不依賴英偉達、華為AI芯片，DeepSeek想自主研發？這可不是一件容易的事

近日，業內人士表示DeepSeek正在秘密研發自己的AI推理芯片，項目大約一年前就已經啟動了。DeepSeek方面沒有正式回應，但從多個信源交叉印證來看，這件事大概率是真的。

說實話，我剛看到這個消息的時候，第一反應是DeepSeek這是瘋了嗎？造芯片可不是寫代碼，那是一個燒錢、燒時間、燒人才的無底洞啊。但仔細想想，好像又理解了。

一、從英偉達到華為，DeepSeek的芯片之路有多坎坷

要理解DeepSeek為什么要自己造芯片，得先看看它這幾年經歷了什么。DeepSeek是國內影響力最大的AI大模型之一，但模型再厲害，也得有芯片跑才行。訓練和推理一個大模型，需要的算力是天文數字，沒有足夠多的高性能芯片，什么都是空談。

早期DeepSeek主要用的是英偉達的芯片，尤其是H800。這款芯片是英偉達專門為我國市場設計的，性能雖然比美企用的H100差一些，但在當時已經是我國企業能買到的最好選擇。但問題是，美方芯片出口管制越收越緊，H800也被禁止對華出口。

芯片被斷供了怎么辦？DeepSeek的選擇是轉向華為昇騰芯片。今年4月的時候，DeepSeek發布了適配昇騰芯片的V4模型，這表明華為的AI芯片也能滿足DeepSeek的需求。從英偉達到華為，這步棋走得不容易，但DeepSeek確實走通了。

二、既然華為能用，為什么還要自己造？

按理說，DeepSeek現在用華為昇騰用得好好的，V4也跑順了，為什么還要費勁去自研芯片？我覺得原因說白了就兩點，那就是安全和成本。

安全方面，雖然華為昇騰是國產芯片，不存在被美方斷供的風險，但把所有算力都押在一家供應商身上，本身就是一種風險。

而在成本方面，DeepSeek的V4模型API定價只有GPT-4o的五分之一，走的就是極致性價比路線，這種策略的前提是算力成本必須足夠低。而別家的AI芯片再怎么優化，也比不上針對自家模型專門設計的推理芯片來得高效，所以DeepSeek自研芯片就非常有必要了?？赡艽蠹也皇呛芏@里面的邏輯，我打個比方，大家就知道了。別家的AI芯片就像一把瑞士刀，什么都能干，但干什么都不是最順手的。但是自研芯片就像一把定制的廚師刀，專門切菜，切得又快又好。這樣一類比，大家就知道DeepSeek自研芯片的急迫性了。

三、不過造芯片這事兒，真的沒那么容易

不過話又說回來了，自研AI芯片不是一件容易的事情。要知道全球能量產高性能AI芯片的企業，掰著手指頭數得過來，僅英偉達、AMD、華為、谷歌、亞馬遜等少數廠商能自研生產，并且這些公司都是積累了十幾年甚至幾十年的巨頭。DeepSeek是一家成立才幾年的AI模型公司，之前并沒有芯片設計的相關經驗?？赡苡腥藭f，只要有資金，沒有什么事是辦不到的。那么真實的情況是這樣的嗎？答案是否定的，因為自研AI芯片最起碼要過這三道坎。

第一道坎是技術，設計一款有競爭力的AI芯片，通常需要數年時間和巨額資金投入。流片一次就是上億美元打底，失敗了就得重來。OpenAI從項目啟動到流片用了9個月，已經是業界最快的速度了，而OpenAI背后有全球頂級的芯片設計公司幫忙，DeepSeek目前還沒有公開的芯片代工合作伙伴。

第二道坎是制造，受出口管制限制，國內芯片設計公司沒法拿到最先進的晶圓代工產能。中芯國際目前能穩定量產的是等效7nm級別的芯片，而全球最先進的已經到了3nm、2nm。這意味著DeepSeek即使設計出來了，在制造工藝上也可能落后一兩代。

第三道坎是生態，英偉達真正的護城河不是硬件本身，而是它經營了十幾年的CUDA軟件生態。全球幾百萬開發者用CUDA寫了十幾年的代碼，遷移成本巨大。DeepSeek自研芯片如果只服務自家模型，規模太小成本太高。如果想推向市場，DeepSeek就必須建立完整的軟件生態，這比造芯片本身還難。

四、寫在最后

即便如此，我覺得DeepSeek做這件事是對的。技術掌握在自己手里，才能真正高枕無憂。外部環境的不確定性太大了，自研芯片雖然短期內不一定比得上英偉達甚至華為，但至少多了一條退路，多了一份底氣。而且DeepSeek有一個別人沒有的優勢，那就是它本身就是全球頂尖的大模型廠商。它最了解自己的模型需要什么樣的硬件，什么樣的架構最高效。用句通俗的話說，"沒人比廚師更了解自己需要什么樣的刀"。

從"用芯片"到"造芯片"，這條路注定漫長且艱難。但我國AI企業如果想在未來不受制于人，這條路遲早要走。DeepSeek先走了，不管結果如何，這一步本身就已經很了不起了。