人工智能

腾讯:算力限制或延长下一代模型训练,国产芯片供应链有望加速建设

2026年11月19日 · admin
OpenMagic API

据 IT之家 11 月 19 日消息,腾讯在昨日发布第三季度财报后,于业绩沟通中回应了 AI 投入、算力供给及国产芯片等问题。管理层表示,当前资本开支主要投向 AI 基础设施,算力限制短期内将影响模型训练,下一代模型推出可能需要更长时间;但从长期看,更多企业转向国产芯片,有望推动国内供应链建设提速。

财报显示,腾讯第三季度营收为 2073.36 亿元,同比增长 8%;毛利为 1159.11 亿元,同比增长 7%;归母净利润为 636.12 亿元,同比增长 0.8%。在持续推进 AI 化的背景下,基础设施投入如何转化为模型能力和应用产出,成为此次沟通的重要议题。

AI 投入看长期回报,算力供给仍是现实约束

据《科创板日报》报道,腾讯管理层强调,AI 基础设施并非一次性消耗,建成后可以持续服务于模型训练和 Token 生成。随着 2026 年、2027 年建设的设施在后续年份发挥作用,公司预计到 2028 年,相关投入带来的经营压力有望逐步缓解。这是管理层对未来的判断,并不意味着投入压力已经消除。

腾讯对成本改善的预期主要来自两个方向:一是目前采购价格较高的同类设备,到 2028 年价格有望明显下降;二是训练和推理效率继续提升,使相同基础设施能够承担更多训练任务、处理更多 Token。也就是说,AI 基建的经济性不仅取决于芯片价格,也取决于单位算力能够产出多少有效工作量。

不过,效率提升无法立即抵消供给约束。腾讯高管表示,最新收紧的限制使短期实际可用算力减少,租赁和自建算力均受到影响。虽然目前混元 Hy4 采用的精度训练效率较高,下一代模型的推出仍可能需要更长时间。

  • 投入方向:资本开支主要用于 AI 基础设施,并持续支持训练与 Token 生成。
  • 短期挑战:可用算力收缩,模型训练进度承压。
  • 中长期变量:设备采购成本、计算效率和国产供应链能力共同影响投入回报。

产业解读:国产替代提速,不等于算力缺口立即补齐

腾讯管理层认为,相关限制长期可能促使更多中国企业转向国内供应链及国产芯片,研发力量也将进一步向这一领域集中。对国内 AI 产业而言,这意味着算力采购需求可能更多转向本土供给,为相关产品提供更多适配和应用机会。

但需要区分供应链建设加速与短期算力充足。前者涉及研发、采购和应用体系的持续积累,后者直接关系到模型训练能否按计划推进。腾讯此次表态同时包含这两层信息:国内供应链可能迎来更强需求,但当前模型迭代仍要面对算力不足的现实。

腾讯表示,将继续向上探索大模型智能上限,向下构建覆盖个人生活、办公协作和企业生产的 AI 应用体系。后续值得关注的,是国产算力适配、训练推理效率与应用落地能否形成协同。采购更多设备只是基础,把算力稳定转化为模型能力与产品价值,才是持续投入的关键。