中国科技巨头阿里巴巴和百度在AI芯片领域取得重大突破。据多位知情人士透露，两家公司已开始使用自主设计的芯片训练其人工智能模型，部分取代了英伟达的芯片。这一转变发生在美国对华AI芯片出口限制不断加强的背景下，中国企业正加速发展自主AI芯片能力，以减少对外部技术的依赖。
阿里巴巴自2025年初开始将自研芯片应用于轻量级AI模型的训练，而百度则正在试验使用其昆仑芯P800芯片训练新版文心大模型。值得注意的是，三位使用过阿里巴巴自研芯片的员工表示，其性能已足以与英伟达专门为中国市场打造的H20芯片相竞争。
01 技术突破：自研芯片实现英伟达部分替代
阿里巴巴和百度在自研AI芯片方面取得了实质性进展。阿里巴巴自今年年初以来，一直在使用自主设计的芯片训练较小型AI模型。这些芯片由阿里旗下平头哥半导体公司开发，其性能据说已经能够与英伟达的H20芯片相媲美。
百度则正在尝试使用其昆仑芯P800芯片训练新版文心大模型。百度自2011年起就已成立芯片研发团队，2018年推出首款昆仑芯片，主要应用于自动驾驶和云端推理。最新的昆仑P800芯片被直接用于文心大模型的训练，标志着百度在构建"框架+芯片+模型"全栈自研AI生态方面迈出了关键一步。
值得注意的是，这些自研芯片已经不再是纸面设计或实验产品，而是真正投入到了实际应用中。阿里巴巴的自研芯片已经成功应用于轻量级AI模型的全流程训练，无论是电商场景的智能推荐模型，还是阿里云面向企业客户的轻量化AI服务，都能提供稳定、高效的算力支持。
02 战略背景：美国限制下的自主创新加速
这一技术突破的发生背景是美国对华AI芯片的层层封锁。从限制A100、H800，到出口性能受限的H20芯片，美国试图限制中国获取的AI算力资源。
这种外部压力迫使中国企业加速自主创新。阿里巴巴过去四个季度在AI基础设施与产品研发上的累计投入已超过1000亿元。今年2月，阿里更宣布未来三年将追加3800亿元，用于建设云计算与AI硬件基础设施，其中芯片研发是最核心的投向之一。
中国政府也推出相关政策，要求企业加大力度使用国产技术。这种政策导向与市场需求相结合，为中国自研AI芯片创造了良好的发展环境。
03 性能对比：与英伟达H20芯片相当
根据使用过这些自研芯片的员工反馈，阿里巴巴的AI芯片在算力性能、稳定性与适配性上，已达到可与英伟达H20芯片"媲美"的水平。这意味着阿里在芯片架构设计、算法优化、与AI框架的协同等核心技术上，已突破国际巨头的技术壁垒。
英伟达H20芯片是英伟达专门为中国市场设计的"降配版"芯片，其计算能力不如H100或Blackwell系列，但性能仍然超过了大多数中国替代产品。中国自研芯片能够达到与H20竞争的水平，表明中国在AI芯片领域的技术能力有了显著提升。
不过，对于最前沿的大模型研发，英伟达的高端芯片仍然不可替代。阿里巴巴和百度都没有完全放弃英伟达芯片，两家公司仍在使用英伟达芯片开发的模型。
04 全球趋势：科技大厂纷纷自研AI芯片
中国科技公司自研AI芯片的趋势与全球科技巨头的方向一致。OpenAI与博通合作设计自研芯片，博通在财报会议上确认从第四家主要客户手中取得100亿美元定制芯片订单，外界认为该客户正是OpenAI。
云服务大厂谷歌、亚马逊、微软也在加速自研AI芯片的采用。谷歌自研的TPU还在积极进入第三方数据中心市场，与英伟达直接竞争。这反应了头部科技大厂发力自研AI芯片以降低对于英伟达的依赖已经是大势所趋。
这些发展表明，全球AI算力格局正在从"单一GPU供给约束"向"多元化定制芯片方案"切换。投资逻辑也从硬件垄断走向生态博弈。
05 市场反应：股价上涨显示市场信心
资本市场对阿里和百度自研AI芯片的进展反应积极。消息传出后，阿里巴巴和百度港股股价早盘高开。
截至收盘，阿里巴巴-W(09988)涨5.44%，报收于151.1港元/股；百度集团-W(09888)涨8.08%，报收于115.1港元/股。股价上涨反映了市场对中国科技企业实现AI算力自主化的信心。
阿里巴巴还宣布发行31.68亿美元零息可转换优先票据，其中约80% 将用于增强云基础设施，包括扩大数据中心、升级技术及优化服务。这一举措进一步强化了阿里在AI基础设施领域的投入力度。
06 生态建设：构建全栈自研AI能力
阿里巴巴和百度都在构建全栈自研的AI能力。阿里巴巴通过平头哥半导体公司开发AI芯片，并与其云计算业务和AI模型研发形成协同效应。
百度则逐步形成了"算法与算力双轮驱动"的格局。百度自研的昆仑芯AI芯片不仅被百度内部采用，也开始被更多的外部客户所采用。今年8月，昆仑芯在中国移动2025年至2026年人工智能通用计算设备（推理型）集中采购项目中表现亮眼，在三个标包中均位列第一，中标规模达十亿元级。
这种全栈自研的能力使企业能够更好地优化芯片与软件框架的协同效率，提升整体性能，同时降低对国外技术的依赖。
07 未来展望：从部分替代到全面自主
目前，阿里巴巴和百度采用的都是"自研芯片+英伟达芯片"的并行模式。这种模式既体现了企业对算力稳定性的谨慎考量，也反映出自研芯片正从"补充角色"向"核心角色"过渡的阶段性特征。
随着自研芯片在更多场景的验证与优化，以及国内半导体制造能力的提升，自研芯片在AI算力体系中的占比将持续提升。最终目标是实现从"部分替代"到"全面自主"的跨越。
然而，要实现完全自主仍然面临挑战。中国半导体产业在性能、生态、产能三个方面仍存在难关。尤其是在的大模型训练方面，英伟达的高端芯片仍然具有明显优势。
阿里巴巴和百度开始使用自研AI芯片训练模型，标志着中国AI算力生态建设取得了重要进展。这一突破不仅体现了中国科技企业的创新能力，也反映了在美国技术限制下，中国企业加速自主可控的决心。
虽然目前自研芯片还无法完全替代英伟达的高端产品，但在特定场景下已经实现了部分替代，减轻了对国外技术的依赖。随着持续投入和技术积累，中国有望在AI算力领域实现更大程度的自主可控，为全球AI产业发展提供多元化的解决方案。
免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行删除。