字节自研芯片（Ada1/2）进展
- 定位与前提：Ada系列芯片为专用芯片，针对生成式视频模态的推理工作，前提是应用场景使用量大且算法模型相对固定（1-2年）。
- 性能对标：Ada1性能达英伟达H100的70%-80%，Ada2目标为H200的70%。
- 成本优势：通过硬件配置权衡（如不配备顶级HBM）降低成本，但仅限于特定场景。
- 合作客户：除字节外，主要合作厂商为阿里，腾讯合作刚起步，规模较小，提供DSP芯片和网关卡。
腾讯DSP芯片
- 功能定位：处理模型文件的Prefill阶段，解码阶段由其他芯片完成。
- 合作进展：2026年起步，腾讯进度相对较慢。
字节自研芯片成本与节奏
- 成本优势：相较于外购方案（寒武纪、华为）显著降低成本。
- 自研与外购平衡：需明确应用场景规模和算法迭代方向，未来算法或场景变化可能导致芯片报废。
- 视频处理对比：华为方案成本高出一个数量级，寒武纪方案仅限豆包场景。
行业趋势与智谱布局
- 行业趋势：2025-2027年云端AI芯片为主，2028年端侧AI芯片爆发。
- 智谱端侧布局：拓展制造业应用，部署本地大模型使机械臂具备自主判断能力，预计2027年开始发力。
- 芯片设计需求：推动工厂部署端侧服务器及本地大模型，芯片需针对本地化部署优化。
寒武纪产能与合作
- 产能情况：与三星合作产能较少，良率初期极低，爬坡缓慢。
- 产能分配：通过字节合作及独立渠道获取，合计份额约10%-20%。
华为芯片与采购需求
- 2027年采购：字节计划采购寒武纪590/690芯片，需求缺口100-300万颗；华为芯片采购量预计减少。
- 华为产能：2027年华为950系列芯片总产能约300-400万颗，自用比例至少50%。
竞争关系与应对
- 竞争顾虑：担心华为提供性能较低的硬件版本，导致训练效率低于自研芯片。
- 应对措施：核心环节使用自研芯片或英伟达/寒武纪产品，华为芯片用于顾虑较小环节。
豆包业务芯片需求
- 需求缺口：2027年豆包业务对寒武纪芯片需求100-300万颗，远超寒武纪产能。
- 解决方案：未满足需求顺延至2028年，替代方案包括英伟达GPU卡或字节自研方案。
NVIDIA H200采购政策
- 落地进展：政策正在商谈中，核心在于英伟达产品“阉割”程度，即性能限制水平。
DeepSeek自研芯片项目
- 团队情况：位于杭州，目前20余人，计划2027年扩充至200人。
- 时间规划：若2026年底合作，预计2028年量产。
- 首款芯片定位：设计理念类似早期矿卡，低功耗高效处理特定任务，针对中国大模型深度优化，采用定制架构。
