跳動的 AI 晶片自主大計：四路並進，擺脫 NVIDIA 束縛

字節跳動正在精心策劃一場可能是美國科技巨頭之外，最全面且大膽的客製化晶片戰略。面對爆炸性成長的 AI 推論需求、伺服器 CPU 價格的劇烈波動，以及美國出口管制掐斷高階 NVIDIA 硬體供應的困境，這家 TikTok 的母公司正同時從四個不同面向攻擊這個問題。其目標並非一顆萬能的「銀彈」晶片，而是一個完整、多層次的自主 AI 加速器與伺服器 CPU 生態系，以支撐其由 AI 代理驅動的巨大野心。

破解 HBM 瓶頸的妙招：Groq 風格的 LPU 推論晶片

字節跳動晶片戰略中最具巧思的一環，是據傳正在開發一款參考 Groq 語言處理單元 (Language Processing Unit, LPU) 架構的定製 AI 推論晶片 。LPU 最關鍵的設計理念在於，它完全依賴晶片內建的大量靜態隨機存取記憶體 (SRAM)，而非市場上搶破頭的高頻寬記憶體 (HBM)。這項架構抉擇對字節跳動至關重要，因為 HBM 正是美國對中國出口管制中，限制最嚴格的零組件 。

透過將整個 AI 模型保留在晶片的 SRAM 中，字節跳動理論上能實現超低延遲、高吞吐量的文字生成能力，且完全不需要進口那些受限制的高階記憶體。這項佈局也呼應了整個產業對 LPU 架構的驗證：NVIDIA 本身就在 2025 年底，據報導砸下約 200 億美元取得 Groq 的 LPU 架構授權，將其整合為名為 Groq 3 LPX 的專用推論協處理器，與自家的 Vera Rubin GPU 並肩作戰 。字節跳動本質上正是採用與 NVIDIA 相同的策略方向，為自身的需求打造專屬武器，目標是用更低的成本、更安全的供應鏈來運行 AI 模型 。

大膽的 CPU 雙軌賭注：Arm 與 RISC-V 兩手並進

在 AI 加速器之外，字節跳動更進一步，將手伸向了通用運算的根基。根據路透社在 2026 年 5 月 28 日的報導，該公司正自行開發伺服器用的中央處理器 (CPU)，而且一口氣開了兩條平行的架構路線：一條是基於 Arm 架構，另一條則是開源的 RISC-V 架構 。

這項策略的動機，是經典的「自研還是外購」商業難題，只是在供應鏈的切身之痛下被逼得刻不容緩。據悉，Intel 和 AMD 近幾個月已將伺服器 CPU 價格調漲了 10% 到 35%，Intel 甚至向中國客戶發出長達六個月的交貨延遲預警 。對於一家正準備大規模推出 AI 代理服務的公司來說，這種供應鏈的不穩定性是無法接受的。字節跳動的定製 CPU 將用於自家的資料中心，以支援內部營運及像是 Coze（該公司的 AI 代理開發環境）這類的平台 。這種雙指令集架構的雙軌策略，就像一個避險對沖，讓字節跳動能同步評估哪種架構在效能、成本與地緣政治韌性上，最符合其長遠需求 。

高通的定製 ASIC 大單：從設計圖到實體晶片

2026 年 5 月 26 日，彭博社報導指出，高通已與字節跳動達成協議，將為其 AI 資料中心供應數百萬顆客製化的特殊應用積體電路 (ASIC) 。這並非一場單純的晶片採購案。多份報導進一步闡明，這是一項結合物件採購與製造的協議，高通將協助字節跳動將內部的晶片設計，轉化為可透過台積電等晶圓廠量產的矽晶片 。

這些定製 ASIC 的主要用途，是為字節跳動的 AI 代理軟體提供算力，其中最著名的就是其「豆包」(Doubao) AI 代理 。對高通來說，這項合作案意義重大，象徵其正從智慧型手機處理器，成功跨足到 AI 資料中心市場。而對字節跳動而言，這項合作確保了一條符合美國出口合規要求（部分報導稱此為「像素級合規設計」）、專為特定工作負載優化的定製晶片供應管道 。

與博通、台積電的基石級合作：長期 AI GPU 大計

在這一系列最新動作的底層，是一項更早啟動、更具基礎性的合作關係。字節跳動早已與博通 (Broadcom) 和台積電 (TSMC) 共同開發定製 AI GPU，外界經常以代號「SeedChip」來指稱此計畫。早在 2024 年的報導就指出，字節跳動正與台積電合作，以 5 奈米製程生產兩款 AI 晶片——一款用於模型訓練，另一款用於推論——並預計在 2026 年進入量產 。儘管當時消息紛雜，字節跳動還曾否認短期內有取代 NVIDIA 的計畫 ，但後續一系列在 CPU 與 LPU 上的動作，都顯示其客製化晶片的戰略藍圖不僅沒有縮手，反而變得更深更廣。

如今，字節跳動已是博通定製 AI 矽晶片平台的已確認客戶。該平台採用先進的 3.5D 封裝技術，這使得這家 TikTok 母公司，與 Google、Meta 等巨頭並列在博通的頂級客製化晶片客戶名單上 。

更宏觀的視角：砸下 1,600 億人民幣，只為推論

這些眼花撩亂的晶片戰略並非紙上談兵，它們是為一個極度宏大的 AI 產品路線圖所搭建的基礎設施基石。據報導，字節跳動 2026 年的 AI 預算約為 1,600 億人民幣，較 2025 年的 1,500 億人民幣持續攀升，其中高達 850 億人民幣特別指定用於 AI 處理器 。

驅動如此驚人支出的關鍵，在於 AI 推論的經濟學。當諸如 Coze 和豆包這類的 AI 代理產品，未來要服務全球數以億計的用戶時，每生成一個回覆 token 的成本，就成為最核心的商業指標。向 NVIDIA 購買數百萬顆昂貴且供貨受限的 GPU，無疑是財務與戰略上的巨大風險。因此，發展客製化的 LPU 風格晶片來實現低成本推論、開發定製 CPU 以避開 x86 處理器的價格暴漲，以及為 AI 代理工作負載打造專用 ASIC，都是直接衝著這些風險而來的解決方案。

字節跳動的戰略，最好別理解成是試圖「取代 NVIDIA」，而是一場有條不紊的「脫鉤」行動。在像尖端模型訓練這類 NVIDIA 硬體仍無可匹敵的領域，就繼續使用；同時，針對未來商業模式最依賴的高量推論工作負載，則同步建立一整套平行的自主晶片棧。這是一份在這個科技碎片化的時代裡，爭取 AI 運算主權的多線並進藍圖。