十一月十二日的百度世界2026开幕式上，百度创始人李彦宏谈到AI芯片时给出一个判断：过去算力需求以训练为主，眼下是训练与推理并重，智能体应用的规模化带动推理计算需求快速释放，推理会成为AI芯片长期增长的主要推动力。同日，昆仑芯披露产品节奏，M100已如期上市，旗舰款M300计划明年推出，2028年基于全新N架构的多颗芯片也将推向市场。

把训练与推理分开看，是两套不同的产业逻辑。训练侧追求峰值算力、集群规模与长时间稳定运行，项目集中、投入门槛高，一座智算中心的建设周期以年计。推理侧嵌在具体业务里，看的是并发能力、响应时延、单位token成本和能效，请求碎片化，贴近真实负载。

智能体应用的普及放大了这种差异。一个任务可能包含多轮对话、工具调用、长上下文处理与结果聚合，推理请求高频、短时、波峰波谷并存，芯片不仅要在单次推理里保持低时延，还要在持续在线服务中稳定运行。这类需求对内存带宽和容量的压力，比单纯的算力峰值更实在。

长上下文带来的KV Cache管理是具体的技术难点。上下文越长，缓存占用越大，批处理策略与调度机制直接决定单位请求的成本。芯片厂商要在显存容量、带宽与成本之间找平衡，这个平衡点与模型的实际使用方式紧密相关，脱离场景谈参数意义有限。

昆仑芯给出的产品分层思路比较清楚。M100主打性价比，面向对成本敏感的推理场景；M300在算力、存储、互联三个维度同时提升，定位旗舰；2028年的N架构产品则按应用场景做差异化。从单颗芯片到系统交付，国产算力的竞争维度在变。

这个变化对采购方意味着什么。过去选芯片看纸面算力与单卡价格，现在要看在实际模型、实际并发、实际成本约束下的可用性，包括软件栈的成熟度、框架适配、算子覆盖和故障率。一套系统跑不起来，参数再漂亮也没有意义，这是过去两年行业交过的学费。

推理需求的经济属性也值得说。训练是一次性的资本开支，推理是伴随业务持续的日常消耗，用户越多、调用越频繁，成本曲线越长。推理芯片的市场规模会随应用渗透逐步扩大，而不是跟着某一轮建设高峰起落，增长的节奏更平缓也更持久。国产芯片的窗口期在2027年前后。M300明年推出，客户验证、软件适配、批量交付都需要时间，真正的考验不在发布会，在机房里跑起来之后的稳定性与成本。行业里对国产替代的期待很高，落地节奏往往比预期慢，这一点需要有心理准备。

对开发者与企业的实际影响，短期看是选择变多。模型能力在快速拉平，推理成本在下降，把AI接进业务流程的门槛比一年前低了不少。中长期看，算力供给的稳定性会成为产品设计的前提，能拿到稳定算力的团队，才敢做长周期的产品规划。发布会上的判断与产品节奏都摆在了明面上，剩下的部分要靠交付来验证。芯片行业的规律是慢变量，一款产品从流片到规模商用通常需要两三年，明年M300的实际表现，会比台上那番表述更有说服力。

芯片的竞争力有一半在软件。算子库是否完整、主流框架的适配是否到位、模型迁移要改多少代码，这些问题的答案决定了客户上手的成本。国产芯片过去几年进步最快的地方，不是峰值算力，是把常用模型的适配做扎实了。推理成本要按实际业务算。一次请求的价格由输入长度、输出长度、并发量共同决定，长上下文与多轮对话会把成本推高。企业做预算时，通常会用自家业务的一万次真实请求跑一遍，得出的数字与厂商标称的价格往往差出一截。

算力供给的稳定性正在成为产品设计的前提。依赖单一供应商的团队，在对方产能紧张时只能排队；接入两三家不同架构的芯片，工程复杂度上升，抗风险能力也上升。这个取舍没有标准答案，取决于业务对中断的容忍度。行业里的每一次试探，都在悄悄改写规则的边界。喧闹之后，能留下讨论的，往往是最朴素的那个点。无论怎么包装，内容本身过硬，才走得长远。各方的反应加在一起，才拼出了这件事的全貌。