字节跳动 AI 芯片与 DPU 团队负责人施云峰已经提交离职申请，目前处在交接阶段，这次人事变动同步伴随字节自研芯片布局的整合调整，字节 AI 芯片团队一直走对标 TPU 的纯 ASIC 专用芯片路线，今年完成流片之后芯片性能没有达到预期，团队转向下一代芯片研发，同时公司也在收拢芯片研发资源，理顺 AI 芯片、CPU、VPU、DPU 多条线的协同关系，造芯难度集中在 ASIC 生态适配、软件工具链开发，没法直接兼容 CUDA，模型迁移成本很高，这次调整不是放弃自研芯片，而是重新梳理研发节奏、资源分配，继续围绕豆包、火山引擎、内部数据中心算力需求推进自研。
一、施云峰个人背景与汇报关系
| 项目 | 详情 |
|---|---|
| 岗位 | AI 芯片 + DPU 团队负责人 |
| 入职时间 | 2018 年加入字节跳动 |
| 学历 | 北京大学信息科学技术学院 |
| 过往履历 | 联发科、美满电子、华芯通 |
| 汇报对象 | 字节副总裁、火山引擎负责人杨震原 |
| 团队起点 | 2019 年年中组建，早期归属 AI Lab MLSys 部门 |
二、字节自研芯片四大产品线概况
- AI 推理芯片（SeedChip）：核心项目，纯 ASIC 架构，面向豆包大模型推理，对标谷歌 TPU，2026 年流片，硅后指标不及预期，启动下一代版本。
- 服务器 CPU：面向数据中心通用计算，支撑内部业务和火山引擎云服务。
- VPU 视频处理单元：用于抖音、视频内容审核、视频编解码加速。
- DPU 智能网卡：数据中心网络卸载、集群互联加速，和 AI 芯片协同。
三、本次整合背后的核心难点
- 生态适配门槛高：ASIC 专用芯片没有成熟 CUDA 生态，算子、框架都要从零适配，模型迁移工作量巨大。
- 流片指标不及预期：首版芯片完成流片，但算力、能效没有达到内部预设目标，没法大规模上线部署。
- 软硬件协同周期长：芯片硬件和 Seed 大模型、推理框架需要同步迭代，硬件节奏很难跟上模型快速迭代。
- 多线研发资源分散：AI 芯片、CPU、VPU、DPU 并行研发，对人力、资金、工艺资源消耗很大，需要整合聚焦。
四、字节芯片业务的并行策略
- 自研路线：持续投入 ASIC AI 芯片、CPU、VPU、DPU，优先满足自身业务，自用优先。
- 外部采购路线：持续采购商用 GPU，作为当前主力算力底座，保障豆包、大模型训练推理稳定运行。
- 投资补充路线：通过投资芯片、算力相关企业，补齐供应链、工具链短板，降低自研单一风险。
五、落地总结
施云峰离职属于芯片项目推进过程中的人事变动，字节并没有叫停自研芯片项目，而是借着这次机会做布局整合，收缩资源、调整研发节奏，重点攻坚下一代 ASIC 芯片的性能与软件适配。自研 AI 芯片本身周期长、失败风险高，字节现阶段依旧是自研 + 外购两条腿并行，自研更多是长期算力自主的布局，短期商用主力还是外部成熟算力芯片。
【常见问题】
问题 1：字节跳动 AI 芯片负责人施云峰离职，这次人事变动是不是代表字节放弃自研 AI 芯片？
回答 1：字节跳动 AI 芯片负责人施云峰离职，这次变动不代表字节放弃自研 AI 芯片，只是自研芯片布局整合，首版芯片流片效果不达预期，团队转向下一代研发，自研项目还在继续推进。
问题 2：字节跳动 AI 芯片负责人施云峰离职，字节自研 AI 芯片为什么选择 ASIC 路线而不是 GPU 路线？
回答 2：字节跳动 AI 芯片负责人施云峰离职，字节自研 AI 芯片对标谷歌 TPU 选择 ASIC 路线，是为了针对大模型推理做专用硬件加速，理论上可以做到更高能效、更低成本，但代价是生态封闭、软件适配难度大。
问题 3：字节跳动 AI 芯片负责人施云峰离职，字节自研芯片包含哪些品类，DPU 在里面起到什么作用？
回答 3：字节跳动 AI 芯片负责人施云峰离职，字节自研芯片包含 AI 推理芯片、服务器 CPU、VPU 视频芯片、DPU，DPU 负责数据中心网络卸载、集群互联，和 AI 芯片配合，提升大算力集群的通信效率。
【参考资料】
[2026-11-11]（晚点独家｜字节 AI 芯片负责人离职，自研芯片布局进一步整合）晚点 LatePost
[2026-11-11]（字节 AI 芯片负责人离职，自研芯片布局进一步整合）虎嗅网
[2026-11-11]（字节 AI 芯片负责人离职，自研芯片布局进一步整合）新浪财经
[2026-02-14]（传字节跳动自研芯片团队规模突破千人，四大产品线布局成型）电子工程专辑
【免责声明】
本文信息来自媒体公开报道，属于行业动态信息整理，字节自研芯片的研发进度、组织调整、上线计划均以字节官方口径为准；芯片研发本身存在很高不确定性，本文仅作为产业技术资讯参考，不构成投资、行业选型建议。