国产AI ASIC芯片在推理场景的商业化落地进展如何？

国内头部云厂商在自研AI ASIC芯片方面已取得显著进展，旨在通过定制化芯片降低算力成本并支撑AI云算力需求。

字节跳动自研芯片核心逻辑在于降低算力成本，布局AI芯片、CPU、VPU、DPU四大产品线。其AI推理芯片SeedChip采用NPU架构，2026年有望量产10万颗，远期产能规划爬坡至35万颗，主要应用于抖音、豆包等自有业务场景。此外，字节还在开发受Groq LPU启发的新一代推理芯片，引入RRAM阻变存储技术以绕开HBM供应瓶颈。

阿里旗下平头哥半导体负责自研芯片，覆盖AI芯片、服务器CPU等三大产品线。真武810E采用GPGPU路线，综合性能对标英伟达H20，已在阿里云实现多个万卡集群部署。2026年5月发布的新一代真武M890训推一体芯片，性能较810E提升约3倍，配备144GB片上内存，主要面向Agent时代的高并发推理场景。截至2026年5月，阿里AI芯片累计出货量达56万片，服务覆盖20多个行业的数百家客户。

百度昆仑芯依托自研XPU架构完成三代芯片迭代。主力产品P800采用7nm工艺，已交付多个万卡集群，支持文心大模型等训练任务。2026年7月发布M100，面向云端大规模推理，对标英伟达H20，计划2026年内正式上市。昆仑芯还同步推进“A+H”两地上市布局。

腾讯布局AI推理、视频转码、网络ASIC三大赛道。紫霄系列AI推理芯片与燧原联合开发，紫霄1.0已量产并在腾讯云多个头部业务落地。2026年7月发布紫霄2.0，训练性能提升4倍、推理吞吐提升3倍，2026年计划新增自研紫霄芯片占比达30%，年底部署规模扩至10万卡级别。同时，腾讯也通过向燧原直接采购补充算力，2025年采购额达8.3亿元。

总体而言，国内CSP均已布局自研AI ASIC，目标支撑部分AI云算力需求，并与外部头部芯片厂商形成长期共存关系。