传字节谈判采购天数智芯5万颗AI芯片(动察Beating AI News 消息)，中国AI算力的底座，正在悄悄换了一遍，正在进行国产化替代。 字节跳动豆包月活 3.3 亿，全球第二。这么大的用户量背后是海量的推理算力需求，字节新采购的芯片，是一家 2026 年 1 月刚在港交所敲钟的中国公司，天数智芯（ 英伟达被禁之后，在中国的市场的份额持续下降。但需求不会凭空消失。国内 GPU 厂商去年已经吃下了国内 AI 加速器服务器市场近 41% 的份额，这个替代速度比大多数人想象的要快得多。 扒了一下天数智芯，2024 年出货 1.68 万片，到 2025 年上半年单半年就出了 1.57 万片，几乎追平 2023 年全年。累计交付超 5.2 万片，服务超 290 家客户。华泰证券预计 2026 年出货量将突破 10 万颗，同比增长 139%。这尼玛已经不是试水，是规模化放量。 关键问题：凭什么？为什么是它？ 答案是易迁移。天数智芯深度兼容 CUDA 生态，企业从英伟达迁过来几乎零成本。这才是大厂真正愿意买单的原因。性能上，天数天枢架构在 DeepSeek V3 场景下平均性能比英伟达 Hopper 架构高约 20%，推理芯片智铠系列均价约 1.2 万元人民币，性价比也到位。 字节大量采购智铠推理芯片的逻辑是，豆包的用户量摆在那里，推理算力是刚需，国产芯片在这个时间点刚好能接住。腾讯也在买百度昆仑芯的 AI 芯片，国家发改委明确表态要推动国产大模型适配国产算力，所以你懂的，再说现在英伟达给中国的性能上也不具备优势，推理的需求国产芯片就能承接。 现在已经非某一家公司找替代，整个产业链也在重构。 中国 AI 算力的底座正在经历一次静默但彻底的换血。美国禁令留下的缺口，被国产芯片补上，整个算力基础设施得以发展的剧本。只不过，这个剧本才刚刚翻开第一页。

每天刷两小时推特，看到的还是二手转述。这 12 个源直接看一手，建议收藏： 1、AI News — 每日自动汇总各大社区和论文动态的日报，一篇顶你刷半天 2、The Batch — 吴恩达团队的每周简报，观点比资讯多，适合建立判断 3、Hugging Face Papers — 每天社区投票选出的热门论文，带简介 4、alphaXiv — 论文讨论区，能看到同行对一篇论文的质疑和补充 5、arXiv — 最原始的论文源，追某个方向就订阅对应分类 6、LMArena — 大模型盲测竞技场排行榜，看真实对战胜率而不是厂商自测分 7、Artificial Analysis — 各家模型的速度、价格、质量横向对比，选型时直接看这里 8、OpenRouter Rankings — 按实际调用量排的模型使用榜，能看出开发者到底在用什么 9、Simon Willison's Blog — 每个新模型发布他都会实测并写清楚能干什么，几乎不吹 10、Latent Space — 深度访谈和技术拆解，适合了解工程侧的真实做法 11、Interconnects — 训练和后训练方向的深度分析，偏研究 12、SemiAnalysis — 算力、芯片和数据中心的产业分析，看清楚上游发生了什么 如果只留两个：日常追进展看 AI News，选模型看 Artificial Analysis。

每天刷两小时推特，看到的还是二手转述。这 12 个源直接看一手，建议收藏： 1、AI News — 每日自动汇总各大社区和论文动态的日报，一篇顶你刷半天 2、The Batch — 吴恩达团队的每周简报，观点比资讯多，适合建立判断 3、Hugging Face Papers — 每天社区投票选出的热门论文，带简介 4、alphaXiv — 论文讨论区，能看到同行对一篇论文的质疑和补充 5、arXiv — 最原始的论文源，追某个方向就订阅对应分类 6、LMArena — 大模型盲测竞技场排行榜，看真实对战胜率而不是厂商自测分 7、Artificial Analysis — 各家模型的速度、价格、质量横向对比，选型时直接看这里 8、OpenRouter Rankings — 按实际调用量排的模型使用榜，能看出开发者到底在用什么 9、Simon Willison's Blog — 每个新模型发布他都会实测并写清楚能干什么，几乎不吹 10、Latent Space — 深度访谈和技术拆解，适合了解工程侧的真实做法 11、Interconnects — 训练和后训练方向的深度分析，偏研究 12、SemiAnalysis — 算力、芯片和数据中心的产业分析，看清楚上游发生了什么 如果只留两个：日常追进展看 AI News，选模型看 Artificial Analysis。