据法新社报道，NVIDIA CEO黄仁勋在2025年初宣布，将不再为中国市场推出基于Hopper架构的特规AI芯片。这一决定引发了中国科技行业的高度关注，尤其是腾讯、百度和阿里巴巴这三家此前依赖NVIDIA GPU进行大模型训练和AI开发的互联网巨头，如何应对这一挑战成为焦点。

腾讯：库存充足并加速技术转型

腾讯在2025年第一季度财报会议上回应了外界对其高端GPU供应的担忧。腾讯总裁刘炽平表示，公司目前GPU库存充足，短期内不会受到禁令影响。他透露，腾讯早已预见政策变化，提前囤积了大量NVIDIA GPU芯片，为AI战略储备了坚实基础。

此外，腾讯正在调整技术方向，逐步摆脱对“大算力造大模型”逻辑的依赖，转向“小规模运算集群”策略。通过优化调度和并行计算，腾讯希望在不增加GPU数量的情况下，提升AI推理效率达两倍。同时，腾讯也在评估ASIC、FPGA等多元化AI加速器，以减少对单一供应链的依赖。

百度：多供应商策略与本土化部署

百度则通过多供应商策略和本土化部署应对挑战。据百度官方透露，其GPU计算集群规模已实现翻倍，并达到99%的有效训练时间。百度通过整合不同品牌的GPU，实现了异构平台的高效运作，效能损失控制在5%以内。

此外，百度还与华为合作，采购了上千颗升腾910B芯片作为替代方案。尽管升腾芯片性能与NVIDIA仍有差距，但通过平台优化，百度已将其纳入主力部署。百度副总裁沈抖表示，公司将继续强化自研AI能力，目前已拥有3万颗自研昆仑P800芯片，可支持DeepSeek等级大模型的训练和部署。

阿里：巨额投资确保未来需求

阿里巴巴则通过大规模囤货和巨额投资应对芯片断供风险。据日经亚洲报道，阿里在NVIDIA H20芯片被列入出口管制前，已囤积了价值数十亿美元的库存，足以支撑未来多个季度的大模型训练和云端部署需求。

同时，阿里云宣布将在未来三年投资超过3800亿元人民币，用于升级AI云基础设施。这包括推出支持16张GPU的磐久服务器平台，以及部署支持10万GPU的HPN 7.0网络架构，进一步巩固其AI云底座。