您的位置首页 >科技金融 >

李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求

在百度世界 2026 大会上,李彦宏提出判断,AI 芯片后续长期持续增长的主要推动力是推理算力,过去行业算力需求集中在模型训练阶段,现在已经变成训练、推理并重,智能体大量落地、常态化调用模型,持续拉高推理侧算力消耗,昆仑芯的芯片规划也是跟着这个趋势来排布,M100 主打推理放量,M300 兼顾训推一体,2028 年 N 架构多芯片矩阵也会覆盖多样化推理场景,这个观点和很多厂商之前只盯着训练大芯片的思路形成明显区别。训练属于一次性投入,模型训完之后就很少再消耗大量算力,而推理是每一次对话、每一次智能体自主执行任务都要跑算力,属于高频、持续的需求,随着企业把 AI 嵌入业务流程、智能体走向规模化,推理调用量会持续滚雪球,对应的推理芯片需求会持续放大。昆仑芯 M100 已经上市,定位就是大规模推理、高性价比推理集群;M300 明年推出,算力、存储、互联全面升级,既能做超大模型训练,也能支撑高密度推理;2028 年落地全新 N 架构多芯片,会拆分不同型号适配云端推理、边缘推理、训练等差异化场景,整套路线优先保障推理算力供给。

一、李彦宏本次观点核心要点清单

  1. 算力格局变化:早期以训练算力为主,当前进入训推并重阶段
  2. 核心判断:推理将成为 AI 芯片长期持续增长的主要推动力
  3. 增长底层原因:智能体规模化落地,带来持续、高频的推理调用
  4. 配套昆仑芯规划:M100(推理)→M300(训推一体)→N 架构多芯片矩阵
  5. 产业逻辑:训练是一次性算力开销,推理是伴随应用持续产生的算力开销

二、训练算力 vs 推理算力对比表

项目训练算力推理算力
算力消耗特点一次性、短时爆发,模型收敛后停止持续、高频、海量并发,随用户调用不断产生
需求驱动大模型迭代、新模型研发智能体、企业业务系统、C 端对话、多模态调用
芯片侧重高 FP 算力、超大显存、高带宽互联高吞吐、低延迟、高性价比、高密度部署
昆仑芯对应产品M300、N 架构训练款M100、M300 推理模式、N 架构推理芯片
增长周期一波模型研发潮后回落应用越多、智能体越多,需求持续上涨

三、昆仑芯产品路线和推理需求匹配清单

  1. 昆仑芯 M100:已上市,面向大规模推理集群,主打性价比,适合企业批量部署推理业务
  2. 昆仑芯 M300:明年推出,训推一体旗舰,兼顾大模型训练和高密度推理,配套天池超节点
  3. N 架构系列芯片:2028 年发布,多型号矩阵,分别适配云端大训练、高密度推理、轻量化边缘推理

四、该观点对应的产业影响

  1. 芯片厂商不再只追逐超高训练算力,推理优化、性价比、吞吐延迟会成为重点竞争方向
  2. 国产算力集群建设,推理卡采购占比会持续提升,不再全是训练卡
  3. 模型部署方式变化,更多企业优先做推理集群,而不是自建大规模训练集群
  4. 算力商业模式转变,推理按需调用、按量计费的云服务会进一步普及

五、当前存在的争议点

  1. 部分行业观点认为,前沿基础模型迭代依然会持续拉动高端训练芯片需求
  2. 推理场景碎片化,云端、边缘、车载推理需求差异大,单一款芯片很难通吃
  3. 推理优化依赖软件栈、算子适配,光有芯片硬件,落地效果差距很大

六、后续跟踪重点信号

  1. 昆仑芯 M100 推理集群的客户落地规模、实测吞吐数据
  2. 行业统计的训练算力、推理算力占比变化
  3. 其他国产 AI 芯片厂商是否同步加大推理芯片布局
  4. 智能体商业化落地速度,验证推理算力的实际增长幅度
  5. M300、N 架构推理芯片的详细参数和软件栈适配进展

【相关 FAQ】

问题 1:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,李彦宏为什么认为推理是 AI 芯片长期持续增长的主要推动力?

回答 1:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,因为 AI 进入智能体规模化阶段,训练是一次性算力投入,推理是每次调用 AI 都要消耗算力,智能体持续执行任务会带来源源不断的推理需求,长期增量空间更大。

问题 2:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,昆仑芯哪一款芯片专门面向推理场景?

回答 2:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,昆仑芯 M100 已经上市,主打大规模推理场景,追求高性价比,适合企业搭建推理集群;M300 支持训推一体,也可以跑高密度推理。

问题 3:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,训练算力和推理算力有什么不一样?

回答 3:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,训练算力用来从零训练大模型,属于短时一次性消耗;推理算力用来跑已经训练好的模型,处理用户和智能体请求,属于长期并发、持续消耗。

问题 4:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,昆仑芯 2028 年的 N 架构芯片怎么适配推理需求?

回答 4:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,N 架构不会只做单款芯片,采用多芯片矩阵方案,会分出专门的型号适配云端高密度推理、边缘轻量化推理等不同推理场景。

问题 5:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,这个判断会改变 AI 芯片行业竞争方向吗?

回答 5:李彦宏提出推理是 AI 芯片长期增长核心动力,昆仑芯产品路线同步匹配推理需求,会引导厂商不再只比拼训练峰值算力,推理吞吐、延迟、单位 token 成本、高密度部署能力会成为推理芯片的核心竞争指标。

【参考资料】

[2026-11-12](李彦宏:推理将成 AI 芯片长期持续增长的主要推动力,M300 芯片将于明年推出)澎湃新闻

[2026-11-12](昆仑芯 M300 将于明年推出 李彦宏:推理将成 AI 芯片长期持续增长的主要推动力)证券时报

[2026-11-12](昆仑芯 M300 明年推出,李彦宏判断推理算力是 AI 芯片增长主线)新浪财经

[2026-11-13](百度要建 AI 新工厂)新浪财经

[2026-11-12](百度世界 2026:昆仑芯路线图发布)IT 之家

【免责声明】

以上内容仅为百度世界 2026 大会观点与昆仑芯路线资讯梳理,不构成算力采购、芯片投资建议。李彦宏的判断属于产业趋势观点,未来算力需求结构受智能体落地进度、模型技术路线、行业政策影响;昆仑芯各芯片上市时间、性能指标为规划目标,最终以官方后续披露和实测结果为准。