百度通过增加英伟达芯片分配扩展AI能力，标志先进计算在中国超大规模AI工作负载中深化。

中国搜索巨头百度正在构建人工智能堆栈的每一层——从定制芯片到前沿模型再到云基础设施——将自己定位为全球少数几家尝试人工智能真正垂直整合的公司之一。

这一举措来临于一个关键时刻。在美国多年的出口限制将中国公司挡在最先进芯片之外后，大门现已出现裂口。英伟达H200 GPU已获准在2026年1月至5月期间向大约十家中国公司出口。百度、字节跳动和阿里巴巴是获批接收方之列。

在Create 2026大会上，百度公布了一份芯片路线图，表明其独立于西方半导体供应商。该公司的昆仑芯部门在2026年初推出了M100芯片，M300计划在2027年初推出。两款芯片均设计用于处理训练和推理工作负载。

财务轨迹引人瞩目。分析师预计百度的芯片销售到2026年可能增长六倍，达到约80亿元人民币——大约11亿美元。麦格理集团已将昆仑芯片部门估值约为280亿美元，百度已浮动对昆仑芯业务单独上市的计划。百度自2011年以来一直在追求全栈人工智能方法。

该公司在2026年5月发布了其最新前沿模型ERNIE 5.1。该模型的预训练成本比前代产品少94%，同时参数数量仅为前代的三分之一。它在97%训练效率的昆仑芯集群上进行了训练。

在DeepSeek去年发布其低成本前沿模型后，中国的人工智能格局发生了重大转变，这迫使人们重新审视"前沿AI需要前沿硬件"的假设。百度正在进一步推进这一认识。百度不仅仅是优化模型以在受限硬件上运行，而是同时改进芯片本身，同时获得对英伟达最先进硬件的选择性访问。百度可以在有H200可用的地方部署H200，同时构建国内替代品以减少对美国出口政策的依赖。

ERNIE 5.1的效率提升可以说是对更广泛行业更具影响力的数据点。预训练成本的94%减少挑战了"AI进展需要在计算上不断增加资本支出"这一普遍叙事。

美国出口政策仍然是未知因素。H200销售给中国公司的批准代表了从芯片禁运最严格时期的放松，但这些决定本质上是政治性的，可能会被推翻。百度显然将目前的访问窗口视为潜在的暂时性——这正是为什么它在理论上可以简单地从英伟达购买的芯片上花费数十亿美元。