AI云变革：从租卡到自研芯片，谁将成为新王者？

2025年上半年，中国大模型项目中标数量高达1810个，总金额突破64亿元，超越了2024年全年的总量。这一数据表明，金融、能源、政务、制造等核心产业正加速向AI转型，AI已成为生产系统中不可或缺的组成部分。

随着需求的转变，服务标准也变得更加严格。例如，浙江政务云招标明确要求“7×24小时安全运营服务”，而招商银行则强调云平台可用性需达到99.999%。客户所追求的，已不仅仅是几张GPU卡，而是一个可靠、可持续交付的AI算力系统。

IDC的数据显示，2024年中国AI公有云服务市场规模同比增长了55.3%，但驱动力已从“训练+推理”双轮转向了推理需求的激增。当AI成为生产要素，衡量云服务优劣的标准，已不再是峰值算力，而是看其能否在复杂环境中持续稳定运行。

实现这一目标，离不开两个关键要素：自研AI芯片以及芯片与系统的深度协同能力。

AI云的底层：超越“租卡生意”

许多人认为，云厂商只需购买GPU并装入机柜，就能提供AI算力服务。然而，这仅仅是“租卡思维”，将AI云视为硬件租赁业务。但现实早已超越了这种简单模式。仅仅从英伟达采购GPU、插入服务器并打上“AI云”标签对外出租，这条路已行不通。

首先，成本不可持续。一块Blackwell B200的售价高达3–4万美元，H100也要2万美元。在超大规模AI集群中，GPU成本占总投资近一半。据英伟达最新财报显示，云厂商已贡献其数据中心收入的50%。也就是说，全球头部云服务商正将大量AI开支押注在同一家供应商身上。

其次，有钱也未必买得到。美国出口限制下，国内厂商举步维艰；而海外云厂商同样受限于台积电CoWoS封装产能紧张。在台积电的运动会上，黄仁勋直接喊话“没有台积电就没有英伟达！”这实际上是为了争夺台积电的产能。更微妙的是，英伟达自己也下场做云了——DGX Cloud Lepton平台已能直接向开发者出租GPU，模式与AWS无异。

第三，客户需要的不仅是算力，而是高效的AI能力。大模型训练并非“插卡即用”的简单任务，而是需要万卡协同、低延迟互联、高利用率调度的复杂工程。

如果云厂商只是“采购+集成”，无法从底层干预芯片架构、通信协议、编译器优化，那么再大的集群也只是“纸面算力”。

云的未来：路径选择

今年以来，各大云厂商对于未来AI云的路径越来越清晰。我们以这些云厂商的芯片布局为切入点，探讨顶级云厂商的破局路径。

以AWS为例。作为全球云计算的领导者（2025年Q3占比32%），AWS自研芯片的布局最为完整，包括Graviton（通用计算）、Trainium（训练）、Inferentia（推理）。尤其是Graviton系列，已在去年贡献AWS全球超过一半的CPU算力，能效较传统平台提升逾40%，显著降低了单位算力成本。

然而，技术领先并未转化为AI市场的胜势。2025年Q3 AWS云业务增速仅为20%，远低于Azure（40%）与谷歌Cloud（34%），AI收入占比仅18%。目前，AWS采取了双线并进的“对冲战略”。一方面，按照传统云厂商的路径拿下高端客户；另一方面，靠自研芯片闭环绑定核心伙伴。但问题在于：技术领先并未转化为市场胜势。

再来看微软云。今年是微软Azure AI战略的转折之年。通过三件标志性事件可以看出其走向：第一，OpenAI明确转向多云部署；第二，微软自研芯片进程不及预期；第三，表面利好背后的被动现实。实际上，微软也与Lambda达成数十亿美元AI基础设施协议，但协议中提到Lambda将利用微软Azure云平台部署由英伟达提供的AI基础设施。

谷歌云之前较为低调，但全栈自研战略一发力便惊艳众人。今年谷歌发布的自研芯片TPU v7（Ironwood）性能已接近英伟达B200。更重要的是，谷歌开始对外销售TPU。这背后有两个潜台词：一是产能自信，二是性能达标。今年Anthropic和谷歌云合作，未来数年将获得高达100万个TPU芯片的专属使用权。

谁才是云的真强者？

总有人觉得云厂商搞出自研芯片就算“有实力”。但事实是单一芯片的突破顶多算“单点强势”，远算不上真正的行业壁垒。对于云厂商来说真正实力是从芯片设计→软件栈适配→大规模集群部署→实际业务负载承载→商业化服务输出的端到端自主交付能力。

在中国具备类似潜力的厂商只有两家：阿里云与百度智能云。IDC发布的最新报告显示2024年中国AI公有云服务市场规模达195.9亿元其中百度智能云和阿里云并列第一。

阿里依托“倚天+含光+灵骏平台”，构建了“一云多芯”体系坚持全栈自研路线在政务、金融等信创场景中已完成大规模推理落地。

百度则正在走出另一条路。在今年的百度世界大会上百度创始人李彦宏谈到AI行业需要“倒金字塔”他表示：“‘倒金字塔’的AI产业结构中芯片厂商不管赚多少钱芯片之上的模型要产生10倍的价值基于模型开发出来的应用要创造100倍的价值。”

百度集团执行副总裁沈抖表示发布新款芯片和超节点产品就是希望为企业提供强大、低成本AI算力。更关键的是沈抖透露除了支持绝大多数的大模型推理任务外并基于五千卡单一集群“高性价比地训练出一款多模态模型”。这充分说明昆仑芯不仅是试验品已成为百度自身AI系统的主力算力底座。