11月12日，百度世界2026开幕式上，百度创始人李彦宏谈及AI芯片时表示：过去AI算力需求主要以训练为主，现在是训练与推理并重的格局，尤其是智能体应用的规模化，带动了推理计算需求的大爆发。推理将成为AI芯片长期持续增长的主要推动力。

当天公布的昆仑芯产品计划是：M100已如期上市，主打极致性价比；旗舰款M300将于明年推出，在算力、存储、互联等多个维度实现了全方位能力跃升；到2028年，基于全新N架构的多颗芯片也将推向市场，匹配差异化应用场景。M100覆盖对性价比敏感的主流市场，M300冲击性能上限，N架构芯片面向更长远的差异化需求。

训练与推理的需求逻辑并不一样。训练一个大模型，要在短时间内集中大量算力完成海量数据的计算，特点是集中、爆发、一次性，任务结束，算力需求随之回落。推理是模型实际使用中的计算：每一次用户提问、每一次智能体执行任务，都会产生推理计算。只要模型还在被使用，推理需求就一直在产生。

推理需求的爆发，是智能体应用规模化带起来的。智能体大规模进入办公、客服、创作等场景后，每一次任务执行都会调用模型、消耗推理算力。单个智能体的调用量或许不大，成千上万个同时运转，总需求就非常可观。推理需求更分散、更持续，也更难通过一次性投入满足。

推理与训练对芯片的要求也不一样：训练更看重峰值算力与大规模并行能力，推理更看重能效比、延迟表现与成本控制。面向推理的芯片，要在保证响应速度的前提下，尽可能降低每一次推理的成本。M100主打极致性价比，对应的正是推理场景对成本的敏感；M300在算力、存储、互联上的跃升，则是为更大规模的推理负载做准备。推理成为主要增长动力后，芯片厂商的竞争焦点也会跟着转移，从训练性能更强，转向推理性价比更高。

李彦宏还提到，昆仑芯是百度十多年坚持投入的结果，其商业价值正获得越来越广泛的认可。AI芯片研发周期很长，从架构设计到流片量产往往需要数年，百度在昆仑芯上的投入已经持续十多年。M100如期上市、M300明年推出，产品线进入了稳定的迭代节奏。同时拥有模型、云与智能体业务的百度，可以根据自身业务需求定义芯片规格。

其他厂商也在往同一个方向走。英伟达、华为、寒武纪等厂商都在加大对推理芯片的投入，云厂商自研芯片的重点也越来越多地转向推理场景。AI应用正在从训练驱动转向应用驱动：模型越来越多地被实际使用，为使用过程提供算力的推理芯片，需求增长最快。

百度世界2026上，百度围绕芯、云、模、体四层架构发布了一系列成果：昆仑芯属于芯片一层，天池1024卡超节点属于云与算力基础设施一层。自研芯片配自研超节点，百度可以根据模型与智能体的需求，自主调配从芯片到集群的各个环节，而不需要完全依赖外部供应商。

M300明年推出后，能否在实际性能与性价比上达到预期、获得足够多的客户采用，还需要在市场中验证。推理需求的增长能否如预期般持续，同样要看实际使用。

来源：华商网

相关阅读：
《百度天池1024卡超节点发布，单套可训5万亿参数模型》
《百度推出大模型交易平台词元所》