在时间的洪流中，长期主义者终将收获他们的投入与努力。9月21日，百度的创始人李彦宏在一场内部活动中，为技术团队颁发了“百度最高奖”。两支入围团队荣耀获奖，各自获得100万美元的奖励。天池团队的项目围绕万亿级的MoE（Mixture of Experts）大模型，成功自主研发了百度的天池超节点架构；而dodo团队则致力于人工智能员工的开发，展现了百度在智能化探索中的双重战略方向：以昆仑芯为基础的天池超节点，推动大规模AI基础设施建设，以及使智能代理技术在组织中得以真实应用。

然而，若我们将视线回溯至更早的时间节点，百度的AI故事中还有一个早已埋下的技术种子——昆仑芯。大约在2010年，百度的搜索业务服务器集群因流量激增而迅速扩张，海外进口的单片芯片成本高达上万美元，日益增加的算力支出不断压缩着公司的利润率。这种成本压力驱使百度开启了自研AI加速器的探索之路。起初，外界对于这一战略选择的成效充满质疑，谁又能预见，这条耐人寻味的造芯之路将横跨十余年，伴随技术的反复迭代与商业化的重重挑战。

从内部默默进行FPGA、CPU、GPU加速方案的摸索，到成立专注深度学习的研究院IDL，百度在这条道路上小心翼翼地行走。自2018年首代昆仑芯片问世以来，百度经历了业务拆分、独立公司成立、数万片芯片落地各行各业的漫长历程，最终完成上市申请，展现出昆仑芯的成长史是一部耐心与坚持的篇章。李彦宏在颁奖仪式上指出，天池团队所获的殊荣“很可能是漫长征程的开端”。透过昆仑芯的发展历程，我们能更加透彻地理解百度是如何将“长期主义”这一理念，从口号化转化为一系列务实的战略决策。 MK体育注册

从成本角度看，百度自研芯片之路的开端充满了现实考量。在2010年，中国还处于移动互联网的初级阶段，企业的关注点集中在流量、应用和商业模式上，而对大型模型的展开则鲜有人提及。此时，选择独立研发芯片，并不是一个显而易见的决策。芯片的开发投入巨大，周期漫长，流片失败所带来的经济损失不容小觑。即便是成功，随后的软件适配及产品迭代依然是一个复杂的过程。互联网公司一般选择采购成熟产品会更加快速便捷。然则，百度拥有独特的优势：其庞大且持续变化的计算需求。

例如，搜索、语音识别与图像处理等业务拥有实时产生的负载，这些实际的业务场景也正是芯片最理想的试验场。李彦宏早已意识到，随着机器学习日益融入百度的运营模式，AI技术对业务的重要性只会与日俱增，这使得算力不再是一项简单的可外购资源，而是未来竞争力的基石。百度的自研之路最初以FPGA等加速方案起步，工程团队围绕特定任务进行实验。2012年，百度在净利润首次突破百亿元的喜悦之际，李彦宏向全体员工强调了对短期利益的放弃，主张将更多资金投入到创新与新业务中。次年，百度成立了深度学习研究院IDL，李彦宏亲自担任院长。2015年，做芯片的仙童团队获得了百度最高奖，2016年时，百度建设了大规模GPU集群；同年9月，李彦宏在百度世界大会上预判到“移动互联网时代已经结束，下一幕将是人工智能”。随着战略路线不断清晰，李彦宏为时代的变革做好了充分准备，储备了AI的算法、算力和芯片。

2018年李彦宏在Baidu Create上首次推出第一代昆仑芯片，这标志着这一技术发展路线有了更为清晰的识别度。历经8年，百度从组建芯片团队到发布首代产品，终于等来了这一天。对于AI芯片而言，实验室的性能数据固然重要，但真正的考验在于其能否在大规模生产中稳定运行，能否适应不断变化的模型，和能否承受长时间的高负载测试。昆仑芯较早地投入到百度的实际业务中，基于运行中的反馈不断优化迭代，尽管在形成规模之前，外界对其持续投入所能带来的回报难以判断。李彦宏对于长周期技术的重视显而易见，“无论有多少钱，我们都会持续投入技术”。2021年，百度发布了第二代自研AI芯片昆仑2，并迅速实现量产，同年，百度将芯片业务独立，成立昆仑芯公司，引入外部资本，首次融资后，昆仑芯的估值达到130亿元。 MK体育注册

随着进展的加快，进入2024年，第三代芯片已经走上量产的快车道，广泛应用于能源、工业、交通、金融等多个领域，累计部署量突破数万片。从第一代芯片到三万卡集群，昆仑芯所面临的挑战也随之演变。在这一阶段，虽然单个芯片的性能依然至关重要，但更加重要的是在大规模集群中如何实现高效稳定的运作。