Deepseek，這回夠硬

Deepseek進軍硬件了。

7月7日，據外媒報道，中國人工智能初創公司深度求索正在開發AI推理芯片。消息傳出，當天英偉達股價盤前下跌約2%。

媒體援引知情人士消息，該項目“始于一年前”，目前仍處于早期階段。深度求索近幾個月加大了芯片設計工程師的招聘力度，但招聘均在私下進行，未在公開平臺發布職位。

在三個星期前的6月16日，深度求索剛剛完成首輪外部融資，募資總額超500億元，估值超3300億元。6月17日，中國證監會宣布“科創板擴容”，允許未盈利的人工智能大模型企業上市。

深度求索完成首輪外部融資

全球范圍內，AI大模型企業自研芯片蔚然成風。Meta第四代自研芯片Iris將于9月量產；OpenAI于6月發布首款自研推理芯片Jalape?o；Anthropic于4月公開表示“考慮自研芯片”。

可以說，大模型公司為什么“造芯”、造哪一種芯、怎么造芯，且會帶來什么樣的影響，是這一波“芯浪潮”之下最普遍的疑問。而中國頂級大模型公司深度求索，拋出了意料之外、情理之中的答案。

為什么造芯？

深度求索造芯，堪稱“大勢所趨”。這是深度求索在外部地緣政治影響、內部供應鏈壓力，以及自身技術優勢共同驅動下的必然選擇。

2023年，梁文鋒在杭州接受采訪時說過：“我們真正的挑戰從來不是資金，而是高端芯片的出口禁令。”

自2022年起，受美國嚴苛的半導體出口管制政策影響，英偉達最先進的AI芯片不能通過合法渠道引入中國。深度求索早期的模型靠的是囤積的英偉達A100，V3和R1模型依賴“中國特供版”英偉達H800芯片訓練，但這些芯片先后遭全面禁售。

今年6月，美國商務部急發最新“指南”，規定即使中國企業實體身處中國境外——比如在海外設立的研發中心，也將被禁止購買、使用英偉達最先進的Blackwell及Rubin架構的芯片，完成空間上的“全球封堵”。

實際上，從后續的V4和V4-Flash大模型開始，深度求索已經全面適配華為芯片昇騰950PR，其單卡推理性能達到英偉達中國特供版H20的2.87倍。

針對昇騰950PR的架構特征，深度求索定制開發了算法和架構，持續將Token推理價格打到“白菜價”。據OpenRouter數據顯示，美國企業調用中國AI的Token占比，自今年2月起突破30%，峰值達46%，比起2025年上半年4%的水平，漲幅相當明顯。

昇騰950好是好，但實在供不應求。畢竟它面向的是整個中國人工智能產業的算力需求，客戶包括互聯網巨頭字節跳動、阿里巴巴、騰訊、百度、美團；包括政企巨頭中國移動、中國電信、中國聯通、國家電網、南方電網；也包括上海、深圳、成都等地方政府智算中心，還包括了各類做算力租賃的中小云廠商。

在代工廠中芯國際的先進制程“盤子”里，華為一家就占去了近一半的產能分配。就算如此，除去分給華為手機麒麟芯片的產能，留給昇騰芯片的晶圓也所剩無幾。其他中國AI芯片企業如寒武紀等，還要爭奪剩下的份額。

這樣一算，與其去爭搶緊張之又緊張的先進制程代工份額，中國大模型公司還不如自己打造推理專用的ASIC芯片。這類芯片不需要通用GPU那么極致的技術，14nm平臺就能做——這部分產能，中芯國際是很充裕的。

中芯國際

而且，深度求索做硬件，底氣很足。它就是靠“打磨”芯片起家的，擁有頂尖的軟硬件協同設計能力。

如果用上了自研的專用推理ASIC芯片，深度求索還可以再大幅降低Token調用成本，構建出更大的性價比優勢。同時，近期的巨額融資，也為深度求索提供了充足的“子彈”。

全球頂尖AI大模型梯隊，都在自研推理專用芯片。OpenAI與博通合作研發Jalape?o，Anthropic也被曝出正在接觸三星，Meta的第四代自研芯片Iris將于9月量產，特斯拉的AI5芯片已面世。而互聯網巨頭谷歌、亞馬遜均已深耕多年，有能力自研訓練芯片。

無論天時地利人和，深度求索都走到“造芯”這一步了。

只做“定制芯”

大模型公司集體下場“造芯”，無一例外，做的都是ASIC，也叫專用集成電路。

為什么做ASIC，不用英偉達的GPU呢？中國大模型企業買不到英偉達，美國大模型公司總不至于買不到。而這些公司“一齊”選擇ASIC，主要由需求決定。

英偉達GPU是通用處理器，為了兼容圖形渲染、科學計算和多種復雜算法，保留了大量閑置的硬件邏輯。而大模型公司的訴求集中且純粹——只需要芯片能跑特定參數規模的大語言模型。

而且，這些模型公司“自研”的芯片，只瞄準推理場景，而不是訓練場景。訓練芯片，需要非常高的算力密度，以及生態兼容度，比如英偉達的CUDA，門檻很高；而推理階段的計算模式相對固定，用ASIC針對性優化，可以“榨干每一寸晶圓”的性能。

今年拜OpenClaw這只“龍蝦”所賜，大量AI應用爆發，每天的線上調用都會產生海量的推理成本。對于大模型公司來說，在固定的推理任務上，一個架構完全定制化的ASIC，其Token的計算成本、功耗和延遲，都會顯著優于通用的GPU芯片。

AI智能體“龍蝦”/新華社發（薛瑩瑩 攝）

另外，自研芯片的“自研”也“有說法”。一般而言，“自研”包括全棧自研和部分自研，大模型公司肯定不會“從頭做起”，它們都是和其他芯片企業合作，自己負責擅長的“調校”部分。

像OpenAI發布的首款自研推理ASIC芯片，名叫Jalape?o，是一種產于墨西哥的著名辣椒。

這款芯片也如辣椒一樣強勁火爆：Jalape?o采用了與蘋果M3、M4系列以及英偉達Rubin架構同級別的臺積電3nm制程；計算核心采用“曝光掩膜板極限尺寸”，和英偉達H100一樣龐大；它還堆疊了8塊的HBM，一口氣能吞下幾萬億參數的模型權重。

Jalape?o具備了頂級訓練芯片的材料和體量，但專攻推理，從啟動到流片僅耗時9個月，可見OpenAI砸下血本、快馬加鞭，也是為了把GPT的運行成本死死壓下去。

OpenAI CEO奧特曼與博通 CEO陳福陽展示新芯片Jalape?o的晶圓

在分工上，OpenAI負責定義核心的計算圖，指出芯片應該保留哪些數學計算邏輯，砍掉哪些無用的通用圖形渲染邏輯；研發推理服務系統，確保芯片適配未來幾年內自己的模型技術路線圖。

博通本來就是全球ASIC定制化設計的“無冕之王”，谷歌的TPU就出自它手，它主要負責芯片的前端后端設計、高速互聯技術，還出面搞定了臺積電3nm的“寶貴產能”。

中國大模型公司的“造芯”思路也差不多。

近日也傳出“造芯”消息的智譜，據悉已經向多家中國本土芯片設計公司如寒武紀、壁仞發出初步詢問，評估為自家GLM模型定制專屬ASIC的可行性。該項目處于早期方案接洽階段，預計兩年以上時間才能流片落地。

把握“戰略生路”

中美的大模型巨頭都從“算力買家”化身“造芯玩家”，會給全球AI產業帶來一些深遠影響。

首先，“硬件混搭”將成為趨勢。

這幾年，英偉達憑借硬件的算力，和獨一無二的CUDA軟件生態，除了中國市場，在AI領域壟斷了超90%的市場份額。

英偉達CUDA架構的生態循環

各家大模型公司自研芯片，會最先打破英偉達的“寡頭”局面：訓練芯片歸英偉達，推理芯片自己做；同時，采用Triton、OpenXLA等開源或自研編譯器生態，不再被CUDA“鎖死”。

英偉達CEO黃仁勛多次對大模型巨頭、云廠商自研ASIC表達強硬的觀點，他認為ASIC缺乏靈活性，硬件過于固化、無法應對推陳出新的大模型架構；工程難度高，“90%的ASIC項目以失敗告終”；即使對手芯片“零成本”，英偉達的總擁有成本（TCO）也依然更低。

不過，黃仁勛到底老謀深算，雖然口頭上強硬反對，但商業動作極其務實。英偉達推出NVLink Fusion技術平臺，開放其看家本領“高速互聯”技術。

英偉達推出NVLink Fusion技術平臺

這意味著，如果科技巨頭非要自己造芯片，英偉達也不強求你買它的GPU，但是你可以把自研的ASIC接入到英偉達的NVLink網絡中——不買芯片，互聯“過路費”總要交一交。

其次，AI推理成本再降，應用大爆發來臨。

有研究顯示，用定制ASIC替代GPU，單位Token的計算成本和功耗將降低50%或更多。推理成本的暴跌，會促進更多的AI“助理”低成本地嵌入各類日常生活軟件和硬件中去。AI應用會進一步爆發，從高能耗的“奢侈品”變成普惠性的“基礎設施”。

再次，行業生態迎來洗牌，有人歡喜有人憂。

博通、邁威爾以及中國本土的定制芯片設計公司，都會成為大模型企業的座上賓，歷史性的“造富”機遇來臨。大模型企業提供算法和需求，設計服務商提供硅片實現，“算法加硅片”的聯合開發模式，取代傳統的硬件廠商造什么、軟件廠商就買什么的局面。

博通

而過去幾年涌現的AI芯片初創公司，命運就難說了。它們本來瞄準的客戶就是互聯網巨頭、大模型獨角獸，現在客戶都自己做芯片，它們的市場空間就被嚴重壓縮了。

另外，技術路線持續分化，中美兩國“各干各的”。

美國巨頭霸占著最好的供應鏈，制造ASIC，依然追求極致性能和先進制程，以求利用絕對的技術代差維持“地表最強”統治地位。3nm工藝、HBM4顯存一股腦用起來，仿佛這些東西“不要錢”一樣，

中國企業沒法單純堆砌頂級硬件，因此繼續采用“極致軟硬協同”策略，用軟件和算法的優勢彌補硬件的缺陷。這也正是深度求索大展拳腳的機會，通過一系列創新性的架構和底層算法優化，壓榨出極高的推理效率，走獨特的自主可控路線。

總之，大模型公司“造芯”，本質是AI產業走向成熟的標志——最初各家都在開展不計成本的算力軍備競賽，現在都要拼效率、拼成本、拼商業落地、拼“工業化大生產”，證明行業從投資階段逐漸轉向“產出”階段了。

當然，黃仁勛對ASIC的“反對”并不是毫無道理。但無論如何，ASIC之于中國大模型企業的意義，不僅僅是“省錢”，更是突破海外算力圍剿、繞過英偉達生態壁壘、形成商業閉環的戰略“生路”，需要自己把握住。

作者 |榮智慧

編輯 | 向現

值班主編 | 吳擎

排版 | 阿車