Действительно ли DeepSeek разрабатывает собственный AI-чип?
Репортаж Reuters июль 2026 — и почему все AI-компании делают то же самое

24 июня 2026 года OpenAI анонсировал Jalapeño — кастомный инференс-чип, разработанный совместно с Broadcom: от проектирования до tape-out всего за девять месяцев. Неделю спустя, 7 июля, Reuters со ссылкой на три источника сообщил, что DeepSeek разрабатывает собственный AI-чип для инференса, запущенный приблизительно год назад и всё ещё находящийся на ранней стадии. В тот же день The Information сообщил, что Zhipu AI тоже рассматривает кастомный кремний. Тем временем T-Head Alibaba уже поставил более 560 000 чипов Zhenwu с годовой выручкой в миллиарды юаней. Это не история о Китае и не о геополитике — это история об экономике единицы продукции. В этой статье разбираем доказательную базу DeepSeek, реальные публичные высказывания Лян Вэньфэна, восьмилетний роадмап T-Head Alibaba, глобальную волну кастомных чипов, пять структурных факторов и почему инференс — не обучение — это поле битвы, где побеждают кастомные ASIC.

• Итог: Чип DeepSeek — достоверный, но ранняя стадия. Alibaba уже поставляет в промышленных масштабах. OpenAI анонсировал Jalapeño. Кастомный кремний стал мейнстримным инфраструктурным выбором.
• Главный фактор: Экономика. Инференс — это постоянные ежемесячные затраты AI. Кастомные ASIC могут снизить TCO на 30–65 % по сравнению с GPU при масштабировании.
• Лян Вэньфэн не объявлял о чип-программе. Reuters сообщал о действиях компании (найм, контакты с foundry) — не о заявлении основателя.
• Alibaba T-Head — это не слухи. Джек Ма дал ему имя в 2018, восемь лет спустя Zhenwu 810E в серийном производстве.

SECTION 01 Что Reuters реально сообщил (и что DeepSeek не подтвердил)

Точная формулировка: «Согласно Reuters и другим изданиям, DeepSeek запустил проект кастомного инференс-чипа». Неточно: «Лян Вэньфэн объявил о строительстве чипов». Это различие критично для достоверности материала.

SECTION 02 Что CEO DeepSeek Лян Вэньфэн говорил о чипах и compute

Лян Вэньфэн крайне редко даёт интервью. Самый авторитетный источник — два развёрнутых разговора с китайским изданием Angang Waves в мае 2023 и июле 2024. Он никогда публично не объявлял о программе разработки чипов, но чётко обозначил стратегическую мотивацию:

• «Настоящий вызов — не деньги, а экспортные ограничения на высококлассные чипы.» — Июль 2024, Angang Waves
• 4-кратный compute gap: «Лучший уровень Китая vs зарубежного — разрыв ~1x в эффективности обучения и ~1x в эффективности данных. Итого ~4x compute для того же результата.»
• «Китай должен стоять на передовой.» Тезис об экосистеме, не анонс продукта.
• «Жажда compute бесконечна.» Стратегический ориентир, не продуктовый роадмап.

Reuters сообщал о действиях компании (найм, контакты с foundry) — не о декларации основателя. Высказывания Лян Вэньфэна обосновывают мотивацию, но «личная долгосрочная позиция» и «официальный анонс проекта» — принципиально разные вещи.

SECTION 03 Alibaba T-Head уже поставляет — ставка Джека Ма 2018 года окупается в 2026

• Поставки: 560 000+ накопленно (H1 2026)
• Выручка: Годовой run-rate в миллиарды CNY; 400+ корпоративных клиентов
• Совместимость с CUDA: По данным WSJ, чипы Zhenwu проектируются совместимыми с экосистемой Nvidia CUDA, снижая затраты на миграцию — ключевое стратегическое отличие от Huawei Ascend
• Производство: Переход от TSMC к отечественным foundry (SMIC) в ответ на ограничения США
• Capex: Alibaba объявил инвестиции ¥380 млрд ($52 млрд) за три года в облачную и AI-инфраструктуру

SECTION 04 Это не только китайская история: Jalapeño от OpenAI и глобальная волна кастомного кремния

TrendForce 2026: темп роста поставок кастомных AI-чипов гиперскейлеров — 44,6 % против 16,1 % у GPU общего назначения. Кастомный кремний впервые значимо обгоняет GPU-рынок по темпам роста.

OpenAI — Официальный анонс инференс-чипа Jalapeño

SECTION 05 Пять причин, по которым технологические гиганты строят собственные AI-чипы

Одна фраза: конкуренция в AI перешла от «у кого лучшая модель» к «у кого самый дешёвый и контролируемый compute».

1. Экономика: инференс — это ежемесячная арендная плата AI
   Обучение = первоначальный взнос (разовый). Инференс = арендная плата (постоянная, линейно растёт с числом пользователей). При сотнях миллионов DAU расходы на инференс превышают расходы на обучение. Кастомные ASIC в масштабном долгосрочном деплое обеспечивают 40–65 % TCO-преимущества над GPU, снижая стоимость на токен на 30–40 %. Валовая маржа GPU Nvidia для дата-центров превышает 70 %. Собственные чипы конвертируют постоянный «GPU-налог» в разовые R&D-инвестиции.
2. Безопасность цепочки поставок и геополитика
   Экспортные ограничения США на H100/H800/H20 и более поздние модели. Даже американские компании сталкиваются с нормированием GPU от Nvidia. Безопасность означает предсказуемость: не зависеть от единственного вендора или единственной национальной экспортной политики.
3. Аппаратно-программное совместное проектирование (co-design)
   UE8M0 FP8 и архитектура MLA DeepSeek оптимизированы под конкретное железо; Jalapeño от OpenAI разработан вокруг реальных паттернов ChatGPT serving (KV cache, batching, latency); TPU Google тесно связан с TensorFlow/JAX.
4. Конкурентный барьер и переговорная сила
   Даже без полной замены Nvidia собственные чипы дают рычаг в закупочных переговорах, дифференцированный compute для клиентов облака и позволяют строить full-stack narratives.
5. Энергетика и устойчивость
   Инференс-чипы оптимизируют performance per watt. В мегаватт-гигаваттных дата-центрах затраты на электроэнергию и охлаждение сопоставимы с закупкой чипов. ASIC исключают большую часть площади die GPU, занятую универсальными схемами.

SECTION 06 Инференс-чипы vs обучающие GPU: почему рынок разделяется

Вывод: обучение остаётся полем Nvidia. Инференс — поле битвы, где побеждают кастомные ASIC. Каждый кастомный чип, анонсированный в 2026 году — OpenAI, Alibaba, DeepSeek — нацелен на инференс.

Этот сдвиг в экономике compute напрямую влияет на то, как AI-нагрузки развёртываются в production. Разделяемые виртуальные машины создают накладные расходы на планирование гипервизора, которые нивелируют снижение стоимости на токен от кастомного кремния. Для команд, которым нужны высокоплотный инференс, круглосуточные AI-агентные workflow с нулевыми накладными расходами на нативный compute, выделенные физические узлы MACNOX Mac Mini M4 обеспечивают bare-metal производительность с root-доступом и без виртуализации — аренда по дням, неделям или месяцам. Подробнее: укрепление production для AI-агентов и сравнение аренды vs покупки Mac Mini M4, или на странице тарифов.

Источники данных, использованных в статье (проверяйте ссылки после публикации):

WSJ — Alibaba AI Chip to Fill Nvidia Void (анализ чипа Zhenwu)

Caixin Global — Analysis: Alibaba's New Processor Shows Applications Are Key to AI Chip Success

OpenAI — Официальный анонс инференс-чипа Jalapeño

Последнее обновление: 10 июля 2026. Отказ от ответственности: статья основана на публичных медиарепортажах. Чип-проект DeepSeek не получил официального подтверждения на момент написания. Проверяйте актуальные новости перед принятием решений.

SECTION 07 Часто задаваемые вопросы