DeepSeek被曝自研芯片 还是走到了这一步，DeepSeek 做自研芯片，我觉得是发展的必然。前期DeepSeek主力在英伟达H800训练模型。美国禁令出台后，H800直接断供，后续H20也存在持续受限风险 。转用华为昇腾虽然稳妥，但算力产能有限，国内所有大模型企业集中抢算力，高峰期排队严重。所以自研推理芯片，实现训练靠昇腾，推理用自家芯片，两条算力路线分开，能大幅降低供应链风险。其次是 DS 做为上市公司，肯定要考虑盈利水平。目前 AI 的算力成本分两块：训练：前期一次性烧钱；推理：用户每一次对话、调用API都在持续消耗算力，属于长期日常开销，是最大成本项。业内测算：专用推理芯片对比通用GPU，长期推理成本可以降低40%‑60%。DeepSeek走低价API路线，定价只有GPT‑4o的五分之一，只有把算力成本压下去，才能稳定盈利，不然调用量越大亏得越多。未来的 AI 公司肯定要软硬深度耦合，才能把模型特性直接做进硬件。英伟达GPU是通用硬件，DeepSeek模型算子、KV缓存、上下文读取、长文本运算，都需要在软件层面适配硬件，始终存在一层损耗。自研芯片可以按照DeepSeek‑V4、R1的模型结构定制硬件电路：把高频运算固化在芯片硬件里，不用软件反复换算。直接做到延迟更低、响应更快、吞吐更高，相同功耗下，比外购GPU性能更强。简单类比：通用GPU是万能瑞士军刀；自研芯片是专门为自家模型定制的专用刀具。而且中国目前的半导体产业链也具备了自研自产芯片的能力。行业大势，DS 要抢占长期生态主动权。OpenAI已经启动自研推理芯片，谷歌靠TPU，亚马逊自研算力芯片，全球头部大模型公司全部向上游硬件延伸。逻辑很直白：算法的差距会越缩越小，最后比拼底层硬件算力。提前自研推理芯片，长期可以形成闭环：自研芯片→专属优化模型→对外提供API服务，形成自家软硬件生态，后期对外输出算力也能成为一条新业务。那为什么只做推理芯片，不做训练芯片。首先训练芯片对制程、HBM内存、并行互联要求极高，研发难度极大，短期很难落地。其次训练任务量集中在项目前期，频次低，依靠华为昇腾完全够用。推理芯片难度更低，迭代快，见效快，做成之后能立刻摊薄日常运营成本 。大家期待 DS 的第一款芯片吗？