全球头部AI大模型公司正掀起一场自研芯片浪潮。过去半个月内，DeepSeek、智谱AI、OpenAI、Anthropic等公司相继披露或推进自研AI推理芯片项目，目标直指降低对英伟达等外部供应商的依赖，掌控算力自主权。
据路透社独家报道，DeepSeek已秘密启动自研AI推理芯片项目约一年，芯片定位专攻推理而非训练。该项目仍处于早期阶段，公司已与芯片设计公司、晶圆代工厂及存储厂商展开多轮接洽。DeepSeek此前同时使用英伟达和华为芯片，其底层基础模型曾在英伟达H800上完成训练，美国对华芯片出口管制后逐渐转向华为昇腾架构，今年4月发布的DeepSeek-V4模型已全面适配昇腾。但即便如此，DeepSeek仍选择自研芯片。
几乎同一时间，The Information爆料称智谱AI也在评估自研定制芯片，已向多家国内芯片设计公司进行初步询问，探讨联合开发专为GLM系列模型优化的定制AI处理器（ASIC）。直接导火索是GLM-5.2发布后，其日均Token使用量单周暴涨27倍，同时智谱已被列入美国实体清单，高端英伟达芯片采购通道基本关闭。
海外巨头同样动作频频。OpenAI于6月24日与博通联合发布了首款定制推理芯片Jalapeño，这是一枚专为大语言模型推理设计的ASIC，从设计到流片仅用九个月。博通CEO陈福阳表示，Jalapeño相比典型AI图形处理单元可节省约50%成本。OpenAI计划2026年底开始部署该芯片，微软预计买下首批产能的约40%。Anthropic也被曝出正在与三星接洽，探讨2纳米制程的代工合作，并挖来OpenAI自研芯片团队早期核心成员Clive Chan。
大模型公司集体造芯的核心驱动力是算力成本。有机构数据显示，在生产环境中，推理可占模型生命周期计算成本的80%至90%。随着AI应用大规模铺开，推理成本像水电费一样持续累积。英伟达GPU毛利率长期维持在75%以上，但推理任务对芯片的需求与训练截然不同：推理计算图相对固定，对通用性要求低，专用推理芯片（ASIC）能效比远超通用GPU。Trendforce预测，到2026年ASIC增长率将达44.6%，而GPU为16.1%。
这场造芯运动对英伟达构成直接挑战。过去二十年英伟达最大竞争对手是AMD，如今谷歌、亚马逊、微软、Meta等云巨头早已布局自研芯片，连OpenAI、Anthropic、DeepSeek、智谱这些曾经的纯客户也加入造芯大军。英伟达在GTC 2026大会已改为着重各领域AI推理应用落地，并推出专为低延迟推理设计的Groq 3 LPU。但垄断定价权正在松动——正如一位分析师所说，DeepSeek不需要造出最强的芯片，只需要在谈判桌上多一个选项。消息传出当日，英伟达盘前股价下跌约1.6%。
对国内企业而言，地缘政治因素加剧了自研芯片的紧迫性。DeepSeek的算力路线变迁——从依赖英伟达H800训练R1模型，到转向华为昇腾部署V4，再到如今亲自下场设计推理芯片——几乎是中国AI产业算力自主化进程的缩影。不过，芯片从试产到实际上线至少需要2年时间，设计一款先进AI芯片成本可能高达约5亿美元，国内顶尖芯片设计人才本就稀缺。
Forrester分析师Mike Gualtieri指出，如果依赖别人的芯片，就永远无法成为真正的AI巨头。头部大模型公司正在撕下纯算法公司的标签，将战火烧到芯片战场。DeepSeek创始人梁文锋2024年曾表示公司没有短期融资计划，真正的挑战是高端芯片出口禁令。一年后，他不仅打破了不融资的承诺（完成约510亿元人民币首轮外部融资），还亲自下场造芯片。这并非豪赌，而是一条算力主权之争的必由之路。