2024年算力采购：
芯片采购量：拿了超过二十多万张的H20，大概4到5万张的L20，采购以英伟达的卡为主，还买了一些升腾、海光的K100-AI、寒武纪等芯片，以及少量的昆仑芯类型的芯片。此外，还进阶采购了一些英伟达的H100芯片，但总量不多。
服务器预算：2024年CAPEX的服务器预算为850亿到880亿，其中有大概60万台的通用CPU（英特尔、AMD），构成了算力储备的基本盘。
2025年算力规划：
对国内训练卡的看法：认为国内训练芯片不足以承接自身模型训练任务，主要用国产芯片承接推理需求。
芯片采购策略：对芯片采购不设上限，只要算力采购的合理性和业务必须性没问题。
算力预算：预计2025年算力预算为1400到1500亿，其中通算服务器整机的预算函数增加，可能从60万台的兜底数字增加到80万或100万，CPU采购量可能会上扬30到40万台，通算预算可能会奔着800亿再加一些。海外算力预算500亿左右，国内400亿左右，英伟达份额从去年的80%多下降到40%多。
多模态应用场景：重点关注审核、风控监测、摄像头监测、教育硬件、智能家居、智能设备和消费机器人等领域，以及科研行业的数据验证和比对、互联网内容审核等。抖音主站应用日均调用量在1.5万亿到1.6万亿，带动了大量算力需求。
应用进展预判：认为模型应用的渗透和商业化会随着时间推移快速落地，多模态场景（如图像理解、视频生成、视频理解等）对算力开销会有较大增加，预计明年综合调用量可能从4万亿到40万亿扩容十倍，但这是结构性扩容，文本占比会压缩，其他模态调用量会逐步增加。
传统产品效果提升：随着能力和精度提升，传统产品在严肃场景中能实现较好效果，明年可能会持续对这些场景进行赋能，载体可能更倾向于硬件。
内部需求：认为海外算力会逐步承接训练动作，国内部分芯片会释放到模型推理业务资源池。模型需求明显，所带来的算力增长也可能明显，但很多场景落地和商业化需要逐步适配和打磨。
下游需求：对自身应用落地信心较高，认为下游应用场景中，真正的买的很多芯片都是围绕自有需求，外场调用增长预期没有内部那么乐观。
GPU租赁毛利及规模：2025年GPU租赁市场毛利会从现在的20%回落到10%以内，租赁价格已在下降。预计明年租赁业务规模会从今年的小几十亿奔着大几十亿去做，释放更多芯片算力会对市场租赁价格产生冲击和影响。
租赁业务计划及预期：计划在2025年做到大几十亿收入，以补充云的营收。不太在意租赁价格，更看重营收规模，有资源成本优势，在价格层有信心与友商PK。租赁业务对AI本身帮助不大，主要是为了赚钱，且与部分租赁客户的生态不一定完全互补甚至可能有冲突。
2025年上半年国产芯片采购：2025年上半年，字节算力入库流程中，昆仑芯走到了集群验证环节，昇腾和寒武纪流程相对靠前，每家可能有一万张卡左右的订单，昆仑芯若努力有机会分到小几万张订单，海光的DW100入库节奏较慢，若能在一月份送样，二月份出结果，五六月份以后有机会拿到批量订单。
国产芯片评价：对国产卡座训练没期待，只用其做推理。以A800为锚定，对国内现有芯片进行比对，910B、920C和690排序靠前，海光的BW100、昆仑芯的P800、A800等次之。认为现在国产芯片的综合能力还不错，但很多公司不愿投入人力精力做测试。
国内云厂增长预期：百度增长较小，阿里会跟着字节的节奏往前，投入不会特别小，腾讯的预算不太清楚，但量也不算小。云行业可能有40%到50%的增速，但钱不一定花得出去，因为不是所有厂商都有大量预算投入海外算力资源。
AI云增长预期：围绕模型所产生的收入保守翻倍，高点在搜索里可能翻几倍。市场平均翻个三五倍也合理，字节自己定的目标是to B这侧翻十倍。
训练投入原因：字节老板有冲劲，愿意在前沿投入力度和预算去探索AI，尽管模型创新可能在放缓，但Meta、Amazon、OpenAI、Google等公司也未暂停，字节的投入量与这些公司相比不算多。同时，字节高层认可AI，持续投入，未看到力度缩减。
组织架构及人员：字节的海外模型训练由全球模型团队牵头，团队成员分布在新加坡、圣何塞、西雅图等地，共一千四五百人，核心负责人是张一鸣本人。
加微信领取星球优惠
