DeepSeek、智譜被曝造芯，國產大模型繞開英偉達！

新智元報道

【新智元導讀】深夜重磅：DeepSeek與智譜雙雙下場造芯！面對高壓，中國AI雙雄直接掀翻牌桌，秘密自研推理芯片。這場算力突圍戰，終于打響了。

就在今天，國內AI圈連續曝出兩個震撼消息。

根據路透社、The Information的爆料，中國大模型領頭羊DeepSeek與頭部大模型獨角獸智譜AI，正在雙雙秘密自研定制化AI芯片。

他們的目標很簡單：徹底擺脫對算力霸主英偉達以及其他公司的底層硬件依賴，全面構建自己的算力生態。

消息一出，資本市場瞬間聞風而動，英偉達股價在盤前交易中應聲下跌約1.6%。

盡管DeepSeek一如既往保持低調，但全行業都清楚：這場游戲，已經迎來了最硬核的玩家。

今年6月份，DeepSeek破天荒啟動70億美元巨額融資后，已經將戰火燒到行業的核心腹地。

智譜AI的同場跟進，意味著中國AI企業，已經紛紛開始撕下純算法公司的標簽，掀翻傳統的算力牌桌。

過去一年，英偉達股票的表現優于標普500指數

暴漲27倍的流量，

被拉入絕境

為什么偏偏是這個時候？為什么兩家頭部企業幾乎在同一時間傳出「造芯」大動作？

答案就藏在令人窒息的算力賬本，以及外部環境中。

先看看智譜AI。

作為國內技術實力最頂尖的AI大廠之一，智譜因為種種原因，無法采購英偉達的先進芯片。

而就在同時，智譜AI卻在海外迎來了業務的恐怖爆發。

隨著GLM-5.2 的強勢出海，其在知名開發者平臺 Vercel 上的日 Token 使用量，居然在短短一周內暴漲了驚人的 27 倍！

這種指數級的流量爆炸，導致計算資源開始緊缺。

另一邊的DeepSeek，也面臨著相似的「幸福煩惱」。

DeepSeek的模型以極低成本的高性能，吸引了海量的全球API調用，但英偉達芯片卻猶如杯水車薪。

正如分析師理查德·溫莎所言：「英偉達在中國的市場份額正在逐步歸零，而且會一直保持這種狀態。」

既然供應鏈無法穩定獲取，兩家公司，不約而同地同時出手了。

為什么是推理芯片？直擊AI大模型最痛命門

這次，無論是DeepSeek還是智譜AI，正在研發的定制AI芯片，定位都主要面向推理場景。

也就是說，芯片專門為了已訓練好的模型給用戶生成回答、運行日常交互的計算環節而設計的，絕非用于動輒需要數萬張GPU集群聯合的大模型訓練環節。

AI大模型的下半場，就是推理。

隨著GLM-5.2和DeepSeek V4在全球全量上線，動輒幾千萬日活、數十億次的API調用，讓推理算力的消耗徹底壓倒了訓練算力。

機構數據顯示，生產環境中推理可占模型生命周期計算成本的80-90%，推理需求正爆炸式增長

現在，拼的不是誰能訓出最大的參數，而是誰能在每一次Token吐出的過程中，把功耗、延遲和硬件成本壓到極致。

DeepSeek等模型的低成本訓練（V3約幾百萬美元，R1更低）和高效推理（MoE架構、僅激活部分參數）進一步放大了推理需求暴漲的趨勢

英偉達的傳統GPU為了兼顧復雜的訓練任務，保留了大量冗余的電路架構。用它來做日常推理，高昂的造價和恐怖的耗電量都足以讓任何一家AI服務商破產。

相比之下，專用推理芯片（ASIC）則剝離了所有冗余，天生為特定算法的矩陣計算而生，具備遠超通用GPU的能效比和極低的量產成本。

Trendforce預測，到2026年，ASIC的增長率將達到 44.6%，而GPU的增長率為16.1%。彭博行業研究預測，到 2033 年，定制人工智能ASIC市場規模將達到1180億美元

智譜AI和DeepSeek正是想通過自研推理芯片，徹底打下長期的云端推理成本。

相比英偉達H100/H200/Blackwell系列，專用推理ASIC（如Google TPU、AWS Inferentia、Groq LPU、Meta MTIA等）針對Transformer矩陣乘法等特定操作優化

那么，國產芯片這條路呢？

對于DeepSeek這種依靠極致MoE和苛刻成本控制立足的公司，以及智譜這種正在爆發式增長的頭部企業來說，完全遵從其他公司的底層架構規則，意味著極大的受限。

為了建起硬件的護城河，為了擺脫供應鏈限制并降低長期的云端推理成本，智譜AI和DeepSeek最終做出了相同的決定——效仿谷歌 TPU 與 OpenAI，親自下場畫電路板。

唯一的生路，就是掀翻牌桌。

全球AI公司，殊途同歸

放眼全球，我們會發現，涉足芯片行業，是全球最頂尖大模型玩家進化到終極形態的必然選擇。

OpenAI在上個月正式推出首款定制推理芯片，內部代號「Jalapeno」，這是其與博通聯手開發數年的結晶。

Anthropic也一直在密集評估開發自己的AI芯片；而谷歌的TPU更是早已迭代數代，撐起龐大的帝國運轉。

自研造芯之路，絕非一朝一夕。

據悉，DeepSeek正與外部合作伙伴接洽，并與芯片設計、代工和存儲器公司進行洽談，工作大約始于一年前。

近幾個月，DeepSeek已加大了芯片設計工程師招聘力度，但招聘主要以私下方式進行，并未在公開招聘平臺發布崗位。

此前，DeepSeek在適配國產算力上，已做出多種嘗試。

DeepSeek-V3.1 曾引入了 UE8M0 FP8數據格式，主要用于模型權重和激活值的 scaling factors，以兼容微縮放（Microscaling / MXFP8）格式，并針對下一代國產芯片優化。

UE8M0 的核心優勢，主要是計算效率提升，減低部署成本。

而FP8相比FP16/FP32減少50%-75%的顯存占用，支持更大batch size或更長上下文（128K tokens）。

就在今年6月27日，DeepSeek發布最新論文，在原有DeepSeek-V4-Pro和DeepSeek-V4-Flash基礎上增加了一個推測解碼模塊，重點在于工程落地層面的優化。

論文地址：https://arxiv.org/abs/2607.05147

這次發布的DSpark通過優化算法，讓大模型在現有算力（包括國產芯片）上跑得更快、更高效，直接降低了推理成本，解決了國產算力在應用落地時面臨的效率和生態兩大難題。

部署DSpark后，DeepSeek-V4-Flash模型的生成速度提升了60%至85%。這種軟件層面的極致優化，是彌補國產芯片單卡性能與國際頂尖水平硬件差距的重要途徑

現在看來，DeepSeek的種種技術創新，或許也在為自研芯片埋下伏筆。

并且，智譜AI已開始向本土芯片設計公司垂詢合作。若能順利推進，該芯片將直接由國內晶圓廠負責制造。

因為無法使用臺積電、三星最先進的3nm/5nm海外代工廠，就必須具備高超的設計能力，靠支撐的架構創新，來彌補物理制程的落后。

據行業評估，智譜AI的芯片從設計接洽到實際流片，預計需耗時兩年以上。

而且，芯片行業需要的資金量巨大，這也完美解釋了為什么一向拒絕外部投資的DeepSeek，會在6月份突然籌集高達70億美元的驚人融資。

顯然，這條路現在不得不走。

如果成功，他們將完成一場中國科技史上壯舉——在自己的土地上，由國內本土晶圓廠制造，用自己設計的芯片、運行自己定義的模型，為全球數億用戶提供算力服務！

中國AI的下半場突圍戰，才剛剛開始。

參考資料：

https://www.reuters.com/world/china/chinas-deepseek-developing-its-own-ai-chip-sources-say-2026-07-07/

https://www.theinformation.com/articles/chinas-ai-lab-ziphu-weighs-custom-chip-demand-glm-model-soars

編輯：Aeneas