返回列表
高通据报与字节跳动达成AI芯片协议,后者基础设施预算升至2000亿元
行业新闻高通字节跳动AI芯片

高通据报与字节跳动达成AI芯片协议,后者基础设施预算升至2000亿元

据Tech in Asia报道,高通公司(Qualcomm)已成功获得字节跳动(ByteDance)的AI芯片订单。与此同时,字节跳动正在大幅增加其在人工智能领域的投入,其基础设施预算据报已增长25%,达到2000亿元人民币(约合294亿美元)。这一举措显示了字节跳动在强化其AI底层算力与基础设施方面的战略决心。

Tech in Asia

核心要点

  • 高通获单:高通据报已与字节跳动达成AI芯片供应协议。
  • 预算扩张:字节跳动的基础设施预算据报大幅增长了25%。
  • 投入规模:字节跳动在基础设施方面的总预算已达到2000亿元人民币(约294亿美元)。
  • AI重心:预算的增加直接关联到字节跳动不断增长的AI支出需求。

详细分析

高通与字节跳动的AI芯片交易

根据行业消息,高通公司(Qualcomm)据报道已成功与字节跳动(ByteDance)达成AI芯片供应交易。虽然具体的芯片型号和交易规模尚未完全公开,但这一合作标志着字节跳动在构建其人工智能硬件供应链方面迈出了关键一步。作为全球领先的半导体企业,高通提供的AI芯片技术将可能为字节跳动旗下的各类应用提供更强大的算力支持,助力其在复杂的算法处理和数据分析中保持竞争优势。

字节跳动基础设施预算的大幅增长

在人工智能竞赛日益激烈的背景下,字节跳动显著提升了其在基础设施领域的资金投入。据相关报道显示,字节跳动的基础设施预算已增长25%,总额攀升至2000亿元人民币(约合294亿美元)。这一预算规模的扩张反映了该公司对底层计算资源、数据中心以及硬件设备的高度重视。随着AI业务的不断深入,对于高性能计算资源的需求呈指数级增长,字节跳动通过增加预算来确保其技术架构能够支撑未来的业务扩张。

行业影响

此次高通与字节跳动的合作,以及字节跳动在基础设施上的巨额投入,对AI行业具有重要意义。首先,这再次证明了顶级互联网巨头正在加速储备AI算力资源,以应对日益增长的生成式AI和算法优化需求。其次,高通作为芯片供应商进入字节跳动的AI供应链,显示了AI芯片市场竞争的多元化趋势。最后,2000亿元人民币的预算规模为行业树立了新的标杆,预示着未来AI领域的竞争将更加依赖于雄厚的资本投入和底层基础设施的完善程度。

常见问题

字节跳动此次增加的预算主要用途是什么?

根据报道,字节跳动增加的25%预算主要用于基础设施建设,总额达到2000亿元人民币。这笔资金旨在支持其不断扩大的AI支出,包括提升算力储备和优化底层技术架构。

高通与字节跳动的交易涉及哪些具体产品?

目前原始新闻中仅提到高通据报达成了AI芯片交易,并未披露具体的芯片型号、技术参数或具体的交付时间表。

字节跳动目前在AI领域的投入规模如何?

据报道,字节跳动的基础设施预算已达到2000亿元人民币(约294亿美元),这显示出该公司正将人工智能视为其核心战略方向,并愿意为此投入巨额资金。

相关新闻

美团发布LongCat-2.0:首个五万卡国产算力集群训练的1.6T万亿参数模型
行业新闻

美团发布LongCat-2.0:首个五万卡国产算力集群训练的1.6T万亿参数模型

美团技术团队正式发布LongCat-2.0,这是业界首个在五万卡国产算力集群上完成全流程训练与推理的万亿参数模型。该模型总参数量达1.6T,原生支持1M超长上下文,专门针对Agentic Coding任务进行了深度优化,旨在提升代码理解、生成与执行的效率与稳定性,标志着国产算力在大模型全流程应用上的重大突破。

美团履约团队ACL 2026前沿技术分享:大模型Agent体系赋能业务实践
行业新闻

美团履约团队ACL 2026前沿技术分享:大模型Agent体系赋能业务实践

美团业务研发平台履约AI算法团队近期分享了其在ACL 2026会议上的精选论文及前沿技术实践。团队专注于构建以大模型为基础的Agent技术体系,通过CPT、Post-training、Agentic RL及多模态理解等核心技术,打造自进化的Agent运营系统,旨在利用AI深度赋能美团履约业务,提升系统智能化水平。

美团技术团队分享搜索推荐ASX专场顶会论文:聚焦大模型Agent技术体系
行业新闻

美团技术团队分享搜索推荐ASX专场顶会论文:聚焦大模型Agent技术体系

美团业务研发平台/搜推 ASX (Agentic System X) 团队近期公开了其在 AI 国际顶会(如 ICLR、NeurIPS 等)发表的数十篇高质量研究成果。该团队核心聚焦于构建以大模型为基础的 Agent 技术体系,深耕大模型后训练、Agentic 强化学习及多模态理解等前沿方向。本次分享精选了 6 篇具有代表性的论文进行解读,旨在为行业提供关于搜索推荐领域技术演进的深度启发。