字节跳动据报与InnoStar联合开发Groq式AI推理芯片
Taylor Wilson
字节跳动联手InnoStar开发类Groq推理芯片，绕开HBM短缺；从做AI应用到自己造芯片，字节正把手伸向最底层的算力基础设施。
这颗芯片到底想解决什么问题？
字节跳动与InnoStar联合开发一款语言处理单元（LPU）（专为AI推理设计的芯片），架构参照Groq。
LPU与GPU的关键区别：把计算和内存集成在同一颗芯片上，采用可编程流水线架构，重点提升推理速度与效率。
用大白话说＝GPU像一把通用的瑞士军刀，LPU则是一把专门切推理这块肉的快刀——更快、更省。
为什么选InnoStar，钱从哪来？
InnoStar是一家专注于阻变存储器（ReRAM）（一种新型存储技术）的中国集成器件制造商。
InnoStar正以约15亿美元预融资估值寻求融资4亿美元，投资方包括字节跳动和云锋基金（马云联合创立）。
蚂蚁集团及多家国有基金和投资机构亦已入股。这意味着→ 这个项目背后站着互联网巨头资本加国有资本的双重背书。
不用HBM——是技术选择还是现实妥协？
据报道，该芯片设计不采用高带宽内存（HBM）（当前AI芯片最主流的高速内存方案）。
直接原因：HBM全球短缺，成本持续上涨，绕开它可以降低供应链风险。
这反映出中国AI芯片企业在制裁与供应链压力下，正主动寻找替代技术路线，而非死磕同一条路。
字节跳动的AI基础设施版图走到哪了？
旗下AI聊天机器人豆包月活用户已超3亿，是中国最受欢迎的AI应用之一。
字节同时在自研CPU用于自有数据中心，并考虑2026年AI基础设施资本开支最高达700亿美元。
这意味着→ 字节的逻辑很清楚：从应用层往下吃，应用→芯片→数据中心，每一层都要自己能控制。
现在能下什么判断？
项目仍处于早期阶段，量产时间表及代工厂商等关键细节均未确定。
Groq的LPU架构已获英伟达于2025年底技术授权，说明这条路线得到了行业头部认可。
用大白话说＝方向是对的、钱也到位了，但离真正量产还有很长的路要走——现在是"画了图纸、还没动工"的阶段。
Content is for reference only, not financial advice.