囤GPU、自研晶片、優化AI：中國面對美國晶片限制的大絕招

在美國持續收緊對中國出口高階人工智慧（AI）晶片的情況下，中國科技巨頭騰訊 (00700-HK) 與百度 (09888-HK) 在最近的收益電話會議上表示，正透過囤積 GPU 晶片、自研半導體與優化 AI 模型演算效率，努力維持在全球 AI 競賽中的競爭力。

根據《CNBC》報導，Gartner 半導體分析師 Guarav Gupta 指出，中國企業正以囤貨、技術突破及本土化供應鏈建構來因應出口限制。

Gupta 指出，「中國一直在發展自己的半導體生態系統，從材料到設備，再到晶片和封裝。不同環節取得了不同程度的進展，但中國在這一目標上出人意料地極其一致且野心勃勃，必須承認他們取得了相當大的成功。」

Gupta 表示，這為中國採購 AI 晶片提供了途徑，儘管這些晶片可能無法與美國晶片領先企業的晶片競爭，但仍在不斷取得進步。

騰訊劉熾平：已有足夠高階 GPU 應對多代 AI 訓練

騰訊總裁劉熾平表示，公司早已囤積大量高階圖形處理器（GPU），且「應該有足夠的高階晶片來繼續進行幾代模型的訓練」。

劉熾平指出，與美國公司認為需要擴大 GPU 集群，才能創造更先進的 AI 的想法相反，騰訊能夠使用較少數量的此類晶片實現良好的訓練效果。

針對 AI 推理，劉熾平則表示騰訊正透過軟體演算法優化來提升運算效率，使現有 GPU 資源可執行更多任務。

此外，騰訊也積極開發小型 AI 模型，並採用中國自產的客製化晶片，以降低對進口高階晶片的依賴。

劉熾平表示：「我認為有很多方法可以滿足不斷擴大和成長的推理需求，我們只需要繼續探索這些領域，並在軟體方面投入更多時間，而不僅僅是強行購買 GPU。」

百度靠全端 AI 功能突圍，自研模型打造高效 AI 應用

百度則大力宣傳其所謂的「全端」AI 功能，包括雲端運算基礎設施、AI 模型以及基於這些模型的實際應用程式的結合，並強調公司軟體優化、降低運行模型成本和提高其所擁有的 GPU 效率的能力。

執行副總裁沈抖則指出，「即使沒有最先進的晶片，我們獨特的全端 AI 功能也使我們能夠建立強大的應用程式並提供有意義的價值。」

此外，百度主管還大力宣傳中國本土科技公司在 AI 半導體領域的進展，並表示此舉將有助於減輕美國晶片限制的影響。

沈抖表示：「國產自主研發的晶片，加上日益高效的國產軟體堆疊，將共同為中國 AI 生態系統的長期創新奠定堅實的基礎。」