💰钛媒体•最新收集於 34m
騰訊528億元的算力豪賭
💡Tencent 的支出揭示了稀缺 AI 算力為何能成為高利潤戰略資產。
⚡ 30-Second TL;DR
有什麼變化
Tencent 第二季資本支出達528億元人民幣。
為什麼重要
對 AI 基礎設施營運商而言，文章將算力定位為可變現的戰略資源，而不只是成本中心。HBM 與封裝供應持續受限，可能讓推理容量維持高價，也使供應規劃成為競爭優勢。
下一步行動
盤點未來12個月的推理算力需求，並比較直接採購與雲端或算力轉售方案，同時納入 HBM 供應風險。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Tencent 第二季資本支出達528億元人民幣。
- •AI 算力轉售據稱可帶來超過30%的利潤率。
- •HBM 與先進封裝被視為供應鏈的核心瓶頸。
- •國產替代方案仍受制於上游技術限制。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •騰訊透過混元大模型（Hunyuan）的持續迭代，將算力需求從單純的基礎設施建設轉向模型推理與應用層的商業化變現。
- •騰訊在數據中心建設中積極導入液冷技術，以應對高密度 AI 算力集群帶來的散熱挑戰與能源效率要求。
- •除了硬體採購，騰訊正透過投資與合作，強化在光互連（Optical Interconnect）技術領域的佈局，以解決大規模集群中的通訊瓶頸。
- •騰訊雲已將算力資源池化，透過自研的星脈高性能計算網絡（StarLink），提升了 GPU 集群的調度效率與利用率。
- •面對美國對華晶片出口管制，騰訊正加速推動國產 AI 晶片在非核心業務場景的適配與測試，以降低對單一供應鏈的依賴。
📊 競品分析▸ Show
| 特性/競爭對手 | 騰訊 (Tencent) | 阿里巴巴 (Alibaba) | 百度 (Baidu) |
|---|---|---|---|
| 核心算力策略 | 混元模型 + 星脈網絡 | 通義千問 + 飛天智算 | 文心一言 + 崑崙芯 |
| 算力轉售模式 | 雲端租賃與模型 API | 雲端租賃與開源模型 | 雲端租賃與晶片銷售 |
| 供應鏈瓶頸 | HBM/先進封裝 | HBM/先進封裝 | 先進封裝/國產替代 |
🛠️ 技術深入
- 星脈高性能計算網絡：採用自研交換機與 RDMA 技術，實現萬卡集群的低延遲通訊，解決大規模訓練中的網絡阻塞問題。
- 混元大模型架構：採用混合專家模型（MoE）架構，在保持模型參數規模的同時，顯著降低了推理階段的算力消耗。
- 液冷散熱系統：在新建數據中心中採用冷板式液冷技術，支援單機櫃功率密度達到 50kW 以上，滿足高階 GPU 運作需求。
🔮 前景展望AI analysis grounded in cited sources
騰訊將在 2027 年前實現 AI 業務的現金流轉正。
隨著算力轉售利潤率的提升與混元模型在廣告、遊戲等核心業務的深度整合，AI 帶來的營收增長將覆蓋資本支出。
國產 AI 晶片佔比將在未來兩年內提升至騰訊算力總量的 30% 以上。
為規避地緣政治風險，騰訊正積極推動供應鏈多元化，並透過軟體層面的優化提升國產晶片的可用性。
⏳ 時間線
2023-09
騰訊正式發布混元大模型，並宣佈接入騰訊雲。
2024-05
騰訊雲發布星脈高性能計算網絡，提升大規模 AI 訓練效率。
2025-03
騰訊宣佈加大對液冷數據中心與先進算力基礎設施的投入。
2026-05
騰訊第二季資本支出達到 528 億元人民幣，創下歷史新高。
📰
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： 钛媒体 ↗