今年是行业算力供给最紧张的一年,芯片采购、算力扩容门槛变高,很多 AI 企业卡在算力资源不足的瓶颈里,而百度多年坚持的芯片、算力、大模型、MaaS 平台、上层应用一体化全栈押注,在当下这个节点开始看到实实在在的商业化兑现,最新财报里 AI 收入占比连续三个季度超过 53%,GPU 云、千帆 MaaS 的 Token 调用收入迎来爆发式增长。这套全栈链条简单说就是昆仑芯自研芯片打底,百舸算力集群做调度,文心大模型做基座,千帆 MaaS 承接企业调用,再叠加百度搭子、文库 AI 等上层应用,不是只靠外购 GPU 一条腿走路。算力紧缺环境下,自研芯片可以缓解外部供货约束,自研集群调度系统拉高 GPU 利用率,再配合 MaaS 平台把算力打包成可按需调用的模型服务,刚好踩中企业客户大批量接入 AI 智能体、推理需求暴涨的风口。当然现阶段兑现主要集中在算力云基础设施板块,上层 AI 应用的增速还有提升空间,百度也在调整资本开支策略,优先跟着真实客户订单扩算力、签长期预付款合同,一边释放全栈优势,一边控制重资产投入的风险。
一、百度全栈 AI 五大环节清单
- 芯片层:昆仑芯,自研 AI 加速芯片,M100 推理芯片预计年底量产,降低对外购芯片依赖
- 算力集群层:百舸异构计算平台,自研通信库 BCCL,万卡级集群调度、故障自愈,拉高算力利用率
- 大模型层:文心系列基座模型、深度思考模型,持续迭代,适配训练和推理场景
- MaaS 服务层:千帆平台、词元所模型交易市场,对外输出模型能力,按 Token 计费
- 应用层:百度搭子、文库 AI、网盘 AI、AI 营销、萝卜快跑自动驾驶等落地产品
二、外购算力路线对比百度全栈路线表
| 项目 | 纯外购算力路线 | 百度全栈 AI 路线 |
|---|---|---|
| 算力供给 | 高度依赖外部芯片供货,算力紧张时容易拿不到卡 | 自研昆仑芯 + 外购 GPU 混合集群,供给弹性更强 |
| 成本结构 | 硬件采购成本波动大,议价能力弱 | 自研芯片长期摊薄推理成本,调度优化提升利用率 |
| 交付形态 | 大多只提供裸 GPU 服务器租赁 | 可以单独租算力,也可以打包模型、智能体、行业方案 |
| 抗风险能力 | 供应链波动影响极大 | 软硬一体,多环节互相兜底 |
| 变现周期 | 只赚硬件租赁差价 | 底层算力 + MaaS + 上层应用多层变现 |
三、全栈能力兑现的落地动作
- 释放集群存量:优先提升现有卡的利用率,不盲目新增大规模资本开支
- 昆仑芯商业化落地:推理芯片推向政企客户,承接大模型推理流量,分担 GPU 压力
- 完善 MaaS 交易:依托词元所,对接算力供给方和 AI 应用开发者,打通 Token 流通
- 绑定长期客户:主推长周期预付款算力合同,稳定现金流,减少短期价格波动冲击
- 向上拓展场景:把算力、模型打包成行业解决方案,提升业务毛利,不只卖裸算力
【常见问题】
问题 1:算力紧张这一年,百度全栈 AI 押注兑现,主要体现在哪些数据上?
回答 1:算力紧张之年百度全栈 AI 押注兑现,体现在 AI 收入占比连续三季超 53%,AI 云基础设施收入同比涨 94%,GPU 云收入同比大涨 191%,千帆 MaaS 外部 Token 收入同比增长 1159%。
问题 2:百度的全栈 AI 布局,是不是就是自己造芯片就够了?
回答 2:不是,百度全栈 AI 布局是芯片、算力集群、大模型、MaaS 平台、AI 应用整套链路,昆仑芯只是底座,需要和百舸算力、文心大模型、千帆平台协同,才能在算力紧张的时候发挥价值。
问题 3:算力紧缺环境下,百度全栈路线对比单纯买算力的公司优势在哪?
回答 3:算力紧缺的时候,百度全栈路线不容易被芯片供货卡脖子,自研芯片和调度系统可以控成本、提利用率,还能提供从算力到模型应用的打包服务,客户粘性更强。
问题 4:百度全栈押注兑现之后,是不是已经没有业务短板?
回答 4:不是,百度全栈押注兑现目前主力增长来自算力基础设施,上层 AI 应用收入增速偏弱,依然需要持续推进应用落地,平衡底层算力重资产压力。
【参考资料】
[2026-11-17](算力最紧一年,百度全栈 AI 长期投入迎来规模化兑现)36 氪
[2026-11-17](百度 Q3 财报:AI 收入占比 53%,GPU 云、千帆 Token 收入爆发)证券之星
[2026-11-16](李彦宏:全球算力持续紧张,全栈布局是 AI 企业的护城河)新浪财经
【免责声明】
本文仅为行业资讯整理,不构成投资建议;百度全栈 AI 业务的商业化进展、昆仑芯量产进度、算力供给形势受供应链、行业竞争、客户需求影响,后续变化请以百度官方财报和公告为准。
