🔥36氪•較早收集於 15m
字節跳動將AI基礎設施支出增加25%至2000億元
💡字節跳動280億美元AI基礎設施激增，預示模型訓練大規模擴張—運算規劃關鍵（78字）
⚡ 30-Second TL;DR
有什麼變化
字節跳動AI基礎設施預算增加25%
為什麼重要
字節跳動的大規模基礎設施投資顯示其擴大AI能力的意圖，可能對競爭對手施壓並影響全球AI運算市場。這或將加速抖音母公司的新模型發布。
下一步行動
追蹤字節跳動雲價格更新，以獲取潛在更便宜的AI訓練GPU存取。
誰應關注：Founders & Product Leaders
關鍵要點
- •字節跳動AI基礎設施預算增加25%
- •新總支出：2000億元人民幣（約280億美元）
- •因記憶體晶片價格上漲所驅動
- •支持加速AI布局與開發
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •字節跳動此次資本支出激增，主要用於採購高頻寬記憶體（HBM）及與輝達（NVIDIA）合作的客製化AI晶片，以緩解因供應鏈緊張導致的算力瓶頸。
- •該預算調整反映了字節跳動正將資源從傳統的推薦演算法基礎設施，大規模轉向支持其自研大模型「豆包」（Doubao）的訓練與推理集群。
- •除了硬體採購，該筆支出亦涵蓋了在東南亞與北美建設新的數據中心，旨在提升其全球化AI產品的低延遲響應能力。
📊 競品分析▸ Show
| 比較項目 | 字節跳動 (豆包) | 阿里巴巴 (通義千問) | 騰訊 (混元) |
|---|---|---|---|
| 核心優勢 | 短影音推薦演算法整合 | 雲端基礎設施與生態 | 社交數據與遊戲場景 |
| 算力佈局 | 自建集群與晶片採購 | 阿里雲自研晶片與算力租賃 | 騰訊雲高性能計算集群 |
| 商業模式 | 廣告變現與AI工具訂閱 | 雲端服務與API調用 | 企業級解決方案與API |
🛠️ 技術深入
- 算力架構：採用大規模GPU集群（以NVIDIA H系列為主），並結合自研的互聯技術以降低訓練時的通訊延遲。
- 記憶體優化：針對HBM3e記憶體進行底層驅動優化，以應對大模型推理時的高頻寬需求。
- 模型訓練：豆包大模型採用混合專家模型（MoE）架構，透過動態路由機制提升推理效率，降低單位算力成本。
🔮 前景展望AI analysis grounded in cited sources
字節跳動將在2026年底前實現豆包模型在全產品線的深度嵌入。
巨額的基礎設施投入將顯著降低推理成本，使大規模部署AI功能在經濟上變得可行。
中國AI晶片供應鏈將因字節跳動的採購策略而加速國產化進程。
為規避地緣政治風險，字節跳動正逐步增加對國產AI加速卡的測試與採購比例。
⏳ 時間線
2023-08
字節跳動正式發布「雲雀」大模型，標誌著其大模型戰略的起步。
2024-05
字節跳動正式推出「豆包」大模型，並在國內市場開啟大規模商業化推廣。
2025-02
字節跳動宣布其AI基礎設施算力規模達到行業領先水平，支持多模態模型訓練。
📰 事件追蹤
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗