2026 年 5 月 26 日，Bloomberg 引述知情人士报道，高通（Qualcomm）与 TikTok 母公司字节跳动达成 AI 芯片供应协议，将为其数据中心提供数百万颗定制 ASIC。Reuters 随后转述了这一消息。消息传出当日，高通股价收涨近 5%，盘中一度触及 258 美元的新高。
高通以智能手机 SoC 和基带芯片著称，字节跳动的订单将为其进入数据中心定制芯片业务增加一个大客户。在这一市场，Broadcom 和 Marvell 已积累了多年的客户合作与设计经验。
数百万颗定制芯片订单，报道指向年底量产
据 Bloomberg 报道，合作包括高通供应定制 AI ASIC（应用专用集成电路），以及协助制造字节跳动已完成设计的芯片。较早的谈判报道还提到面向视频处理的 VPU（视频处理单元）。相关报道将量产目标放在 2026 年底，具体型号和交付安排尚未公开。
媒体称，字节跳动计划采购数百万颗高通 ASIC，支持 AI 智能体等数据中心负载。视频处理与 AI 推理的具体分工，仍有待产品规格披露。
高通在 2025 年以约 24 亿美元收购英国公司 Alphawave Semi，并于 12 月完成交易。这家专注高速有线互联的芯片设计商，为高通补充了 SerDes 和互联 IP。Igor's Lab 分析认为，Alphawave 的互联与定制芯片经验，可以与高通的 Oryon CPU、Hexagon NPU 和系统软件结合，扩展面向云计算客户的设计能力。
数据中心订单支持高通扩大非手机业务
对高通而言，这笔订单也是降低手机业务依赖的一次尝试。
长期以来，高通的收入高度依赖智能手机市场。2026 年 6 月 24 日投资者日上，CEO Cristiano Amon 将 2029 财年非手机业务营收目标从此前的 220 亿美元上调至 400 亿美元。同日，公司发布 Dragonfly 数据中心产品组合，包括 C1000 CPU、AI300 推理加速器和高带宽计算（HBC）Gen2 技术，并宣布与 Meta 就 C1000 达成初步协议；C1000 预计 2028 年商用，AI300 预计同年送样。高通还宣布拟以约 39.2 亿美元全股票交易收购 AI 软件公司 Modular。
字节跳动的定制 ASIC 合作，加上 Meta 的 CPU 协议，使高通的数据中心计划有了具体客户。接下来，它需要完成芯片研发、软件适配和量产交付，才能把签约转化为收入。
这些业务将使高通与 Broadcom、Marvell 更直接地竞争。
Broadcom 已参与 Google TPU、Meta MTIA 和 OpenAI Jalapeño 等定制芯片项目。公司在 2025 年底披露的 730 亿美元 AI 产品订单储备，还包括网络等产品；其对 2027 年 AI 芯片收入的展望为超过 1000 亿美元。Marvell 也参与大型云厂商的定制芯片项目，媒体将其与 Amazon Trainium、Microsoft Maia 等项目联系起来，并报道了其与 Google 洽谈下一代推理芯片的消息。Marvell 官方财报显示，2026 财年公司总收入为 81.95 亿美元，同比增长 42%。
Tom's Hardware 引用的预测认为，2026 年定制 ASIC 将占 AI 服务器出货的 27.8%，出货量同比增长 44.6%，增速接近 GPU 方案的三倍。持续增长的定制需求，为高通进入这一市场提供了机会。
芯片规格与出口限制仍影响合作
出口管制是双方选择芯片规格和合作方式时的一项约束。
The Next Web 援引报道分析称，相关 ASIC 在设计时就考虑了美国出口管制的性能阈值。但性能指标只是审查的一部分，芯片、技术和服务还可能涉及最终用户、用途等限制，设计服务本身并不自动获得豁免。
Igor's Lab 也指出，即使芯片在美国以外制造，涉及美国技术或设计软件时仍可能触发出口审批要求。高通需要结合具体 IP、工具、制造与交付安排判断适用规则，公开报道尚未披露这笔交易的完整许可情况。
字节跳动同时在扩大 AI 基础设施投入。相关媒体曾估计其 2024 年投入约 110 亿美元；TechNode 在 2026 年 5 月报道，公司将当年 AI 基础设施预算上调至 280 亿美元（约 2000 亿元人民币）。6 月，Bloomberg 又报道其正与银行商谈最高 200 亿美元离岸贷款，可能用于海外数据中心和其他投资。贷款规模与结构仍在商谈中，尚非已获得的资金。
云厂商用自研芯片补充 GPU 供应
高通与字节跳动的合作，是大型云厂商和 AI 实验室增加芯片选择的一部分。自研或定制芯片让它们有机会减少对单一 GPU 供应商的依赖，并针对常用负载优化成本。
Amazon 持续推进 Trainium，Google 迭代 TPU，Microsoft 投入 Maia，Meta 开发 MTIA。OpenAI 也与 Broadcom 合作开发 Jalapeño 推理处理器，CNBC 报道其设计历时约九个月。共同的商业考虑是：当部署规模足够大、负载足够稳定时，自有芯片节省的采购与运行成本，可能覆盖研发和软件迁移投入。
Nvidia 仍拥有成熟的 GPU 产品和软件生态。定制芯片是否能分走更多超大规模客户的采购预算，取决于实际性能、供货能力和迁移成本。Broadcom、Marvell 和高通争取的，正是这些客户愿意交给专用芯片的工作负载。
专用芯片的成本优势取决于负载和部署规模
定制 ASIC 可以围绕 Transformer 推理、视频编解码等特定负载设计电路，减少通用功能的面积和功耗开销。但能效优势并非固定倍数：模型变化、芯片利用率、软件成熟度和研发成本，都会影响最终的单位任务成本。
高通新发布的 HBC（高带宽计算）采用 3D 堆叠的近存计算架构，将计算单元置于 LPDDR 内存栈之下，通过硅通孔（TSV）连接。公司估算，其单卡内存带宽能效可达 HBM 方案的 6 倍，计划用于后续加速器。采用 LPDDR5X 的 AI200 则提供每卡 768 GB、每机架 43 TB 的容量；公司所称支持 10 万亿参数模型，对应的是机架级部署。这类设计试图减少推理时搬运模型数据的成本。
Alphawave 的高速互联 IP、Oryon CPU 与 Hexagon NPU，为高通提供了组合不同计算与互联模块的条件。这可能有助于客户统一部分系统设计，但字节跳动并未公开解释选择高通的具体原因。
合同交付、监管与软件适配仍有不确定性
定制订单为高通带来机会，也对其项目执行提出了要求。
首先，较早的谈判报道与 5 月底的供应协议报道处于不同阶段。最新报道指向双方已达成协议，但采购价格、分批交付数量和约束条款尚未公开。字节跳动也在评估自主芯片方案，合作的具体分工仍可能随研发推进调整。
其次，出口限制可能影响芯片规格、设计服务和供货安排。现行许可要求及后续规则变化，都可能增加项目调整成本。
第三，Broadcom 和 Marvell 已有多代定制芯片与大型客户合作经验。媒体报道 Marvell 拥有超过 50 个活跃设计项目、覆盖 10 余家客户。高通除了按期交付芯片，还需要帮助客户迁移软件、验证性能，并支持后续迭代。
高通需要把大客户订单转化为持续业务
高通与字节跳动的合作，为数据中心定制芯片市场增加了一个供应商选择。对高通而言，完成这类大规模项目，有助于建立可供其他客户评估的交付记录。
对字节跳动而言，定制芯片可能改善特定负载的成本和供给，但仍要承担研发、部署与规则变化的风险。通用 GPU、外部合作设计和内部自研将继续并存，各自承担适合的任务。
这笔交易下一步最具体的检验，是年底量产目标能否实现，以及芯片上线后能否达到预期性能和成本。
