DeepSeek悄悄造芯一年，英伟达盘中跌2%：国产AI的算力三级跳

昨天一条消息炸了AI圈。路透社独家爆料DeepSeek正在秘密研发自有AI芯片项目一年前就已启动。消息一出英伟达盘前股价直接跌了2%。说实话第一次看到这条新闻时我的反应和大多数人一样——DeepSeek不是做模型的吗怎么跑去造芯片了但如果你一直关注这家公司的发展轨迹就会发现这一步早晚要来。不是训练芯片是推理芯片先说清楚一个关键细节。这次要造的东西跟训练没关系专攻推理场景。啥意思训练是一次性的——你把数据喂进去模型学会知识完事。但推理呢你每问一句话、每调一次API、每让AI写一段代码背后烧的全是推理算力。这玩意儿现在是AI行业最烧钱的环节。通用GPU比如英伟达的卡虽然什么都能干但拿它专门跑推理说实话有点大材小用——冗余度高、功耗大、成本高。定制化的推理芯片就不一样了。针对自家模型架构做深度优化单位Token的成本可以压到通用GPU的一半以下。这就是DeepSeek的算盘用软硬一体的方式把推理成本打到地板。算力三级跳从英伟达到华为再到自己回头看DeepSeek这几年的算力路径其实经历了三次跳。第一跳英伟达H800。 2025年1月R1横空出世。那时候基础模型就是跑在H800上训练的靠极致的算法优化用有限的算力跑出全球顶尖的效果一战成名。第二跳华为昇腾。 2023年底美国禁止H800对华出口被迫转向国产替代。今年4月发布的V4大模型正式兼容双平台华为方面确认V4-Flash部分训练流程直接在昇腾处理器上完成。第三跳自研。 即便有了华为兜底业务规模爆发式增长昇腾也扛不住海量推理需求了。于是自己下场造芯成了唯一的选择。英伟达→华为→自己。这三级跳跳完一家纯算法公司变成了软硬一体的全栈玩家。全球AI都在自己造铲子你可能觉得DeepSeek此举是突发奇想其实不然。放眼全球头部AI公司几乎全在走同一条路。看看这份名单OpenAI上个月刚跟博通联合搞出了推理芯片Jalapeño从设计到流片只用了9个月Google的TPU已经大规模部署多年亚马逊的Trainium持续迭代Meta的MTIA已经运营了约1GW算力的训练集群。国内这边百度有昆仑阿里有平头哥连智谱都开始评估定制方案了。当一家供应商变成所有人共同的依赖每个挖金子的人都会想能不能自己造一把铲子黄仁勋的客户们已经动手了。钱从哪来510亿的底气造芯片是个烧钱的无底洞凭啥答案是刚融了一大笔钱。今年6月完成了约510亿元的A轮融资投后估值飙升至约4000亿元创下中国AI行业单轮融资纪录。出资方名单相当豪华——梁文锋个人掏了约200亿元腾讯100亿宁德时代50亿京东、网易、IDG资本各30亿。这笔钱怎么花三个字概括芯、算、人。 自研芯片、扩建算力中心、全球抢人。6月25日已经开启史上最大规模招聘放话所有部门规模至少扩大一倍。同时在内蒙古乌兰察布启动超大规模智算中心建设——绿电、低温、低成本天然适合堆服务器。有钱、有人、有算力中心再配上自研芯片这盘棋就活了。现实挑战没那么容易泼点冷水。制造环节美国出口管制下大概率只能用国内成熟制程产线工艺节点上跟台积电、三星存在代差这个短期内没法弥合。HBM存储推理芯片对高带宽存储需求巨大但HBM供应被SK海力士、三星、美光三家海外厂商主导而且受出口管制限制。巧妇难为无米之炊。时间周期一款有竞争力的AI芯片从设计到量产通常需要3到5年。即便资金充足工程化周期绕不过去。分析师理查德·温莎的判断挺直接英伟达在中国的市场份额已基本归零造芯不会对英伟达造成实际影响。真正有压力的其实是华为。 DeepSeek本就是昇腾的重要客户自研芯片一旦落地将直接分流华为的推理算力需求。加上阿里、百度、字节都在搞自研国产AI芯片赛道的竞争只会越来越激烈。写在最后从算法逆袭到硬件自研背后的逻辑其实很简单——核心技术终究要自主可控。海外管制持续收紧、推理成本成为生死线只做软件已经不够了。这波造芯不止是一家公司的战略选择更是中国AI产业从应用层创新向基础设施层自主迈进的信号。能不能做成还得看执行力。但敢上桌就已经赢了第一步。你觉得DeepSeek造芯能成功吗评论区聊聊。参考来源路透社/IT之家 | 凤凰网科技 | 电子工程专辑