百度：中國買家因供應鏈問題轉向本土 AI 晶片

百度表示，中國買家基於供應鏈穩定性的考量，正加速轉向採用本土製造的 AI 晶片。這顯示在該市場中，採購決策的關鍵已從單純的效能比較，轉為對供應保障的評估。

這個轉向的背景相當明確。過去數年，美國對先進 AI 晶片出口中國的管制持續收緊，可供應的產品規格被逐步限縮，且政策本身處於變動狀態——今天能買的產品，明天可能被列入限制清單。對於需要規畫多年基礎設施投資的企業而言，這種不確定性本身就是難以承受的風險。

「供應鏈問題」這個措辭值得注意，因為它把討論框架從技術性能移轉到營運風險。傳統的晶片採購決策以效能、功耗與成本為核心；但當供應可能在任何時點中斷，即便性能領先的產品也難以作為長期基礎設施的基礎。企業無法建立一套依賴隨時可能斷貨零件的系統——一旦擴充或維修所需的晶片無法取得，整套投資便面臨貶值。

從技術面看，本土 AI 晶片的能力差距仍然存在，但這個差距的實際影響需要分場景評估。訓練最大規模的前沿模型確實需要頂級硬體與極高的互連頻寬；而推論服務、中小規模模型的訓練與特定領域的應用，對硬體規格的要求較為寬鬆。當市場的主要需求從訓練轉向推論——這正是 AI 商業化推進後的自然趨勢——本土晶片能覆蓋的應用比例也隨之提高。

軟體生態則是另一個關鍵變數。晶片的實用性不只取決於硬體規格，更取決於開發框架、編譯工具與模型移植的成熟度。這一層過去是本土方案的主要弱點——開發者的既有程式碼與最佳化經驗都建立在主流生態之上，遷移成本高昂。而當市場規模足以支撐生態投入，這個差距會隨時間縮小。

從產業格局看，這個轉向的長期影響值得留意。管制的原意是限制特定技術能力的取得，但實際效果之一是加速了替代方案的發展——當市場需求確定且外部供應受限，本土業者取得了在缺乏競爭壓力下成長的空間。這種「管制催生替代者」的動態，在多個技術領域都曾出現。

對全球供應鏈而言，這意味著市場可能逐步分裂為兩個平行的技術體系，各自有不同的硬體、軟體生態與標準。這種分裂會提高跨市場產品的開發成本，也讓供應商必須在不同體系間做出配置選擇。

後續觀察重點包括：本土晶片在實際部署中的占比變化、軟體生態的成熟度進展，以及管制政策的後續調整。