5月27日消息，在最新一輪財報電話會議中，中國兩大科技巨頭騰訊與百度的高管揭示了他們如何在美國收緊關鍵半導體出口限制的背景下，依然保持在全球人工智能賽道中的競爭力。

兩家公司采取的策略包括：囤積芯片、提升AI模型效率，甚至使用國產半導體產品。

盡管特朗普政府近期廢除了拜登時期一項頗具爭議的芯片出口管制政策，但今年4月仍加強了對包括英偉達和AMD在內的部分美國半導體產品的出口限制。面對這一挑戰，中國科技企業正通過多元化方式應對。

騰訊：囤積芯片與軟件優化

騰訊總裁劉熾平在電話會議中表示，公司此前已儲備了數量可觀的芯片，特別是廣泛用于訓練大型AI模型的圖形處理器（GPU）。GPU因其強大的數據處理能力，已成為訓練AI模型的關鍵硬件。

劉熾平指出，騰訊并不認同美國科技企業“必須持續擴展GPU集群以提升模型能力”的觀點。通過提升效率，騰訊已經可以在相對較小規模的GPU集群上實現良好的訓練效果。

他說：“這促使我們重新審視現有的高端芯片庫存，并認為這些資源足以支持未來幾代模型的持續訓練。”

在AI推理環節（即具體執行AI任務階段），騰訊通過“軟件優化”來提升GPU使用效率，從而用相同數量的GPU完成更多功能。同時，騰訊也在探索輕量化模型的應用，這些模型在滿足實際需求的同時對算力的要求更低。此外，騰訊還計劃采用中國本土設計的定制芯片及現有的國產半導體產品。

劉熾平總結道：“我認為，我們有很多方式可以滿足不斷增長的推理需求。我們需要不斷探索這些路徑，并且可能要在軟件方面投入更多精力，而不是單純依賴采購更多GPU。”

百度：全棧式AI架構 + 國產芯片突破

作為中國最大的搜索引擎公司，百度在財報電話會上強調了其獨特的“全棧”AI能力——既包括自有的云計算基礎設施、AI大模型（如文心一言），也包括基于這些模型開發的實際應用。

百度智能云事業群總裁沈抖表示：“即使無法獲得最先進的芯片，我們獨特的全棧AI能力依然能夠支撐強大的應用開發，并持續創造有意義的價值。”

沈抖還表示，百度通過對軟件的優化和對技術堆棧的深度掌控，降低了模型運行成本，并能夠更高效地利用現有GPU資源。

他指出：“基礎模型帶來了對大規模算力的需求，建設和管理大規模GPU集群的能力，以及高效利用GPU的能力，都已經成為關鍵競爭優勢。”

此外，沈抖還特別提到中國本土科技企業在AI半導體領域取得的進展，這有助于緩解美國芯片限制的影響。他表示：“國產自研芯片，加上日益高效的本土軟件體系，將共同夯實中國AI生態系統長期創新的基礎。”

中國加快發展本土芯片生態

過去幾年間，中國一直在加快本土設計與制造AI半導體芯片的步伐。大多數專家認為，中國在GPU和AI芯片等領域整體仍落后于美國，但已取得一定進展。

Gartner半導體分析師高拉夫·古普塔（Gaurav Gupta）指出，囤積芯片是中國企業應對出口限制的一種方式。此外，即便與美國尚有差距，中國在半導體技術方面也取得了一定進展。

古普塔表示：“中國還在構建完整的本土半導體生態系統，從材料、設備到芯片和封裝，各環節都有不同程度的進步。盡管不同細分領域的發展水平不一，但中國在這一目標上展現出了極強的連貫性和雄心，也取得了不錯的成績。這為中國企業獲取AI芯片提供了新渠道，雖然這些芯片還無法與美國領先企業的產品媲美，但技術水平正持續提升。”

隨著中國在AI芯片領域不斷取得進展，越來越多的美國科技高管呼吁華盛頓取消出口限制。英偉達首席執行官黃仁勛上周公開表示，這些限制措施已經“失敗”，對美國企業自身的影響甚至超過了對中國的影響。（小小）