廣積糧后，大模型廠商集體造芯

來源：獵云精選，文/王非

繼手機、新能源汽車廠商后，又一個行業掀起造芯潮。

7月7日，路透社援引知情人士稱，DeepSeek正在開發自研AI芯片，目標直指推理場景，旨在擺脫對英偉達和華為芯片的雙重依賴，實現軟硬件的極致協同；

同日，The Information曝出，智譜已向多家國內芯片設計公司展開初步技術交流，計劃聯合開發專用AI處理器，并依托國內成熟的晶圓代工、封裝測試等產業鏈完成制造。

不只國內，海外方面，OpenAI已成功推出其首款自研AI推理芯片，標志著該公司從純軟件模型向“軟硬全棧”戰略的重大跨越；7月4日，Anthropic也曝出已與三星電子展開深度談判，計劃共同開發專為其大模型（如Claude）設計的?AI推理專用ASIC芯片?。

AI 2.0時代，當推理成本占營收30%-50%時，自研AI芯片已然從“可選項”變成“必選項”，這也是一場決定AI話語權的硬件革命。

相較于此前手機、新能源汽車廠商的造芯潮，大模型廠商造芯聚焦?云端/數據中心專用推理ASIC?以降本保供，是“算法定義硬件”的垂直整合；

手機廠商造芯聚焦?端側SoC集成NPU?以平衡功耗與通用體驗，是“場景驅動集成”的系統優化；汽車廠商造芯則聚焦?車規級智駕安全閉環與整車成本重構，主攻確定性實時控制與功能安全。??

百億融資，“廣積糧”

自研芯片，尤其是AI芯片，早已成為騰訊、阿里、百度、谷歌、亞馬遜云科技、Meta、微軟等巨頭們不可或缺的業務之一。

值得一提的是，國產GPU上市潮仍然洶涌，目前已有兩家登陸A股、兩家登陸H股。

巨頭方面，百度旗下昆侖芯已于2026年1月通過保密形式向港交所提交主板上市申請（A1表格），阿里巴巴也被傳計劃分拆旗下AI芯片研發商平頭哥獨立上市。

相較于BAT等大廠的財力雄厚，DeepSeek、智譜等行業頭部廠商，當下也無正在大舉囤積“糧草彈藥”。

2026年6月，據外媒The Information援引兩名知情人士稱，DeepSeek首輪融資超500億元，這是中國AI行業迄今規模最大的單輪融資，投后估值突破500億美元。

其中，創始人梁文鋒作為最大出資方，個人投入200億元。此外，騰訊出資100億元，寧德時代出資50億元，京東、網易、IDG資本各出資30億元，國家人工智能產業投資基金出資10億元。

僅隔1個月，就在今天，又有消息稱DeepSeek正在考慮開啟新一輪融資。知情人士稱，DeepSeek已開始與潛在投資者接觸，目標投前估值至少為4800億元，計劃至少再募集100億元。

知情人士稱，DeepSeek快速的融資節奏主要源于市場預計其資本支出將大幅增加，包括建設自有數據中心、采購更多AI芯片及布局AI智能體等方向。

與此同時，據彭博社消息，DeepSeek已開始籌備IPO，計劃在今年年底或2027年初正式遞交上市申請，而這又將再次為其補充彈藥。

智譜方面，該公司已于2026年7月8日，啟動大規模股份配售，計劃融資約?314億港元。此次將發售約1978萬股，每股1588港元，較當日收盤價最高折讓約13%，所得資金旨在用于研發、業務擴張及優化資本結構。

與此同時，智譜正在推進?A股再融資150億元?以構建“A+H”上市架構，其中120億元投入人工智能通用基座大模型研發，20億元用于MaaS平臺建設，10億元補充流動資金。

當前，智譜已正式啟動定制AI處理器評估，計劃將募資資金的超六成投入芯片研發，打造適配行業大模型的專用算力芯片。

動輒數百億元的融資，方才能夠支撐DeepSeek、智譜，在保障通用基座大模型研發迭代的同時，去自研AI芯片。

降本保供，“高筑墻”

自研、推理，是AI 2.0時代，大模型廠商集體造芯的兩個關鍵詞。

首先，通用芯片難以完美適配特定模型架構（如MoE），自研芯片則可針對算子、顯存訪問模式深度優化，突破通用硬件的性能與延遲瓶頸。??

以DeepSeek為例，該公司以極致的技術效率聞名。憑借創新的MoE架構和Multi-head Latent Attention，其V2訓練成本僅557萬美元，性能卻接近訓練成本超1億美元的GPT-4。進入2026年，僅靠算法優化已觸及天花板，自研芯片是DeepSeek的自然延伸。

其次，海內外大模型廠商的目標，均是推理芯片，而非訓練芯片：推理芯片用于AI模型的部署和應用，具有低延遲、高效能耗比以及小型化設計的特點；而訓練芯片主要用于AI模型訓練，擁有更多的計算核心、高速的內存接口以及大量的存儲空間。

在這些基礎之上，降本保供，是DeepSeek、智譜自研AI芯片的底層邏輯之一。

降本層面：推理成本占大模型運營總成本的80%-90%，通用GPU存在大量冗余算力；自研專用芯片（ASIC）通過軟硬協同定制，可削減40%-50%的單位Token成本，是規模化商用的生存必需。

對于大模型廠商來說，造芯是一筆很容易算清楚的賬：一個日調用量數億次的模型，如果自研芯片能將單位推理成本降低40%，那么每年節省的推理費用，大致可以覆蓋芯片研發投入。

以OpenAI為例，該公司聯合芯片巨頭?博通僅用?9個月?就完成了從架構設計到流片的全過程，6月24日，OpenAI正式發布首款定制推理芯片Jalape?o?（西班牙語意為“墨西哥辣椒”）。博通CEO陳福陽稱，這顆芯片在推理任務上的性能可與英偉達Blackwell芯片和谷歌TPU相媲美，成本能降低約50%。

行業頭部探路且成功，無疑給了其他參與者莫大的鼓舞。于是在2026年7月，海外的Anthropic和國內的DeepSeek、智譜，幾乎在同一時間節點，被曝出相關動作。

需要注意的是，DeepSeek、智譜并非現下開始的跟風。市場消息稱，DeepSeek已秘密推進自研推理芯片項目滿一年，旨在為自家大模型優化，降低GPU采購成本，擺脫供給約束。

盡管去年已起步，但DeepSeek造芯仍處于早期規劃與研發階段。公司采取極度低調的策略，未對外官宣，且芯片設計工程師的招聘主要通過私下方式進行，未在公開平臺發布。??

保供層面，不只是應對高端芯片出口管制，也是為了防范單一供應商斷供風險，避免“卡脖子”導致業務停擺，打造“備胎”甚至主力算力底座。

而在降本保供之外，生態升維也是DeepSeek、智譜等廠商自研AI芯片的長遠考量。此舉有助于他們從單純的“模型算法公司”轉型為“全棧AI基礎設施公司”，通過定義硬件掌握行業話語權，形成更高的競爭壁壘。

一邊是大客戶單干，一邊是長周期高投入高風險

?通俗來講，買芯片是租用他人地基，造芯片是自建高樓?。

不可否認的是，目前，國內芯片“買（進口）”與“造（自產）”的比例約為?7:3?，即?自給率約30%、進口依賴度約70%?（按金額計，2024-2025年實測區間）；若按數量計，進口芯片占比更高（超60%）。??

但在“自研是必由之路”成為行業共識的當下，挑戰，也早已擺在了買賣雙方面前。

對于全球AI芯片霸主英偉達而言，短期護城河依然深厚——CUDA生態、網絡互聯技術、多年積累的客戶黏性等，這些都不是輕易就能撼動的。

5月20日美股收盤后，英偉達發布的2027財年第一財季財報，收入、利潤、現金流全線狂飆，指引繼續超預期。注：中國市場收入暫時“歸零”。

亮眼的財報背后，隱憂已然出現：谷歌、微軟、亞馬遜等巨頭集體自研芯片。曾經最大的客戶們正在變成競爭對手，并且對于英偉達而言，這是一個不可逆的趨勢。

此前，找英偉達買GPU是行業通用做法，“AI算力從單極走向多極”正在悄然發生：訓練用英偉達GPU；大規模推理用自研ASIC；邊緣部署用輕量推理芯片；特定模型用特定架構優化。

不只海外巨頭，當DeepSeek、智譜等國內大模型廠商開始造芯，英偉達的“壟斷”地位又被撼動了幾分。就在DeepSeek傳出自研AI推理芯片的當天，英偉達盤前股價應聲下跌大約2%。

需要注意的是，大模型廠商造芯并非立刻拋棄英偉達，而是構建“自研芯片（高頻推理）+ 通用GPU（前沿訓練）+ 國產算力（兜底）”的混合架構，逐步提升自研占比。

英偉達面臨挑戰的同時，造芯對于DeepSeek、智譜等大模型廠商而言，同樣是一個不小的挑戰。

首先，無論哪家公司造芯，都是一場長周期（18-24個月流片量產）、高投入（數億美元起步）、高風險的硬仗。與此同時，大模型廠商還面臨人才短缺、制造代工受限（如先進制程與HBM存儲缺口）、軟件生態磨合等難題。

此前，已有多家公司在造芯路上折戟沉沙。以OPPO哲庫（ZEKU）為例?：該公司2019年成立，計劃3年投入?500億元?研發手機SoC及協處理器，2023年5月因?全球手機市場低迷、投入產出比失衡及戰略收縮?突然關停，解散?3000人?團隊，已發布馬里亞納 X/Y 影像/藍牙芯片但核心SoC未能量產。

盡管短期看來是一筆無法估量的巨額投入且結果充滿變數，但從長期來看，大模型廠商下場造芯，也是決定企業未來能否持續盈利的“保命”之戰。