在近期财报电话会上,腾讯、阿里先后对外释放算力自主信号,两家都明确长期要把模型训练工作放在国产算力底座上,核心原因是海外先进 AI 芯片出口管制持续收紧,外部算力供给不确定性很高;阿里这边依靠平头哥自研真武系列芯片,已经启动千问大模型在国产芯片上的训练验证,计划 2027 年一季度推出可支撑超大模型训练的 V900;腾讯同样判断国内 AI 行业都会加快转向国产芯片供应链,混元大模型的长期训练规划也会跟着向国产算力倾斜,不过短期国产芯片还存在产能、软件生态、集群互联等短板,现阶段是海外算力和国产算力并行使用,逐步提升国产算力占比,不是立刻一刀切替换。
一、两家企业表态要点
| 企业 | 核心表态 | 自研芯片路线 | 当前落地进度 |
|---|---|---|---|
| 阿里巴巴 | 未来阿里自身、合作伙伴、客户绝大部分模型,预训练和后训练都依托国产芯片;AI 基础设施长期规划以平头哥国产芯片为主 | 真武 M890(已商用)、V900(2027Q1 量产)、J900(2028 年推进) | 千问已经在真武 M890 上训练下一代模型,M890 超节点已经规模化上架阿里云 |
| 腾讯 | 国内 AI 参与者都要依托国内供应链与国产芯片,管制会加速国产化替代;短期算力受限影响混元新版本节奏,长期转向国产算力 | 紫霄系列自研 AI 芯片 | 持续完善芯片软件栈,逐步接入混元训练集群,搭配第三方国产芯片一起补齐算力 |
二、转向国产芯片做模型训练的驱动因素
- 外部管制约束:海外先进 AI 芯片审批、交付规则持续收紧,新增算力获取难度上升,供应链风险变大。
- 全栈长期战略:自研模型搭配自研芯片,可以深度联合调优,降低单位 Token 算力成本,掌握底层技术自主权。
- 国内产业链成熟:国产训练芯片、互联芯片、服务器集群、编译软件栈持续迭代,已经具备承载大模型训练的基础条件。
- 业务可控:自主算力底座之后,算力扩容节奏、数据安全、合规管控都更容易自己把控。
三、当前国产芯片做大模型训练现存短板
- 整体产能不足,大规模卡群交付周期偏长,很难短时间满足爆发式算力需求
- 软件生态迁移成本高,算子适配、分布式训练框架的兼容性还在持续打磨
- 高速片间互联带宽对比海外高端芯片还有差距,超大参数集群训练效率有待提升
- 工具链、调试生态完善度不足,工程师上手和排错耗时更长
四、过渡阶段的落地模式
- 短期:海外许可算力 + 多款国产芯片并行,优先把推理业务迁移到国产算力,训练业务逐步试点
- 中期:随着真武 V900、紫霄新一代芯片量产爬坡,持续提高国产芯片在训练集群里的比例
- 长期:实现绝大多数自研和客户模型训练跑在国产算力底座,降低对海外芯片依赖
【相关 FAQ】
问题 1:腾讯阿里喊话未来模型训练依托国产芯片,是不是现在已经全部切换成国产芯片训练大模型?
回答 1:腾讯阿里喊话未来模型训练依托国产芯片属于长期战略方向,目前还处在并行过渡阶段,短期国产芯片产能和生态还没到位,没有做到全部用国产芯片训练大模型,是一边试点迁移、一边逐步提升国产算力占比。
问题 2:阿里依托国产芯片做模型训练,用的是哪一款自研芯片?
回答 2:阿里依托国产芯片做模型训练,主力是平头哥真武系列芯片,当前 M890 已经商用,千问已经在 M890 上训练下一代模型,性能更强的 V900 计划 2027 年一季度量产,用来支撑超大模型训练。
问题 3:腾讯计划依托国产芯片开展模型训练,对混元大模型会带来什么影响?
回答 3:腾讯计划依托国产芯片开展模型训练,短期因为国产算力还没完全补齐,混元新版本推出节奏会受算力约束;长期国产算力成熟之后,可以摆脱外部算力限制,稳定支撑混元系列大模型持续迭代。
【参考资料】
[2026-11-20](腾讯阿里纷纷喊话未来模型训练将依托国产芯片)财联社
[2026-11-20](海外算力管制升级,阿里、腾讯寄希望国产芯片撑起模型训练)南方都市报
[2026-11-19](阿里 CEO 吴泳铭:未来绝大部分模型会完全依赖于国产芯片做训练)新浪财经
[2026-11-18](腾讯财报会:算力受限,国产供应链是长期方向)21 世纪经济报道
[2026-09-22](云栖大会|平头哥发布真武 V900,面向超大模型训练)阿里巴巴官网
【免责声明】
本文信息来自腾讯、阿里财报电话会发言及公开行业媒体报道,腾讯阿里依托国产芯片开展模型训练是中长期战略规划,芯片量产进度、集群落地节奏、算力替代比例会受流片、产能、软件适配等因素影响;本文仅为行业资讯整理,不构成算力采购、产业投资建议。
