尤其是芯片層，百度和谷歌都明白，要保持 AI 領(lǐng)先，就必須掌握底層硬件，自己設(shè)計芯片，自己優(yōu)化軟件，跑自己的模型，這能帶來更高的性能和更低的成本。
百度的昆侖芯已累計完成數(shù)萬卡部署，支持百度內(nèi)部絕大多數(shù)的大模型推理任務(wù)，也通過百度智能云為招商銀行、中國移動等客戶進(jìn)行服務(wù)，僅需32 臺服務(wù)器即可完成千億參數(shù)模型的全參數(shù)訓(xùn)練。而 2026 年和 2027 年，百度昆侖芯將分別上市 M100 和 M300 兩款芯片，持續(xù)夯實 AI 技術(shù)底座。
控制底層硬件的本質(zhì)，都是減少對英偉達(dá)的依賴。對谷歌來說，自主設(shè)計的芯片銷售成本更低，還可以針對內(nèi)部應(yīng)用場景進(jìn)行設(shè)計，通過垂直整合更快速的進(jìn)行周期迭代。
而對于百度來說，其與華為和阿里一樣，都是要探索中國技術(shù)自給自足的大命題，填補(bǔ)英偉達(dá)因出口限制而留下的市場機(jī)會。
早于 2018 年第一代百度昆侖芯，谷歌的定制 AI 芯片 TPU 系列在 2016 年就推出了，如今已經(jīng)進(jìn)化到了第 7 代，開始為谷歌云的利潤率提升帶來顯著影響，最新一季度的利潤率，已經(jīng)提升到了 23.7%。
在過去一年，谷歌云客戶使用的 Token（模型理解文字的最小片段）已經(jīng)達(dá)到了 1 萬億，而與此同時，谷歌花在人工智能基礎(chǔ)設(shè)施上的支出，也達(dá)到了 910—930 億美元，而且 2026 年這一支出還要顯著增長，其中 60% 都要花在 TPU 在內(nèi)的服務(wù)器上。
谷歌已經(jīng)顯露出與英偉達(dá)爭奪市場的意圖，今年 9 月，谷歌還接觸那些主要租賃英偉達(dá)芯片的小型云服務(wù)提供商，對外出售自己 TPU 系列，總部位于倫敦的云服務(wù)商 Fluidstack，將在紐約的數(shù)據(jù)中心部署谷歌的 TPU 系列。
但事實上，谷歌沒有披露過其自主芯片與采購英偉達(dá)芯片之間的比例，而且即便 TPU 提升產(chǎn)能，谷歌預(yù)計第四季度和 2026 年依然面對供需緊張的局面，也就是說，產(chǎn)能無法滿足不斷增長的需求。
全棧自研，都是要把確定性握在手里。當(dāng) AI 進(jìn)入下一輪競賽，搜索的格局將被重寫，自動駕駛的投入將繼續(xù)蠶食利潤，而芯片的研發(fā)始終是一場看不到盡頭的「無限游戲」。百度和谷歌都在以巨額投入、多年虧損，來換取未來生態(tài)的不可替代。
它們不像過去那樣對峙，卻又在同一條時間線上，被同一個時代的 AI 浪潮推動著重新定義自己。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論