云服务商下场自研芯片，算力竞争进入「芯片定义」时代

事件：《科技日报》2026 年 9 月 12 日报道，英伟达与联发科于 8 月 31 日宣布深化合作，英伟达出资 35 亿美元认购联发科海外可转换公司债，双方围绕 AI 基础设施、边缘 AI 和车用电子展开协同。这一动作被视作全球算力竞争进一步下沉至芯片层的标志。

关键事实：报道称，谷歌、AWS、阿里云、微软等头部云服务商正集体加码自研或定制芯片。定制 AI 芯片在大模型推理场景下的能效比可达同级别通用 GPU 的 1.5 至 3 倍，单位算力成本可降低 35% 以上。在万卡级训练集群中，网络通信开销已占总算力开销的 32%，成为超大规模集群性能提升的首要瓶颈。存储读写速度年增速不足 20%，而 AI 算力性能每两年提升约 3 倍，算力单元等待数据的耗时占比超过 30%，"存储墙"问题日益突出。AWS 自研 Trainium 芯片支撑的算力服务营收快速增长，已成为与英伟达 GPU 并行的核心产品线。

影响：未来云服务的竞争力不再仅取决于软件调度能力，而是取决于从芯片、网络、存储到上层应用的全链路协同优化能力。中型云厂商则更多选择与芯片企业联合定制，以三分之一的投入周期换取场景化适配能力。

【AICOR 点评】

算力正在从"通用采购"走向"自定义架构"。对企业客户来说，这意味着 AI 基础设施的选择维度在增加：除了算力峰值，还要考虑推理能效、网络拓扑、存储带宽和供应链安全。AICOR 判断，具备芯片层定制能力的云厂商将在企业 AI 重构市场中获得更强议价权。