科技日报实习记者 姚易安 科技日报记者 张梦然
8月31日，英伟达与联发科技共同宣布深化长期合作伙伴关系：英伟达将出资35亿美元认购联发科技海外可转换公司债，双方锁定AI基础建设、边缘AI运算与车用电子三大核心赛道展开深度协同。
这一总金额达35亿美元的产业联动，是全球AI算力赛道又一标志性事件，也折射出整个行业正在发生的底层范式转移：过去云计算的核心竞争力在于软件层的算力调度能力，芯片多以通用采购为主；而如今，谷歌、AWS、阿里云、微软等头部云服务商集体加码自研与定制芯片，算力竞争的核心已从上层的软件调度能力，下沉至底层的芯片架构定义权，行业正式进入“芯片定义时代”。
算力竞争下沉至芯片层
过去几十年，云计算行业长期沿用“通用芯片采购+软件层调度优化”的发展模式。通用GPU、CPU兼顾图形渲染、通用计算、存储控制等全场景兼容性，云服务商通过虚拟化技术拆分算力资源，即可匹配不同用户的差异化需求。但AI大模型的爆发式落地，彻底打破了这一平衡。
大模型训练与推理的本质是海量并行矩阵运算，对算力并发度、传输时延、运行功耗都提出了极致要求。而通用芯片为了覆盖全场景适配性，保留了大量与AI计算无关的冗余硬件模块，在大模型推理这类高并发计算场景下，实际算力利用率不足七成。
一方面，算力利用率偏低倒逼云服务商扩大采购规模，算力成本居高不下；另一方面，高端AI芯片供给高度集中在少数厂商手中，价格波动大、交付周期拉长，云服务商的算力扩容节奏完全被上游供应链牵制，服务稳定性难以保障。
更深层的行业逻辑在于，未来云服务的核心竞争力越来越依赖场景化性能优化。通用芯片不可能针对单家云服务商的集群架构、业务特征做深度适配。要打造比竞争对手更快、更省、更稳定的AI服务，就必须从芯片底层开始定制化优化，这是全球云厂商集体下场造芯片的核心动因。
三大核心环节全链条推进
云厂商的芯片布局围绕算力集群“计算—通信—存储”三大核心环节全链条推进，针对不同场景的技术痛点，走出了差异化的技术落地路径。
AI芯片是解决通用GPU的场景适配短板的关键。云厂商通过定制专用ASIC芯片，精准剔除无关功能模块，实现性能与能效的双重提升。目前定制化AI芯片在大模型推理场景下的能效比可达同级别通用GPU的1.5—3倍，单位算力成本降低35%以上。
头部厂商普遍走全栈自研路线，代表产品包括谷歌第七代TPU、阿里云含光800芯片。部分头部厂商的自研芯片已开始向外部客户开放商用，形成新的营收增长点。中型厂商则联合专业芯片企业开展场景化定制，在控制研发投入的同时获得场景化适配能力。
据半导体行业媒体EE Times报道，在万卡级AI训练集群中，网络通信开销已占总算力开销的32%，跨节点数据延迟导致的算力闲置问题，已成为超大规模集群性能提升的首要瓶颈。网络芯片则能打通超大规模AI集群的“通信墙”瓶颈。传统通用网络芯片协议开销高、转发效率不足，难以适配AI场景的高并发流量特征。云厂商通过定制网络芯片与智能网卡，相当于为AI集群搭建专用数据高速通道。
而对于存储芯片，全行业选择绕开制造环节的重资产门槛，走架构优化路线。当前AI算力性能每两年提升约3倍，但存储读写速度年增速不足20%，存算增速不匹配形成“存储墙”，算力单元等待数据的耗时占比超30%。由于存储颗粒的制造技术、产能高度集中在三星、长江存储等少数厂商手中，技术与资金壁垒极高，全行业并未直接切入存储颗粒制造，而是通过存储控制器定制、传输协议优化、智能调度算法升级提升整体效率。
不同规模厂商梯队化发展
不同规模的云厂商基于自身资源禀赋与业务规模，形成了清晰的发展梯队，芯片能力的差异正在转化为长期竞争壁垒。
超大规模云服务商覆盖三大核心环节全链路自研，具备从芯片架构设计、软件适配到系统整合的完整能力。对这些厂商而言，自研芯片早已从内部降本工具，升级为独立的商业化产品与核心竞争力抓手。据英国《金融时报》报道，AWS自研Trainium芯片支撑的算力服务营收保持快速增长，在其AI算力业务中的占比持续提升，成为与英伟达GPU算力并行的核心产品线。除了性能与成本优势，自研芯片还带来了供应链的自主可控性，降低了地缘政策、产能波动带来的供给风险。全栈自研的技术优势，最终转化为服务端的成本与性能双重壁垒，难以被同行复制。
中型云服务商则普遍走轻量化联合定制路线，不追求全赛道布局，也不涉足重资产制造环节，而是聚焦自身优势细分场景，提出明确的场景化需求，联合专业芯片设计企业开展定制研发。这类轻量化模式的投入周期仅为全栈自研的1/3，能够快速响应细分市场的技术迭代需求，以差异化的场景适配能力与头部厂商错位竞争。
整体来看，云厂商布局自有芯片是AI时代算力产业发展的必然方向，定制芯片与通用芯片将长期互补共存，而非相互替代。随着AI技术向千行百业持续渗透，场景化算力需求将更加多元，芯片层的定制化深度也将持续提升。未来算力竞争的本质，将是从芯片底层到上层应用的全链路协同优化能力比拼。谁掌握了芯片架构的定义权，谁就将掌握下一代算力竞争的核心主动权。
网友评论
