7月7日路透社放出一则重磅消息，国内头部大模型厂商DeepSeek已经秘密启动自研AI推理芯片项目，计划摆脱对英伟达、华为芯片的双重依赖。这条消息迅速搅动AI算力产业链，背后藏着国产大模型长久以来的算力焦虑。
从早年完全依靠英伟达H800搭建训练底座，到管制落地后全面适配昇腾芯片，再到如今下场自研专用推理芯片，DeepSeek的每一步选择，都是当下全球AI行业的缩影。不只是国内厂商，OpenAI、Anthropic等海外头部玩家同样扎堆布局自研芯片。当大模型的竞争从算法比拼下沉到底层硬件，自研推理芯片，已经不再是可选赛道，而是所有头部企业的必答题。
一、秘密造芯计划曝光：项目启动一年，低调招兵买马
据三位知情人士向路透社透露，DeepSeek自研芯片的研发工作早在一年前就已经启动，目前整体还处在早期规划阶段，距离流片、量产还有很长一段距离。
和很多高调官宣自研硬件的企业不同，DeepSeek全程保持低调，没有对外释放任何相关信息，面对媒体采访也直接拒绝置评。整个项目推进节奏十分隐蔽：一方面团队主动对接产业链上下游，和芯片设计公司、晶圆代工厂、存储芯片厂商逐一沟通合作方案，敲定后续研发、生产、配套存储的落地路径；另一方面悄悄扩充芯片研发团队。
近几个月，DeepSeek大幅增加芯片设计工程师的招聘名额，但所有岗位都不走公开招聘平台，全部依靠行业内推、私下邀约，避免项目信息提前外泄。业内人士分析，这种低调模式一方面是防止竞争对手提前布局卡位，另一方面芯片研发周期长、不确定性高，过早官宣容易引发市场过高期待。
需要明确的是，DeepSeek本次瞄准的是推理专用芯片，而非用于大模型训练的通用算力芯片。简单来说，训练是后台反复打磨模型的过程，推理是用户调用API、对话、生成代码时实时运算的环节，也是AI企业日常算力消耗最大、成本占比最高的场景，专门针对推理做硬件优化，能直接降低线上服务的长期开支。
二、算力受制多年，梁文锋早已点出行业痛点
DeepSeek执意自研芯片，并非临时起意，而是长期被算力供给限制后的必然选择。创始人梁文锋早在2023、2024年两次采访中，就直白道出企业的核心困境：公司发展最大的阻碍从来不是资金，而是高端芯片出口禁令带来的算力短缺。
早些年，英伟达H800是DeepSeek训练大模型的核心底座，海量模型迭代、参数调试都依托这款芯片完成。但2023年底美国出台管制政策，H800全面停止对华出口，直接切断国内AI企业获取顶级海外算力的渠道。一夜之间，大量企业陷入算力缺口，DeepSeek也被迫调整硬件路线。
在此之后，DeepSeek开始加大对华为昇腾芯片的投入，主动完成全栈适配。今年4月，适配昇腾生态的DeepSeekV4模型正式发布，其中轻量化V4-Flash版本的训练工作，就有昇腾芯片深度参与。这款模型落地后，国内科技企业对昇腾950芯片的订单迎来一波暴涨，也侧面印证国产算力正在扛起主流推理需求。
即便同时手握英伟达存量卡与昇腾国产芯片两套方案，供应链隐患依旧没有消除。海外高端芯片供给不稳定，国产芯片产能、交付周期同样存在波动，两种渠道都无法完全掌握主动权。万卡级智算集群每年租赁成本动辄数十亿元，长期外购芯片、租赁算力，会持续压缩AI服务的利润空间，自研芯片成了从根源缓解压力的出路。
三、V4正式版即将上线，算力成本压力迫在眉睫
就在自研芯片消息流出的同一时间段，DeepSeek新一代旗舰模型V4正式版进入上线倒计时，两者叠加，更能看出企业布局底层硬件的迫切性。
上周，DeepSeek向全部API付费客户发送邮件，公布V4正式版定价规则：采用峰谷分时计费，访问高峰时段价格直接翻倍，非高峰时段维持原有定价。同时有大量用户反馈，V4正式版已经开启灰度测试，实测代码编写、逻辑推理能力对比前代提升明显，有玩家放出用模型生成《我的世界》场景的效果图，多模态生成效果肉眼可见升级。
V4系列分为Pro完整版与Flash轻量版，Pro版本拥有百万字超长上下文，数学、代码、智能体能力对标全球顶级闭源模型，但算力消耗巨大，单批次推理占用硬件资源远高于旧模型。即便依托昇腾950超节点，大规模商用后整体算力开销依旧会大幅上涨。
行业测算，随着V4正式版全面对外开放API服务，DeepSeek每日推理算力需求会迎来数倍增长。如果持续外购芯片，高峰期算力采购成本会持续走高，峰谷定价本质也是为了分流流量、平衡硬件负载。自研推理芯片落地后，软硬件深度适配，能大幅提升硬件利用率，直接抹平高峰时段的高额算力成本，让API定价拥有更大调整空间。
除此之外，DeepSeek正在内蒙古搭建自有智算中心，新一轮融资超六成资金都将投入算力基建。一边自建算力集群，一边自研专用推理芯片，两条路线并行，目的就是彻底摆脱对外购芯片的依赖，把算力成本、供给节奏握在自己手中。
四、全球大厂集体造芯，自研推理芯片成行业共识
放眼全球，不只是DeepSeek，几乎所有头部大模型企业都走上自研芯片这条路，大家的目标高度统一：不追求完全替代现有芯片，而是通过软硬协同优化，降低推理成本、稳定供应链。
海外赛道里，OpenAI进度领先，早已联合博通开发专属推理芯片，计划今年下半年落地部署，芯片架构完全围绕自家大模型设计，砍掉通用芯片多余算力，专门适配对话、代码生成等高频推理场景，能效比大幅提升。另一巨头Anthropic也在同步评估自研方案，和三星洽谈先进制程代工，私下招募芯片研发人才，缓解谷歌TPU、亚马逊Trainium单一供给带来的风险。
国内市场同样掀起造芯热潮。百度昆仑芯持续迭代，专门适配大模型训推场景；腾讯推出紫霄推理芯片，内部业务大规模落地，整体推理成本下降四成以上；阿里平头哥发布真武系列AI芯片，支撑千问大模型全流程运行。各家路线略有区别，但核心逻辑一致：通用芯片兼顾多种场景，难免存在算力浪费，自研专用芯片贴合自家模型架构，长期商用性价比更高。
很多人会产生疑问：自研芯片周期长、投入高，动辄投入十几亿资金，为何各家企业依旧争相入局？核心原因有两点。第一是供应链安全，海外高端芯片管制常态化，国产芯片产能有限，单一采购渠道随时可能出现供给缺口；第二是长期成本优势，推理是7×24小时持续运行的业务，三到五年周期下，自研芯片分摊后的单位算力成本，远低于持续外购。
五、DeepSeek自研芯片的现实挑战与长远价值
从现阶段来看，DeepSeek的造芯之路还有不少现实阻碍。项目刚启动一年，团队搭建、架构设计都处于初期，芯片从设计、流片、验证到批量量产，普遍需要18至24个月，短期内无法替代英伟达、昇腾现有算力。同时芯片制造高度依赖晶圆代工、存储配套，整条产业链的协同磨合，还需要大量时间调试。
并且DeepSeek不会完全放弃现有芯片方案，未来大概率采用“自研芯片+英伟达+昇腾”多硬件并行模式。自研芯片承接日常高频推理业务，英伟达存量高端卡用于前沿模型训练，昇腾芯片作为国产算力兜底，三者互补，构建多层次算力底座。
长远来看，这套布局能给DeepSeek带来三重核心优势。首先是成本可控，专属芯片针对V4系列MoE混合专家架构优化，减少内存、算力冗余，大幅降低API服务边际成本；其次是性能升级，软硬件一体调试，可以解决通用芯片适配带来的延迟、吞吐瓶颈，提升用户使用体验；最后是供应链自主，不再受海外管制、国产芯片订单排队等外部因素制约，支撑后续更大规模模型迭代与商业化扩张。
AI行业的竞争早已跳出单纯的算法比拼，底层算力硬件成为决定企业长期竞争力的关键砝码。DeepSeek秘密推进自研推理芯片，是国内大模型厂商应对算力卡脖子的一次主动突围。
一边迭代更强的大模型，一边扎根底层芯片研发，这种“模型+硬件”双轮驱动的模式，正在成为全球头部企业的标准选择。短期来看，自研芯片很难立刻改变现有算力格局，但放在三五年的行业周期里，谁能更早实现软硬件协同自主，谁就能在接下来的AI商业化浪潮中占据更大主动权。未来随着国产大模型与自研推理芯片持续磨合，一套完整、自主可控的AI产业闭环，也会逐步成型。
热门跟贴