7 月 7 日，Reuters 援引三位知情人士独家报道：中国 AI 公司 DeepSeek 正在开发自有 AI 芯片。这款芯片面向推理（inference）而非训练，启动已约一年，处于早期阶段。DeepSeek 已在接洽外部芯片设计、代工和存储合作伙伴，近期低调招聘芯片工程师。消息发布后，Nvidia 盘前股价下跌约 1.6%。
这不是一个孤立事件。上个月，OpenAI 与 Broadcom 联合发布了首款推理芯片 Jalapeño；一周前，Anthropic 被曝与三星探讨定制 AI 芯片。全球顶尖模型公司正在集体向上游芯片层渗透。DeepSeek 的入场，意味着这场「模型公司做芯片」的运动在中国市场正式加速落地——但中国特有的出口管制环境，让它面对的是一盘完全不同的棋。
已知事实：推理芯片、早期阶段、低调推进
据 Reuters 报道，DeepSeek 的芯片项目有几个关键特征。
首先，定位明确：这是一款推理芯片，用于运行已训练好的模型生成用户响应，而非训练新模型。这一定位与 OpenAI 的 Jalapeño 一致——推理是当前 AI 算力需求增长最快的环节，也是专用芯片相比通用 GPU 最容易取得性价比优势的领域。
其次，时间线与进展：项目约一年前启动，目前处于早期阶段。DeepSeek 已与外部的芯片设计公司、代工厂和存储供应商展开讨论。近几个月来，该公司增加了芯片设计工程师的招聘，但招聘以私下方式进行，未在公开招聘平台发布职位。三位知情人士均要求匿名，DeepSeek 未回应置评请求。
Radio Free Mobile 分析师 Richard Windsor 的评论给市场浇了一盆冷水：「Nvidia 在中国是零，而且会一直如此。除非 DeepSeek 能获得先进制程制造能力，否则它几乎没有可能在中国以外销售芯片。」但他也承认这一动向对 Nvidia 本身影响有限——毕竟 Nvidia 早已被美国出口管制挡在中国市场门外。
全球趋势：模型公司为什么要自己做芯片
DeepSeek 并非第一个踏上这条路的 AI 公司，但它是最新也最具象征意义的一个。
OpenAI 上个月（6 月 24 日）与 Broadcom 联合发布了 Jalapeño——OpenAI 首款定制推理芯片。据 Tom's Hardware 分析，Jalapeño 的计算芯粒面积约 840mm²，接近 EUV 光刻机的 reticl 极限，周围环绕六颗 HBM 内存模块。这款芯片从设计到 tape-out 仅用了九个月，计划 2026 年底开始部署。OpenAI 硬件负责人 Richard Ho 表示，早期测试显示 Jalapeño 在执行关键工作负载时「接近硬件的理论极限」。
Anthropic 紧随其后。7 月 2 日，The Information 报道 Anthropic 已与三星电子展开早期谈判，探讨由三星 2 纳米工艺代工其首款定制 AI 芯片。Reuters 此前的报道显示，Anthropic 自 4 月起已在评估自研芯片的可能性。
加上 Google 的 TPU 和 Amazon 的 Trainium/Inferentia——这两家云计算巨头早已走通自研 AI 芯片的路径——「模型公司/云厂商自研芯片」已不再是个别公司的实验，而是成为一种结构性趋势。其核心驱动力很直白：Nvidia GPU 太贵，推理需求增长太快，而自有 workload 的理解恰好是模型公司相比通用芯片厂商的独特优势。
中国牌局：华为的半壁江山正在松动
DeepSeek 入场中国 AI 芯片市场的时间点值得玩味。
美国出口管制切断了中国公司获取 Nvidia 最先进 GPU 的渠道。DeepSeek 赖以成名的 R1 推理模型，其基础模型是在 Nvidia H800 上训练的——这款特供中国的芯片在 2023 年底被华盛顿追加禁运。此后，DeepSeek 越来越多地转向华为昇腾芯片。今年 4 月，DeepSeek 发布了适配华为昇腾的 V4 模型；华为方面表示，其昇腾处理器参与了 V4-Flash 轻量版的部分训练。
这造就了一个独特的市场格局：华为凭借出口管制带来的「被动垄断」，占据了中国约 500 亿美元国产 AI 芯片市场的近半壁江山，客户包括 DeepSeek 在内的多家头部 AI 公司。
但这个格局正在松动。阿里巴巴和百度已在自研 AI 芯片并逐步蚕食华为份额。DeepSeek 的入局将进一步碎片化这个市场。如果说华为从出口管制中获利，那么 DeepSeek 自研芯片的逻辑恰好相反：它想摆脱的不仅是 Nvidia，也包括华为。
DeepSeek 创始人梁文锋在 2024 年一次罕见的中国媒体采访中坦承，芯片出口管制是公司面临的挑战。自研芯片是应对这个挑战最彻底、也最昂贵的答案。
资本信号：$70 亿首轮融资与战略转向
DeepSeek 的芯片计划恰好与公司历史上首次外部融资同步发生。
6 月，DeepSeek 完成了首轮外部融资，总额超过 500 亿元人民币（约 70 亿美元），估值在 520 亿至 590 亿美元之间。这笔融资采用了非传统的股权结构以保留创始人控制权。而在此前的三年里，DeepSeek 一直以拒绝外部投资著称——这一度被视为其独立性和技术纯粹性的象征。
从「不融资」到融 70 亿美元，从「专注模型」到自研芯片，DeepSeek 的战略转向信号已经非常明确：它不再满足于做一个模型公司。它要成为一个从硅到应用的垂直整合者。
三重枷锁：设计、制造与内存
但「想造芯片」和「能造芯片」之间的距离，在中国比在美国长得多。
第一重是设计。设计一颗有竞争力的 AI 推理芯片通常需要数年时间和数亿美元投入。OpenAI 的 Jalapeño 能在九个月内完成 tape-out，很大程度上依赖于 Broadcom 成熟的 ASIC 设计平台和对现有逻辑模块的大量复用。DeepSeek 需要找到自己的「Broadcom」。
第二重是制造。美国出口管制禁止中国芯片设计公司使用台积电等最先进海外代工厂的先进制程。中国大陆最先进的代工厂中芯国际（SMIC）在制程节点上仍落后台积电数代，且本身也受到美国设备出口限制。
第三重是内存。高性能 AI 推理芯片严重依赖高带宽内存（HBM），而美国已将 HBM 列入对华出口管制清单。SK 海力士、三星和美光——全球三大 HBM 供应商——均受此约束。
Radio Free Mobile 的 Windsor 的判断虽然直白，但点出了核心问题：DeepSeek 造出的芯片几乎只能在中国市场使用，而即使在中国市场，先进制程和 HBM 的获取也充满不确定性。
推理市场的逻辑：为什么仍然值得一赌
尽管障碍重重，DeepSeek 押注推理芯片的商业逻辑是成立的。
随着 AI 应用的大规模部署，行业算力需求的重心正在从训练向推理转移。推理芯片不需要训练芯片那样极致的通用计算能力，它可以在特定模型架构和工作负载上做深度优化，从而在成本和能效上显著优于通用 GPU。
DeepSeek 在这方面有一个独特的优势：它对自己模型的行为模式有着最深刻的理解。正如 OpenAI 的 Greg Brockman 在解释 Jalapeño 策略时所说——「我们对工作负载有深刻理解，我们一直在寻找那些服务不足的特定工作负载，思考如何构建能加速可能性的东西。」DeepSeek 同样可以将其在模型效率上的专长转化为芯片架构层面的优势。
如果成功——这是一个很大的「如果」——DeepSeek 的推理芯片可能实现它在模型领域做到的事情：用远低于竞争对手的成本，提供足够有竞争力的性能。Nvidia 的股价下跌 1.6% 或许只是条件反射，但它反映了市场对一个基本假设的担忧：AI 算力的定价权，不会永远属于一家公司。
