易君召
易君召
发布于 2026-07-08 / 39 阅读
0
0

🔲 DeepSeek 秘密自研 AI 推理芯片曝光:路透社独家,一年前已启动,专攻推理、避开训练

#AI

2026 年 7 月 7 日 · 路透社独家 · 一年前秘密启动 · 与 OpenAI Jalapeño 芯片对标 · 510 亿融资中有明确芯片方向

🔥 一、事件:路透社独家曝光 DeepSeek 造芯

2026 年 7 月 7 日,路透社援引三位匿名知情人士报道:DeepSeek(深度求索)正在秘密开发自研 AI 推理芯片。 消息一出,36 氪、量子位、腾讯新闻、凤凰网科技等国内主流科技媒体迅速跟进。

关键信息

数据

曝光时间

2026 年 7 月 7 日(路透社独家)

项目启动

约 1 年前(2025 年中)

芯片类型

AI 推理专用芯片(非训练)

公司回应

未做官方回应

消息来源

3 位匿名知情人士

资金支持

2026 年 6 月 510 亿元(约 $74 亿)融资中明确含芯片方向

全球 AI 公司自研芯片趋势

DeepSeek 并非孤例。2026 年,全球头部 AI 公司正在集体"芯片化":

公司

芯片项目

时间

OpenAI

Jalapeño 推理芯片(与博通合作)

2026 年 6 月公布

Anthropic

正考虑自研 AI 芯片

2026 年 4 月报道

阿里巴巴

平头哥 AI 芯片

持续迭代中

百度

昆仑芯

持续迭代中

DeepSeek

推理芯片(本事件)

2025 年中秘密启动

🎯 二、背景:为什么 DeepSeek 需要自研芯片?

核心动机:双重依赖下的供应链焦虑

依赖

现状

风险

🟦 英伟达

早期 R1 基于 H800 训练,但 H800 已于 2023 年底被美国禁售

最先进芯片永远买不到

🟥 华为昇腾

V4 模型已适配华为芯片,华为确认参与了 V4-Flash 部分训练

"鸡蛋不能只放在两个篮子里"

创始人梁文锋在 2024 年罕见媒体采访中坦言:芯片出口管制对公司构成挑战。 一位接近 DeepSeek 的人士称:"公司认为依赖英伟达和华为的芯片供应存在风险,希望通过自主研发降低双重依赖。"

商业逻辑:推理是未来的"主战场"

训练是一次性投入,推理是持续性消耗——每个用户的每次提问都需要推理算力。 随着 AI 应用大规模铺开,算力需求重心正在从训练全面转向推理。定制推理芯片能比通用 GPU 实现更低的功耗和更低的单位成本

⏰ 三、当前进展与时间表

已确认的进展

里程碑

时间

状态

项目启动

2025 年中

✅ 已确认

芯片设计团队秘密招聘

2026 年初至今

✅ 全程不公开

与设计/代工/存储商接洽

进行中

✅ 已确认

首轮 510 亿融资

2026 年 6 月

✅ 含芯片资金

流片(Tape-out)

未披露

❌ 仍处早期

预计发布/量产

未披露

❌ 至少 2-3 年

合理时间线推测

2025 中 ── 项目启动
2026    ── 团队组建、架构设计(当前)
2027    ── 设计验证、流片(最早)
2028+   ── 小规模部署、测试

🔬 四、技术规格:已知与未知

已确认

特性

说明

🎯 类型

AI 推理专用芯片(非训练)

核心优势方向

更低功耗、更低单位成本

🧠 算法铺垫

DeepSeek-V3.1 引入的 UE8M0 FP8 数据格式被认为是为下一代自研芯片设计的

未披露

信息

为什么重要

❌ 具体架构(ASIC/SoC)

决定芯片性能上限

❌ 制程工艺节点

直接影响能效和算力

❌ TOPS/TFLOPS

无法对标竞品

❌ HBM 配置

推理芯片的关键瓶颈

❌ 互联方案

是否有替代 NVLink 的方案

❌ 软件栈

是否兼容 CUDA 生态

🔑 关键线索: DeepSeek-V3.1 引入的 UE8M0 FP8 数据格式,被认为不只是模型层面的优化,更是在为未来的芯片硬件特性做准备——算法团队在写模型的时候就在想芯片的事。

⚔️ 五、与国际芯片厂商的对比

维度

DeepSeek 自研芯片

NVIDIA H100/B200

华为昇腾 910B

类型

推理专用(推测 ASIC)

通用 GPU

通用 GPU

生态

需自建

CUDA 20 年积累

CANN 较成熟

制程

❌ 受美国管制限制

4nm TSMC

7nm SMIC

量产

设计早期

✅ 大规模

✅ 已量产

优势

算法-硬件协同优化

全场景最强

国产替代首选

六大差距

差距

说明

严重程度

⚙️ 制程落后

美国限制使中国无法使用 TSMC 最先进制程,可能落后 1-2 代

🔴 核心短板

💾 HBM 受限

美国限制中国获取高带宽内存,推理芯片受直接影响

🔴 核心短板

🖥️ 软件生态从零开始

vs CUDA 20 年积累、数百万开发者

🔴 长期工程

🔗 互联技术缺失

缺乏 NVLink/NVSwitch 级别的高速互联方案

🟡 中度

💰 规模效应不足

仅自用,无法像 NVIDIA 摊薄研发成本

🟡 中度

⏱️ 时间窗口

2-3 年开发周期内,NVIDIA/华为也在快速迭代

🟡 自然

🏭 六、供应链与制造

推测合作伙伴

环节

可能合作方

芯片设计服务

芯原股份(VeriSilicon)、灿芯半导体(Brite)

晶圆代工

中芯国际(SMIC)(最可能)

HBM/存储

长鑫存储(CXMT)、SK 海力士中国

先进封装

长电科技、通富微电

关键制约

  • 美国对华先进制程代工限制(2022 年 10 月及后续更新)

  • 美国对华 HBM 出口管制(2024 年更新)

  • 荷兰对华 DUV 光刻机出口管制(ASML)

📈 七、对市场和竞争格局的影响

中国 AI 芯片格局

当前(2026 年中):
  华为昇腾 ~50%
  阿里平头哥+百度昆仑芯 ~25%
  其他(海光/寒武纪/壁仞/摩尔线程等)~25%

未来(2028+,推测):
  华为昇腾 ~35-40%
  阿里+百度+DeepSeek 自研 ~30-35%(部分自用替代)
  其他 ~25-30%
  NVIDIA 受限供应中国 ~5-10%

对华为的直接影响

DeepSeek 此前是华为昇腾的重要客户(V4 已适配华为芯片)。自研芯片意味着:

  • 直接分流华为的头部客户订单

  • 可能影响昇腾在 AI 模型公司中的口碑

  • 华为在中国 AI 芯片市场约 50% 的份额面临挑战

⚠️ 八、风险与挑战

风险

说明

💸 资金消耗巨大

芯片研发每年可能烧掉数十亿美元

🔄 管理层分心

芯片与模型研发同时推进,管理复杂度剧增

失败风险

芯片项目可能失败或严重延期

🤝 与华为关系紧张

自研芯片可能影响现有合作关系

短期无法见效

至少 2-3 年内仍需依赖外部芯片

🔮 九、未来演进方向

阶段

方向

🏗️ 短期(2026-2027)

完成架构设计、组建团队、确定代工/HBM 合作伙伴、构建基础软件栈

🚀 中期(2027-2028)

流片和验证、与 DeepSeek 模型深度适配(UE8M0 等)、小规模部署

🌟 长期(2028+)

大规模量产部署替代部分外部芯片、可能演进到训练芯片、可能对外提供芯片服务(类似 Google TPU 路线)

📌 十、总结

DeepSeek 自研 AI 推理芯片是 2026 年中国 AI 行业最重要的战略动向之一。它标志着中国头部 AI 公司正在从"纯算法公司"向"算法+硬件一体化公司"转型——与 OpenAI 造 Jalapeño、Anthropic 探索芯片的全球趋势一致。

三个核心信号

  1. 🏆 中国 AI 公司进入"造芯"时代——DeepSeek 不是第一个,也不会是最后一个。当模型实力足够强时,自研芯片成为必然选择

  2. 🏆 推理专用芯片是确定性方向——不是和 NVIDIA 比训练,而是在推理场景里做极致优化

  3. 🏆 最大的变量不是技术,是美国管制——即使 DeepSeek 设计出顶级芯片架构,先进制程和 HBM 的获取仍是悬在头顶的剑

一句话总结

DeepSeek 造芯不是一个"会不会成功"的问题,而是一个"必须做"的选择。在英伟达和华为的双重依赖下,自研芯片是供应链安全的终极解法——哪怕需要 3 年、烧数十亿美元、从零搭建软件栈。因为留给中国 AI 公司的选择题从来不是"要不要造",而是"什么时候造"。


原文链接 https://www.yijunzhao.cn/archives/deepseek-secret-ai-inference-chip-reuters-exclusive-one-year-in-development

欢迎访问 小易撩挨踢

https://www.yijunzhao.cn/



评论