近日，业内人士表示DeepSeek正在秘密研发自己的AI推理芯片，项目大约一年前就已经启动了。DeepSeek方面没有正式回应，但从多个信源交叉印证来看，这件事大概率是真的。
说实话，我刚看到这个消息的时候，第一反应是DeepSeek这是疯了吗？造芯片可不是写代码，那是一个烧钱、烧时间、烧人才的无底洞啊。但仔细想想，好像又理解了。
一、从英伟达到华为，DeepSeek的芯片之路有多坎坷
要理解DeepSeek为什么要自己造芯片，得先看看它这几年经历了什么。DeepSeek是国内影响力最大的AI大模型之一，但模型再厉害，也得有芯片跑才行。训练和推理一个大模型，需要的算力是天文数字，没有足够多的高性能芯片，什么都是空谈。
早期DeepSeek主要用的是英伟达的芯片，尤其是H800。这款芯片是英伟达专门为我国市场设计的，性能虽然比美企用的H100差一些，但在当时已经是我国企业能买到的最好选择。但问题是，美方芯片出口管制越收越紧，H800也被禁止对华出口。
芯片被断供了怎么办？DeepSeek的选择是转向华为昇腾芯片。今年4月的时候，DeepSeek发布了适配昇腾芯片的V4模型，这表明华为的AI芯片也能满足DeepSeek的需求。从英伟达到华为，这步棋走得不容易，但DeepSeek确实走通了。
二、既然华为能用，为什么还要自己造？
按理说，DeepSeek现在用华为昇腾用得好好的，V4也跑顺了，为什么还要费劲去自研芯片？我觉得原因说白了就两点，那就是安全和成本。
安全方面，虽然华为昇腾是国产芯片，不存在被美方断供的风险，但把所有算力都押在一家供应商身上，本身就是一种风险。
而在成本方面，DeepSeek的V4模型API定价只有GPT-4o的五分之一，走的就是极致性价比路线，这种策略的前提是算力成本必须足够低。而别家的AI芯片再怎么优化，也比不上针对自家模型专门设计的推理芯片来得高效，所以DeepSeek自研芯片就非常有必要了。可能大家不是很懂这里面的逻辑，我打个比方，大家就知道了。别家的AI芯片就像一把瑞士刀，什么都能干，但干什么都不是最顺手的。但是自研芯片就像一把定制的厨师刀，专门切菜，切得又快又好。这样一类比，大家就知道DeepSeek自研芯片的急迫性了。
三、不过造芯片这事儿，真的没那么容易
不过话又说回来了，自研AI芯片不是一件容易的事情。要知道全球能量产高性能AI芯片的企业，掰着手指头数得过来，仅英伟达、AMD、华为、谷歌、亚马逊等少数厂商能自研生产，并且这些公司都是积累了十几年甚至几十年的巨头。DeepSeek是一家成立才几年的AI模型公司，之前并没有芯片设计的相关经验。可能有人会说，只要有资金，没有什么事是办不到的。那么真实的情况是这样的吗？答案是否定的，因为自研AI芯片最起码要过这三道坎。
第一道坎是技术，设计一款有竞争力的AI芯片，通常需要数年时间和巨额资金投入。流片一次就是上亿美元打底，失败了就得重来。OpenAI从项目启动到流片用了9个月，已经是业界最快的速度了，而OpenAI背后有全球顶级的芯片设计公司帮忙，DeepSeek目前还没有公开的芯片代工合作伙伴。
第二道坎是制造，受出口管制限制，国内芯片设计公司没法拿到最先进的晶圆代工产能。中芯国际目前能稳定量产的是等效7nm级别的芯片，而全球最先进的已经到了3nm、2nm。这意味着DeepSeek即使设计出来了，在制造工艺上也可能落后一两代。
第三道坎是生态，英伟达真正的护城河不是硬件本身，而是它经营了十几年的CUDA软件生态。全球几百万开发者用CUDA写了十几年的代码，迁移成本巨大。DeepSeek自研芯片如果只服务自家模型，规模太小成本太高。如果想推向市场，DeepSeek就必须建立完整的软件生态，这比造芯片本身还难。
四、写在最后
即便如此，我觉得DeepSeek做这件事是对的。技术掌握在自己手里，才能真正高枕无忧。外部环境的不确定性太大了，自研芯片虽然短期内不一定比得上英伟达甚至华为，但至少多了一条退路，多了一份底气。而且DeepSeek有一个别人没有的优势，那就是它本身就是全球顶尖的大模型厂商。它最了解自己的模型需要什么样的硬件，什么样的架构最高效。用句通俗的话说，"没人比厨师更了解自己需要什么样的刀"。
从"用芯片"到"造芯片"，这条路注定漫长且艰难。但我国AI企业如果想在未来不受制于人，这条路迟早要走。DeepSeek先走了，不管结果如何，这一步本身就已经很了不起了。
热门跟贴