一则采购传闻，将字节跳动与联发科推到了聚光灯下。据外媒报道，字节跳动正与联发科深入洽谈定制数据中心芯片供货事宜，计划采购后者提供的专用集成电路（ASIC）。若交易落地，字节跳动将成为联发科ASIC业务仅次于谷歌的第二大客户。在高端GPU获取受限、算力需求持续膨胀的背景下，这笔潜在交易折射出的不仅是两家企业的商业选择，更是全球AI算力供给格局正在发生的深层变化。
算力“卡脖子”下的必然选择
字节跳动对算力的渴求是惊人的。消息称，公司考虑将今年资本开支最高提升至700亿美元，是去年总额的两倍以上，主要用于扩建数据中心和AI基础设施。若经营环境向好，2027年资本开支或将进一步达到1000亿美元。如此大规模的投入，背后是对话大模型、视频生成等关键赛道的激烈竞争，以及AI服务走向大规模商用后的推理算力海量缺口。
然而，与阿里巴巴、腾讯等国内同行一样，字节跳动无法采购英伟达等厂商最顶尖的AI芯片。美国出口管制规则对可获取的算力水平设置了明确阈值，而华为等本土芯片厂商的产品在性能和产能上尚难完全满足其全部需求。这意味着，国内科技巨头必须寻找“合规且够用”的替代方案。
与芯片设计公司合作定制ASIC，正是这一背景下的务实路径。ASIC针对特定场景和算法进行架构优化，在特定负载下的计算效率与能效比显著优于通用芯片。对于推理任务为主、算法相对可控的数据中心而言，ASIC能以更低的功耗和成本实现可接受的性能，从而在受限的算力预算内“榨出”更多有效算力。此前彭博社已报道，字节跳动今年早些时候与高通达成了类似协议，采购数百万颗AI芯片。如今与联发科的洽谈，进一步印证了其“多条腿走路”的算力策略。
联发科的转型跳板
对长期依赖手机业务的联发科而言，这笔潜在合同意义非凡。数据中心芯片市场正以惊人的速度膨胀，据测算明年规模将达800亿美元。而联发科在此领域的存在感一直不强，主要竞争对手高通和博通已深耕多年。拿下字节跳动这样体量的客户，不仅意味着可观的营收增量，更意味着进入全球数据中心供应链的“入场券”。
联发科对此显然野心勃勃。公司预计今年AI芯片营收将达到约20亿美元，并设定了明年拿下数据中心芯片市场15%份额的目标。英伟达9月宣布向联发科投资35亿美元，更为这一目标增添了重要砝码。英伟达投资的目的绝非扶持一个竞争对手，而是希望借助联发科在定制芯片、SoC设计及客户关系上的积累，将自家IP和互联技术嵌入更广泛的AI基础设施生态。双方各取所需，但客观上增强了联发科在定制ASIC领域的交付能力。
从技术积累看，联发科在移动处理器领域多年打磨的先进制程集成能力、功耗管理和大规模量产经验，均可迁移至数据中心芯片设计。与谷歌的长期合作也验证了其服务超大规模客户的综合实力。字节跳动的订单若落地，将使联发科形成“谷歌+字节跳动”的双头部客户结构，在ASIC代工市场中站稳脚跟。
专用ASIC的产业机会
字节跳动与联发科的潜在合作，是AI算力供给从“通用GPU独大”走向“多元异构并存”的又一标志性事件。GPU在AI训练阶段凭借通用性和软件生态占据绝对主导，但在推理阶段和特定业务场景中，专用ASIC正展现出越来越强的竞争力。
ASIC的核心优势在于成本与能效。通用GPU需要兼顾图形渲染、科学计算、AI训练等多样任务，芯片面积的相当部分用于灵活性。ASIC则围绕特定算法和张量运算单元进行定制，相同晶体管数量下可提供更高算力密度。根据麦肯锡等机构的研究，在同等算力水平下，ASIC的功耗可较GPU降低50%以上，单位算力成本亦可大幅缩减。对于每天承载海量推理请求的互联网公司，这种“省下来的都是利润”的吸引力不言而喻。
生态短板曾是ASIC的最大软肋。定制芯片需要匹配的编译器、运行时框架和算子库，开发周期长，迭代成本高。但随着AI框架（如PyTorch、JAX）和中间表示层的标准化，以及芯片厂商提供越来越完善的软件栈，定制芯片的开发门槛正在降低。对于字节跳动这类技术实力雄厚的公司，可以通过与芯片设计方的深度协同，将自家算法特点和负载特征融入芯片架构，实现“软硬一体”的优化。这种模式在谷歌TPU上已被验证成功，如今字节跳动、阿里、腾讯等国内大厂也在加速跟进。
当然，ASIC不可能完全替代GPU。在顶尖大模型训练、多模态探索等前沿场景，通用GPU的灵活性和CUDA生态仍无可取代。字节跳动采购ASIC的定位，更可能是对现有GPU算力的补充和分流，以“分类算力”策略应对日趋复杂的业务矩阵：训练用GPU，大规模推理和特定场景用ASIC。这一策略既符合美国出口管制框架下的合规要求，也有利于优化总体拥有成本。
中国算力供应链的再平衡
从产业格局看，字节跳动与联发科的潜在交易，也反映出中国AI算力供应链正在经历一轮“再平衡”。过去几年，国内科技巨头高度依赖英伟达GPU，在制裁压力下被迫转向多元方案。华为昇腾、寒武纪等国产芯片虽有进展，但产能与生态仍有欠缺。此时，引入联发科、高通等非美系或合规能力较强的芯片设计公司，可以在现有规则下扩大算力供给来源，降低单一依赖风险。
联发科作为台湾地区企业，在供应链身份上具有特殊地位。其芯片设计基于ARM架构，制造主要依赖台积电，在遵守美国出口管制规则的前提下，能够为中国大陆客户提供符合阈值要求的定制产品。这为字节跳动等企业提供了一条介于“最先进英伟达GPU”和“国产替代”之间的中间路径。尽管ASIC性能不如顶尖GPU，但胜在可得、可控、便宜。
这一趋势也倒逼国内芯片产业链加快成熟。定制ASIC的研发过程离不开与晶圆厂、封测厂、IP供应商的紧密协作，大量订单的导入将带动整个上下游技术迭代。阿里平头哥、百度昆仑芯等自研AI芯片的落地，已展示了定制ASIC在国内超大规模场景的可行性。字节跳动若成功将联发科纳入供应链，将进一步验证“国际合规设计+本土场景定义”的模式，为更多中国科技企业提供参考。
当然，ASIC的长期竞争力取决于是否能形成规模化应用。如果字节跳动的采购量足够大、业务场景足够稳定，联发科就有动力在架构优化、软件工具链上持续投入，形成良性循环。反过来，这种深度绑定也有助于字节跳动在AI赛道上构建差异化的基础设施底座。
站在十字路口的AI基建
字节跳动资本开支的激进扩张，映射出中国AI产业的集体焦虑与雄心。在模型能力差距逐渐缩小、应用竞争白热化的当下，算力成本与供给稳定性已成为决定胜负的关键变量。引入联发科ASIC，是这一大背景下的微观切口，却指向一个明确的方向：AI基础设施的构建逻辑，正从“买最好的芯片”转向“在约束条件下用最合适的芯片”。
对于联发科，这是一个摆脱手机依赖、跻身数据中心的战略机遇；对于字节跳动，这是一次突破算力瓶颈、巩固AI先发优势的关键布局；对于整个行业，这或许标志着定制ASIC在AI基础设施建设中的权重将显著提升，成为与GPU并行的重要算力供给形式。
消息尚处洽谈阶段，最终能否落地、采购规模如何，仍有变数。但趋势已然清晰：全球AI算力供给的版图，正在各大科技公司的商业谈判和技术权衡中被重新绘制。
热门跟贴