5. DeepSeek被曝自研芯片:秘密布局一年,专攻推理赛道,打响算力自主关键一战
一、事件核心:路透社独家爆料,造芯项目已潜行一年
2026年7月7日,路透社援引三位行业知情人士独家披露,国产头部大模型厂商DeepSeek(深度求索)正在秘密推进自研AI推理专用芯片项目,整个研发计划早在一年前正式启动,目前处于早期设计阶段,尚未进入流片量产环节,官方暂未对外发布任何官宣回应。
不同于传统大厂高调立项,DeepSeek全程低调运作:通过猎头、内部推荐隐秘招募芯片架构、前端设计工程师,没有在公开招聘平台放出岗位;同时已经陆续对接芯片设计服务商、国内晶圆代工厂、存储芯片企业,敲定上下游协作链路,稳步推进硬件落地规划。
二、关键定位:不做训练芯片,聚焦推理场景
这次自研并非对标英伟达全能GPU,路线非常务实,核心只做推理芯片,放弃投入极高、风险更大的训练芯片研发:
用途区分:训练芯片负责大模型从零学习、迭代权重,多用于实验室集群;推理芯片面向日常用户对话、API调用、智能体运行,是C端、企业服务最核心的算力消耗场景,也是DeepSeek日常营收的最大成本项。
场景适配:芯片完全围绕DeepSeek自家V4系列大模型定制,针对性优化对话生成、长文本解析、Agent运行,相比通用GPU,能够压低推理延迟、提升能效比,理论上可以大幅削减单Token调用成本。
路线选择:现阶段自研推理芯片门槛更低、试错成本更小,契合当下AI行业“推理算力需求爆发”的行业现状,也是国内大模型厂商落地软硬协同的最优起步方向。
三、为什么一定要自研芯片?三大核心动因
1. 破解供应链依赖,对冲出口管制风险
此前DeepSeek旗舰模型训练主要依托英伟达H800系列GPU,受海外芯片出口限制影响,后续主力转向华为昇腾生态,完成了DeepSeek-V4对八大国产芯片的全适配。但外购芯片始终存在供货周期、配额、定价约束,自研芯片意在走出英伟达、华为双依赖的第三条算力路线,掌握硬件自主权。
2. 压缩核心成本,巩固低价服务优势
DeepSeek素有AI行业“价格屠夫”之称,依靠极致算法把API调用价格压到行业低位,但长期以来算力硬件成本占据运营开支大头。参考OpenAI自研推理芯片可降低近50%推理成本的案例,自研定制芯片落地后,能够进一步压低云端服务成本,强化全球市场竞争力。
3. 软硬深度绑定,放大大模型性能上限
通用GPU需要兼容上万种模型,无法针对单一大模型做极致优化。自研芯片可以从硬件层级适配自家模型算子、内存调度逻辑,在响应速度、并发承载、功耗控制上,实现外购GPU难以达到的效果,支撑大规模C端用户同时在线调用。
四、行业连锁反应:全球大厂集体下场造芯
DeepSeek并非孤例,本轮爆料恰逢全球AI企业集体向芯片上游延伸:
OpenAI联合博通推出自研推理芯片Jalapeño,计划2026年底大规模部署;
同期国内智谱AI也被曝出评估自研推理芯片,头部大模型企业同步开启算力自主化浪潮;
消息曝光当日,英伟达盘前股价短暂下跌约2%,资本市场开始担忧通用GPU的垄断格局被定制化推理芯片打破 。
五、现状与后续看点
当前阶段:项目仍在早期设计,距离流片、测试、规模化上架还有较长周期,短期不会立刻替换现有英伟达、昇腾算力集群;
资金支撑:DeepSeek近期完成超500亿元首轮大额融资,资金储备足以支撑长期芯片研发、流片投入;
未来影响:如果推理芯片顺利落地,将带动更多国产大模型企业跟进定制硬件,重塑国内AI算力采购、部署格局,加速AI产业从“软件内卷”走向“软硬一体化竞争”。
DeepSeek被曝自研芯片