DeepSeek、智谱考虑自研AI芯片，大模型公司为何集体下场造芯？

7月7日，媒体援引三名知情人士称，DeepSeek正在开发自己的AI芯片，专门瞄准大模型推理。

项目约一年前启动，最近还在秘密扩充芯片设计团队，正与芯片设计、晶圆代工和存储厂商接触。

同一天，智谱也传出消息。

The Information报道称，随着GLM系列模型需求增长，智谱正在评估自研定制AI芯片的可能性。

镜头拉远，这早已不是中国故事。

6月24日，OpenAI已经公开首款与博通联合设计的定制推理芯片Jalapeño，目前样片已在实验室运行，计划年底部署。

4月，Anthropic被曝在考虑自研芯片的可能性，六月还挖来了OpenAI芯片项目的核心工程师。

一个耐人寻味的现象出现了。

越来越多的头部大模型公司，无论中美，无论开源闭源模型，都在同一时间窗口，一头扎进了芯片这门重资产苦生意。

为什么模型公司开始集体下场造芯？

模型公司为何要自研芯片？

其实模型公司今天走的路，云厂商早就走过一遍。

谷歌有TPU，亚马逊有Trainium和Inferentia，微软有Maia，Meta有MTIA。

在中国，华为有昇腾，百度有昆仑芯，阿里有真武。

看上去，全球最有钱、最会买GPU的一群公司，偏偏都在自己造芯片，为什么？

一个残酷的事实是，算力账单越来越贵了。

训练一个前沿模型固然烧钱，但训练是阶段性的，推理却发生在每一次真实使用中。

模型用户越多、Agent运行越久、Token吞吐越大，推理成本就越像水电费一样持续累积。

这也是为什么DeepSeek首先瞄准推理芯片。

OpenAI的选择几乎一模一样。

Jalapeño不是用来从零训练下一代GPT，而是专门处理大模型推理。

其目的也非常直接，降低基础设施成本，并为英伟达GPU增加一个替代选项。

这背后是GPU与定制芯片完全不同的经济学。

英伟达GPU像一把瑞士军刀，训练、推理、科学计算、视频生成，各种场景都能迅速适配。

但一个只需要长期运行固定大模型负载的公司，未必愿意永远为这种通用性付费。

如果DeepSeek未来继续沿用MoE、MLA和特定低精度计算路线，那么它就有机会围绕自己的算子结构、KV Cache管理、Prefill/Decode特征、内存访问和数据流进行定向优化。

这也是为什么，DeepSeek即使已经适配华为昇腾，仍然可能选择自己造芯。

对一家前沿模型公司来说，即便把更多负载从英伟达迁移到华为，并没有真正消除单点风险，只是换了一个供应商。

自研芯片一旦成功，DeepSeek得到的不只是更低成本，而是对底层算力更强的控制权。

对中国模型厂商，这层意义尤其特殊。

美国出口管制限制先进英伟达芯片供应，而先进AI芯片又高度依赖晶圆代工、HBM和复杂供应链。

所以，DeepSeek、智谱等国产模型公司造芯，同时包含了三个层面的考量：Token成本账、供应安全账、地缘政治账。

自研芯片有多难？

既然自研芯片既能降成本，又能摆脱供应商控制，为什么真正跑出来的玩家仍然屈指可数？

答案很简单，因为造芯片，远比造大模型更像一场豪赌。

路透社今年4月援引行业人士估算，设计一款先进AI芯片，成本可能达到约5亿美元。

这主要还是设计、工程与验证阶段的巨额投入，并不意味着芯片一定能顺利进入大规模生产，更不意味着实际运行后就能在性能和成本上超过英伟达。

所以，所谓的“自研AI芯片”，其实有好几种完全不同的含金量。

最重的一种，是谷歌TPU、亚马逊 Trainium这类全栈路线。

自己长期定义芯片架构，同时建设编译器、软件栈、互联网络和数据中心系统。

第二种，是模型公司定义需求和关键架构，再与成熟芯片公司联合设计。

OpenAI的Jalapeño就是这类，由OpenAI与博通共同设计。

这仍然属于深度定制芯片，但与谷歌十余年积累的TPU体系，不是同一种成熟度。

再轻一些，则可能是提出模型负载、内存、精度和功耗需求，由外部ASIC伙伴承担更多设计与工程工作。

也就是说，新闻里都可以叫“自研AI芯片”，背后的实际能力却可能天差地别。

因此，模型公司下场造芯，往往不会一上来就挑战最难的训练市场，而是先盯上推理。

原因是前沿训练的变量太多，而推理面对的是已经训练完成、即将长期运行的模型，负载更稳定，也更容易围绕固定算子、内存访问和Token生成过程做定向优化。

而2026年AI芯片行业最大的结构性变化，也正是”推理专用化”的加速。

比如，谷歌把第八代TPU拆成两条路线：TPU 8t主攻大规模训练，TPU 8i主攻低延迟推理和强化学习。

这说明，训练与推理的最优硬件设计正在进一步分化。

华为的拆分更细。

Ascend 950PR面向推理的Prefill阶段和推荐系统，Ascend 950DT则面向Decode阶段与模型训练。

其背后的逻辑不是简单的“训练芯片”和“推理芯片”二分，而是进一步按计算密集度、内存容量和带宽需求拆分工作负载。

但即便模型公司选了看起来更容易的推理芯片，其自研芯片在量产经验、软件栈、供应链和规模部署上，仍可能与成熟平台存在明显差距。

阿里平头哥从2018年成立，到自研GPU规模化量产、相关业务年化营收达到百亿级别，走了近八年。

谷歌TPU从2015年起步到第八代，是十一年投入。

相比之下，DeepSeek的芯片项目才起步一年，就连节奏最快的OpenAI，从官宣合作到全面规模化量产，仍是一场持续数年的工程。

这场造芯运动的入场券已经买好，但真正兑现的那一天，可能还要再等好几年。

集体造芯的底层变化

比起谁能更早造出芯片，这轮造芯潮真正值得关注的，反而是背后的产业变化。

第一个变化，是大模型竞争正在从单点的模型战，进入一场更重的全栈战争，模型-芯片-云-数据中心，开始被绑成同一套系统。

谷歌已经证明了这条路，明确地把硅片、网络、软件、模型架构和应用需求协同优化。

谷歌知道未来模型需要什么，TPU团队就能提前改芯片；TPU知道硬件最擅长什么，模型团队又可以反过来调整架构。

谷歌手里同时有模型、芯片、云和数据中心，芯片成本降低，可以压低Token价格；Token更便宜，可以吸引更多用户；用户调用量越大，又能反过来摊薄芯片研发成本。

于是，一条新的闭环出现了：

芯片生产算力，模型生产Token，云把Token卖给客户，客户规模再反过来养芯片。

谷歌试图把AI时代最重要的几层利润——芯片、算力、模型、Token和应用入口，尽可能留在自己的体系里。

模型厂商今天集体造芯，本质上也是被同一股力量推着向前走。

第二个变化，是去供应商依赖。

对OpenAI来说，这是减少对英伟达单一硬件路线的依赖。

对DeepSeek等国产模型而言，是同时降低对英伟达和国产芯片的依赖。

但无论换成哪家供应商，只要命运的开关握在别人手里，涨价、断供、产能挤兑就随时可能发生。

第三个变化，直接指向下一轮模型价格战。

当Token价格卷到今天这个地步，谁的推理成本更低，谁就有更大的降价空间。

没有芯片能力、只能靠采购通用GPU的纯模型公司，很可能被两头夹击：

上游议价能力不如芯片厂商，下游价格战又打不过有全栈能力的对手。

当然，这不意味着所有模型创业公司都会去造芯片。

做一家模型创业公司，门票大概是10亿美元；做一个前沿模型，门票要到300亿美元起；

而当一家公司同时下注模型、芯片、云和数据中心，它面对的已经是1000亿美元级的全栈战争。

这不是每家公司都掏得起的钱，也不是每家公司都需要掏的钱。

但造芯这件事，已经开始让产业有了新的变化：

AI竞争的终局，可能不再属于模型最好的公司，而是那些有能力把Token一路做到硅片里的公司。