腾讯承认高端算力不足,字节4.8亿美元算力贷款遇阻:国产芯片距离真正替代英伟达,还有多远?
最近几条消息,值得中国AI产业认真反思。
第一,腾讯自己承认:高端算力不足,已经影响下一代大模型训练。
11月18日,腾讯发布2026年第三季度财报。在业绩会上,腾讯总裁刘炽平明确表示:Hy4的训练效率已经很高,但由于先进计算资源受到限制,下一代模型的研发可能需要更长时间。
他还特别提到,美国限制通过海外数据中心远程使用先进GPU,意味着中国企业能够获得的高端算力进一步减少。
腾讯不是一家缺钱的小公司。它第三季度资本开支付款达到651亿元,现金储备5257亿元。有钱不代表就能买到足够先进的芯片。
第二,字节跳动一笔4.8亿美元的GPU融资项目,遭遇银行暂停。
11月17日,彭博社报道,新加坡云服务商Aolani Cloud原计划融资4.8亿美元,在马来西亚数据中心采购英伟达GPU,供字节跳动使用。
美国出台新的远程算力管制规则后,参与评估的五家银行开始讨论退出或不参与融资。
这说明问题已经不只是能不能直接进口芯片,而是中国企业通过第三国租用英伟达算力,也面临越来越严格的限制。
第三,中国AI算力建设仍然离不开英伟达。
美国战略与国际问题研究中心(CSIS)及美国美中经济与安全审查委员会(USCC)近期披露的资料,都反映出中国企业对先进GPU的持续需求。
USCC引用MiniMax创始人的说法:如果要训练一个8000亿参数规模的模型,仅训练阶段就可能需要20万张华为最新一代芯片。
这不是说国产芯片完全不能用,而是说,要达到前沿大模型训练所需要的规模,芯片数量、集群效率和软件生态仍然是巨大挑战。
问题的关键从来不是国产芯片能不能运行AI,而是能不能以足够低的成本、足够高的效率,稳定支撑数千亿参数乃至更大规模的前沿模型训练。
英伟达真正强大的地方,也不仅仅是GPU本身,而是CUDA软件生态、高速互联、集群调度、开发工具和成熟的供应链体系。
国产芯片可以承担一部分推理任务,可以在特定场景发挥作用,但这距离全面替代英伟达高端训练系统,显然还有很长的路。
我们当然希望国产芯片取得突破。但产业竞争不能靠口号,也不能靠把企业家推上神坛。
真正的科技自主,不是宣布自己已经能够替代谁,而是拿出能够经得起全球市场检验的产品、性能、成本和规模化交付能力。
数据不会因为情绪而改变。