DeepSeek自研芯片：国产AI开始自己造'心脏'

路透社援引知情人士消息报道，DeepSeek 正在开发自己的 AI 芯片。

这条消息看起来只是一家公司的业务拓展，但放在整个国产 AI 的坐标系里看，它是一个信号——中国最有技术实力的大模型公司，已经不满足于”用别人的芯片跑自己的模型”这件事了。

为什么自己造#

DeepSeek 做芯片，最直接的驱动力是算力焦虑。

训练 DeepSeek V4 这样的千亿参数模型，需要的计算量是一个天文数字。即使 DeepSeek 在训练效率上做了极致的优化——MoE 架构、稀疏计算、FP8 混合精度——底层还是离不开高性能的 AI 芯片。而高端 AI 芯片的出口管制已经持续了好几年，禁令不仅没有松动，反而在不断扩大范围。

自己造芯片，意味着把”算力命脉”从外部供应链手里夺回来。这是一个战略举动，不是成本考量。

另一个原因更隐蔽但也更真实：模型和芯片的联合优化，可以做很多分开做做不到的事情。当芯片设计团队和模型训练团队坐在一起工作，他们可以针对模型的特定计算模式做专门的硬件加速——比如为 DeepSeek 的 MoE 架构定制路由逻辑、为稀疏计算优化内存带宽。这种软硬一体化的优势，是买现成的通用芯片永远追不上的。

这条路上已经有人在走了#

DeepSeek 不是第一个走这条路的大模型公司。

百度很早就在做自己的 AI 芯片”昆仑”，已经迭代了好几代。字节跳动也在自研芯片，虽然主要是为了推荐系统和视频处理，但通用 AI 加速也是重点方向。华为的昇腾系列更是已经跑通了从芯片到框架到模型的完整栈。

DeepSeek 的特点是”轻”:它不像百度或者华为那样有庞大的硬件团队和供应链资源，它是一家以算法和模型见长的公司。做芯片对 DeepSeek 来说是一个全新的领域，挑战不比训练下一代模型小。

芯片自研的真正意义#

这件事最值得关注的，不是 DeepSeek 能不能做成芯片。而是”从用芯片到造芯片”这个趋势本身。

过去几年，国产 AI 产业的发展逻辑是”先在模型上追平，再在应用上超越”。芯片一直被视为”别人的事”——反正有英伟达，有华为，有寒武纪，大模型公司只需要专心做好模型就行了。

但出口管制和地缘政治正在改变这个等式。当你的模型能力越来越强，算力需求越来越大，“芯片被别人卡着”这个风险就变得越来越不可接受。DeepSeek 的这一步，可能只是开始。接下来你会看到越来越多的中国 AI 公司，从纯算法公司，变成”算法 + 芯片”的双轮驱动公司。

这条路很难走，但这条路必须走。

来源：路透社 | Hacker News