DeepSeek要自己造芯片了：国产AI的自主之路

硅谷一直觉得自己手握着 AI 赛道的钥匙——大模型的竞争，说到底就是算力的竞争，而算力的命脉攥在英伟达手里。

但有一家中国公司，正在悄悄做一件让整个华尔街警觉的事。

从软件到硬件的战略转身#

DeepSeek 过去两年在 AI 圈最大的标签是”性价比屠夫”——用远低于同行的成本训练出了性能领先的模型。DeepSeek V2 把推理成本打到了 GPT-4 的百分之一，DeepSeek R1 用强化学习让模型学会了”思考”。

现在这家公司决定不再只是”用好芯片”。消息人士透露，DeepSeek 正在组建自己的芯片设计团队，目标是打造专为大模型训练和推理优化的 AI 芯片。

这不是一个信号层面的动作。公司已经挖来了多家半导体公司的资深工程师，硬件架构师来自 AMD 和华为海思的背景，团队规模在过去三个月翻了一倍。DeepSeek 同时与国内的几家 EDA 工具厂商和芯片代工厂建立了合作，流片（试生产）的时间表据称定在了 2027 年上半年。

为什么要自己造#

用商业逻辑来看这个问题，DeepSeek 的决定一点都不奇怪。

当前所有顶级大模型公司都面临同一个难题。英伟达的 GPU 供不应求，价格贵，而且交期长。H100 在高峰期炒到 4 万美元一张，B200 虽然性能翻倍但排队已经排到了明年。即使是 DeepSeek 这样以训练效率著称的公司，算力成本的占比也在持续攀升。

自己做芯片有三个直接好处。一是成本可控。自研芯片可以绕过英伟达的溢价，把训练成本拉到更低。二是架构匹配。通用 GPU 要兼顾图形渲染、科学计算一大堆场景，而 DeepSeek 只需要”死磕”大模型的矩阵运算和注意力机制，设计自由度更大。三是供应链安全。美国对先进芯片的出口管制不断升级，无论是 A100 还是 H100 的阉割版，性能都大打折扣。自研芯片可以在设计阶段就规避这些限制。

国产芯片生态的连锁反应#

DeepSeek 不是第一个吃螃蟹的中国 AI 公司。百度早在 2018 年就发布了昆仑芯，阿里有平头哥含光系列，字节跳动也在自研 AI 芯片。但 DeepSeek 的入局，意义不太一样。

DeepSeek 是目前中国最受关注的大模型公司之一，它的模型在全球开发者社区有着极高的声誉和使用量。如果 DeepSeek 真的做出了自己的芯片，这套”模型 + 芯片”的垂直整合，会形成一个类似苹果生态的闭环。硬件为软件优化，软件为硬件定制。

对于国内芯片产业链来说，DeepSeek 的入局也意味着一个重要的场景拉动。国产芯片长期以来最大的困境是”有芯无用”。芯片做出来了，但没有足够多的 AI 应用场景来验证和迭代。DeepSeek 几千万用户的大模型推理需求，本身就是最好的测试场和练兵场。

风险和难度#

自研芯片从来不是一件简单的事。即使是科技巨头，在这个领域翻车的也比比皆是。微软的 Surface 芯片折戟沉沙，Google 的 TPU 虽然成功但投入了十亿美元级别。

DeepSeek 要面对的核心挑战有三个。一是流片成本。7nm 以下制程的一次流片费用在 3000 万美元以上，两次失败公司现金流就会承压。二是人才争夺。全球能做 AI 芯片架构设计的工程师不超过 5000 人，DeepSeek 要与英伟达、AMD、苹果、Google 抢人。三是生态建设。芯片需要配套的软件栈（编译器、驱动、推理框架），这块的工程量不比硬件设计小。

但反过来看，如果 DeepSeek 真的把这件事做成了，它将成为全球极少数同时拥有顶尖大模型和自研芯片的 AI 公司之一。对于整个国产 AI 产业，这可能会是一个历史性的转折点。

来源：Proactive Investors | Hacker News