北京
5月27日消息，在最新一轮财报电话会议中，中国两大科技巨头腾讯与百度的高管揭示了他们如何在美国收紧关键半导体出口限制的背景下，依然保持在全球人工智能赛道中的竞争力。
两家公司采取的策略包括：囤积芯片、提升AI模型效率，甚至使用国产半导体产品。
尽管特朗普政府近期废除了拜登时期一项颇具争议的芯片出口管制政策，但今年4月仍加强了对包括英伟达和AMD在内的部分美国半导体产品的出口限制。面对这一挑战，中国科技企业正通过多元化方式应对。
腾讯：囤积芯片与软件优化
腾讯总裁刘炽平在电话会议中表示，公司此前已储备了数量可观的芯片，特别是广泛用于训练大型AI模型的图形处理器（GPU）。GPU因其强大的数据处理能力，已成为训练AI模型的关键硬件。
刘炽平指出，腾讯并不认同美国科技企业“必须持续扩展GPU集群以提升模型能力”的观点。通过提升效率，腾讯已经可以在相对较小规模的GPU集群上实现良好的训练效果。
他说：“这促使我们重新审视现有的高端芯片库存，并认为这些资源足以支持未来几代模型的持续训练。”
在AI推理环节（即具体执行AI任务阶段），腾讯通过“软件优化”来提升GPU使用效率，从而用相同数量的GPU完成更多功能。同时，腾讯也在探索轻量化模型的应用，这些模型在满足实际需求的同时对算力的要求更低。此外，腾讯还计划采用中国本土设计的定制芯片及现有的国产半导体产品。
刘炽平总结道：“我认为，我们有很多方式可以满足不断增长的推理需求。我们需要不断探索这些路径，并且可能要在软件方面投入更多精力，而不是单纯依赖采购更多GPU。”
百度：全栈式AI架构 + 国产芯片突破
作为中国最大的搜索引擎公司，百度在财报电话会上强调了其独特的“全栈”AI能力——既包括自有的云计算基础设施、AI大模型（如文心一言），也包括基于这些模型开发的实际应用。
百度智能云事业群总裁沈抖表示：“即使无法获得最先进的芯片，我们独特的全栈AI能力依然能够支撑强大的应用开发，并持续创造有意义的价值。”
沈抖还表示，百度通过对软件的优化和对技术堆栈的深度掌控，降低了模型运行成本，并能够更高效地利用现有GPU资源。
他指出：“基础模型带来了对大规模算力的需求，建设和管理大规模GPU集群的能力，以及高效利用GPU的能力，都已经成为关键竞争优势。”
此外，沈抖还特别提到中国本土科技企业在AI半导体领域取得的进展，这有助于缓解美国芯片限制的影响。他表示：“国产自研芯片，加上日益高效的本土软件体系，将共同夯实中国AI生态系统长期创新的基础。”
中国加快发展本土芯片生态
过去几年间，中国一直在加快本土设计与制造AI半导体芯片的步伐。大多数专家认为，中国在GPU和AI芯片等领域整体仍落后于美国，但已取得一定进展。
Gartner半导体分析师高拉夫·古普塔（Gaurav Gupta）指出，囤积芯片是中国企业应对出口限制的一种方式。此外，即便与美国尚有差距，中国在半导体技术方面也取得了一定进展。
古普塔表示：“中国还在构建完整的本土半导体生态系统，从材料、设备到芯片和封装，各环节都有不同程度的进步。尽管不同细分领域的发展水平不一，但中国在这一目标上展现出了极强的连贯性和雄心，也取得了不错的成绩。这为中国企业获取AI芯片提供了新渠道，虽然这些芯片还无法与美国领先企业的产品媲美，但技术水平正持续提升。”
随着中国在AI芯片领域不断取得进展，越来越多的美国科技高管呼吁华盛顿取消出口限制。英伟达首席执行官黄仁勋上周公开表示，这些限制措施已经“失败”，对美国企业自身的影响甚至超过了对中国的影响。（小小）
本文来源：网易科技报道
责任编辑：
王凤枝_NT2541
