首页 / 博客 / DeepSeek 自研芯片
ENGINEERING_BLOG · 2026.07.10

DeepSeek 自研芯片是真的吗?
梁文锋算力布局与阿里平头哥八年造芯路(2026)

2026 年 7 月 7 日,路透社援引三名知情人士独家报道:DeepSeek 正在开发自研 AI 推理芯片,项目约于 2025 年中启动,正与晶圆代工厂、芯片设计公司和存储器供应商接洽,并低调招募芯片设计工程师。反直觉之处在于:DeepSeek 此前已深度适配华为昇腾,一家既能用上华为芯片的公司,仍要自研——这正是读懂大厂造芯逻辑的切入点。本文覆盖 DeepSeek 传闻证据链、梁文锋原话与战略动机、阿里平头哥真武系列量产进度、全球对标(OpenAI Jalapeño 等)、五大驱动力深度解析,以及推理芯片 vs 训练芯片的本质区别,并附完整 FAQ。

  • TL;DR:DeepSeek 造芯属实但早期,阿里已量产 56 万片+,OpenAI 刚发布 Jalapeño——这是全球现象,不是中国独有。
  • 核心驱动:经济学第一,安全第二。推理成本已成 AI 产品的「永久房租」,定制 ASIC 在大规模部署时可比通用 GPU 降低 30–65% TCO。
  • 梁文锋没有宣布:路透社报道的是公司行为(招聘、接洽供应商),不是创始人官宣;「梁文锋说要造芯片」是误读。
  • 阿里不是传闻:马云 2018 年命名「平头哥」,八年后真武 810E 已量产,出货超 56 万片,年化营收百亿级。

SECTION 01 DeepSeek 造芯传闻:证据链与可信度评估

2026 年 7 月 7–8 日,路透社独家报道经多家媒体跟进,核心信息高度一致。DeepSeek 尚未官方公告,但以下间接证据构成完整证据链:

  • 🔍 信源:路透社「三名知情人士」——这是该媒体处理敏感企业信息的标准措辞,交叉验证流程严格,信源级别高。
  • 💰 融资用途披露:2026 年 6 月,DeepSeek 完成首轮外部融资约 510 亿元人民币(约 74 亿美元),对外披露用途明确含「自研 AI 芯片」与「扩建国产算力中心」。
  • 🏗️ IDC 工程师招聘:乌兰察布等地出现数据中心规划工程师岗位,与大规模算力布局路径一致。
  • 🔬 软硬件协同信号:DeepSeek 模型层的 UE8M0 FP8 数据格式被业内解读为面向特定硬件的协同设计,而非 Nvidia GPU 的通用优化路径。
  • ⚠️ 矛盾信息:部分分析认为 DeepSeek V4 适配华为昇腾是「合作优先于自研」的证据。更准确的表述:合作与自研并行,合作已落地,自研尚早。
DeepSeek 芯片项目关键时间线
时间 事件
2023–2024 梁文锋两次暗涌采访:出口禁令是最大挑战;算力饥渴;强调软硬件协同必要性
2025 年 1 月 DeepSeek R1 发布,震惊硅谷;基于 Nvidia H800 训练(该芯片 2023 年底已被禁出口)
2025 年中 据报自研芯片项目悄然启动,约一年前(相对于 2026 年 7 月报道时间)
2026 年 4 月 DeepSeek V4 适配华为昇腾;V4-Flash 部分训练使用昇腾
2026 年 6 月 首轮外部融资约 74 亿美元,用途含自研芯片;注册资本增至 10 亿元
2026-07-07 路透社独家:DeepSeek 正开发自研推理芯片,招聘芯片工程师,接洽代工厂与存储厂
2026-07-07 The Information:智谱亦评估自研定制芯片(同日报道)

可以写「据路透社等多家媒体报道,DeepSeek 已启动自研推理芯片项目」,不宜写「梁文锋正式宣布造芯」——前者基于多源证据,后者是误读。

SECTION 02 梁文锋说过什么?原话与战略动机的真实边界

梁文锋公开采访极少,最有价值的信源是「暗涌 Waves」2023 年 5 月与 2024 年 7 月两次深度专访。他从未公开宣布「DeepSeek 要造芯片」,但他的表述清晰建立了战略动机

  • 「最大挑战是出口禁令,不是钱」:「我们真正的挑战从来不是资金,而是高端芯片的出口禁令。」——2024 年 7 月,暗涌采访
  • 「算力效率差距 = 四倍资源消耗」:国内最好水平与国外相比,训练效率约有一倍差距,数据效率又约一倍差距,合计需要约 4 倍算力才能达到同样效果。
  • 「中国必须站在技术前沿」:「很多国产芯片发展不起来,也是因为缺乏配套的技术社区,只有第二手信息,所以中国必然需要有人站到技术的前沿。」
  • 「算力渴求永无止境」:「对研究员来说,对算力的渴求是永无止境的……我们也会有意识地去部署尽可能多的算力。」

路透社报道的是公司行为(招聘、接洽供应商),不是创始人宣言。梁文锋的表述确立了战略动机,但属于「个人长期判断」,与「官方项目公告」之间存在明确边界——这对内容准确性至关重要。

SECTION 03 阿里平头哥:不是传闻,是八年实战与量产事实

用户常问「马云最近说要造芯片」——这是时间线混淆。阿里造芯是已执行多年的战略,不是近日传闻,而且已进入量产阶段。

阿里造芯三位关键人物与表述时间线
人物 角色 与芯片相关的关键表态
马云 2018 年战略决策者 2018 年 9 月命名「平头哥」,将芯片定为集团战略;2019 年卸任后公开露面减少
蔡崇信(Joe Tsai) 现任董事长 2024 年 podcast:美国芯片出口限制「明确影响」阿里云;「长期相信中国会发展出自主先进半导体能力」
吴泳铭 现任 CEO 2026 财年财报:真武芯片累计出货 56 万片+,年化营收百亿级;不排除平头哥独立上市

博客表述建议:马云 2018 年奠定平头哥战略,蔡崇信 2024 年解释出口管制倒逼自研,吴泳铭 2026 年披露量产成果——这是「传闻 vs 八年实战」的鲜明对比。

阿里真武(Zhenwu)芯片系列进度对照(2026)
型号 发布时间 关键规格与状态
含光 800 2019 年 早期 AI 推理芯片,奠定平头哥商业化路径
真武 810E 2026 年 1 月 训推一体;96GB HBM2e;性能介于 Nvidia A800 与 H20 之间;已量产
真武 M890 2026 年 144GB 显存;片间互联 800GB/s;性能约为 810E 的 3 倍
真武 V900 计划 2027 Q3 216GB 显存;1200GB/s 互联
真武 J900 计划 2028 Q3 自研并行计算架构迭代,长期路线图最终节点
  • 💳 商业化数据:累计出货 56 万片+(2026 年上半年);年化营收百亿人民币级;400+ 企业客户
  • 🏭 制造迁移:从早期 TSMC 转向国内代工(SMIC 等),应对美国限制 TSMC 代工先进 AI 芯片的规则
  • 🔗 CUDA 兼容策略:WSJ 报道真武系列兼容 Nvidia CUDA 生态,降低工程师迁移成本(与华为昇腾路线的重大差异)
  • 💼 资本动作:平头哥注册资本增至 10 亿元(2026 年 6 月);阿里宣布未来三年投入 3800 亿元于云与 AI 基础设施

SECTION 04 全球对标:不只中国公司在造芯——2026 年定制硅时代

2026 年 7 月,「AI 公司造芯」已是全球现象,不是中国独有。TrendForce 数据:云厂商定制 AI 芯片出货量增速 44.6%,远超通用 GPU 的 16.1%——定制硅首次在增速上显著跑赢 GPU

2026 年 7 月全球主要 AI 公司芯片布局对照
公司 芯片项目 阶段 关键数字/事件
DeepSeek 自研推理 ASIC(未命名) 早期研发 融资 74 亿美元;低调招聘;未官方确认
阿里(平头哥) 真武 810E / M890 量产 出货 56 万片+;年化营收百亿级
华为 昇腾 950 等 量产 DeepSeek V4 适配;订单激增
OpenAI Jalapeño(与 Broadcom 合作) 流片完成,待部署 9 个月设计到 tape-out;2026 年底部署
Google TPU v6/v7 大规模商用 Gemini 端到端可用 TPU
Amazon Trainium3 / Inferentia 商用 Anthropic 大规模使用 Trainium
Microsoft Maia 100 部署中 服务 Azure / OpenAI 工作负载
Anthropic 与 Samsung 洽谈定制芯片 探索阶段 2026 年 7 月 The Information 报道
智谱 AI 评估自研定制芯片 早期 2026 年 7 月 The Information 报道,与 DeepSeek 同日

OpenAI 官方博客发布 Jalapeño 公告(Broadcom 联合设计,9 个月完成 tape-out),是 2026 年最受关注的定制推理芯片案例之一。

OpenAI — Jalapeño Inference Chip 官方公告

SECTION 05 大厂为什么造芯片?五大驱动力深度解析

一句话答案:不是为了「造芯片而造芯片」,而是因为 AI 竞争已从「谁有最好的模型」延伸到「谁有最便宜、最可控的算力」。

  • ① 经济学:推理成本是 AI 的「永久房租」
    训练 = 买房首付(一次性集中投入);推理 = 每月房租(持续随用户量增长)。当 ChatGPT 类产品有数亿日活时,推理支出超过训练。Morgan Stanley 估算:24,000 颗 Blackwell GPU 集群硬件成本约 8.52 亿美元,同等规模 Google TPU 集群约 0.99 亿美元。SemiAnalysis、Bernstein 等机构估算:在大规模多年期推理部署中,定制 ASIC 相对通用 GPU 可有 40–65% TCO 优势,每 token 成本可降低 30–40%。Nvidia 数据中心 GPU 毛利率超 70%——云厂商每买一张 H200,大部分利润流向 Nvidia。自研芯片本质是把永久性「GPU 税」转化为一次性研发投入
  • ② 供应链安全与地缘政治
    美国对华高端 AI 芯片出口管制(H100/H800/H20 等轮番受限);中国监管鼓励采购国产算力;即使美国公司也面临「买不到足够 Nvidia 芯片」的配给问题。安全不仅指网络安全,更指供应链可预期性:不被单一供应商、单一国家政策卡脖子。
  • ③ 软硬件协同(Co-design)
    DeepSeek UE8M0 FP8、MLA 架构面向特定硬件优化;OpenAI Jalapeño 围绕 ChatGPT 真实 serving 模式设计(KV cache、batching、latency);Google TPU 与 TensorFlow/JAX 深度绑定。通用 GPU 为灵活性牺牲效率;定制芯片为已知工作负载牺牲灵活性换取效率。
  • ④ 竞争壁垒与议价能力
    即使不全面替代 Nvidia,自研芯片也可:在采购谈判中增加筹码;向云客户展示差异化算力;构建「模型 + 云 + 芯片」全栈故事(阿里「金三角」、OpenAI full-stack infrastructure)。
  • ⑤ 能源与可持续发展
    推理芯片强调 performance-per-watt(每瓦性能)。在兆瓦级、吉瓦级数据中心时代,电力和散热成本与芯片采购成本同等重要。ASIC 剔除 GPU 中大量用不到的通用电路,功耗显著更低。

SECTION 06 推理 vs 训练芯片:为何先做推理,Nvidia 为何仍统治训练?

多数先做「推理芯片」而非「训练芯片」,背后是工作负载特性决定的经济理性:

训练芯片 vs 推理芯片:关键维度对比
维度 训练(Training) 推理(Inference)
工作负载 动态、实验性强、架构频繁变化 静态、模型固定、请求模式可预测
软件生态 CUDA 护城河极深(cuDNN、NCCL) 可针对固定模型手写 kernel,生态依赖低
芯片要求 极致峰值算力 + 灵活编程 吞吐、延迟、每 token 成本优化
经济规模 集群一次性投入大,但训练次数有限 7×24 持续发生,随产品用户量线性增长
ASIC 适合度 低(灵活性需求高) 高(工作负载可精确预测并优化)
代表性芯片 Nvidia H100/B200(主导地位稳固) TPU、Trainium、Maia、Jalapeño、真武、DeepSeek 传闻芯片

结论:训练仍是 Nvidia 主场;推理是定制 ASIC 的主战场。这也是为什么 DeepSeek、阿里、OpenAI 新发布的定制芯片全部瞄准推理场景。

从 AI 算力的角度来看,这场「芯片自研潮」改变的不只是供应链格局,也深刻影响着 AI 工作负载的部署方式。共享虚拟机在运行高密度推理任务时面临 Hypervisor 调度损耗,即便 ASIC 降低了单 token 成本,如果底层计算节点引入虚拟化损耗,性价比仍会被稀释。对于需要零损耗原生算力、稳定 7×24 AI Agent 运行的生产环境,MACNOX 的云端物理节点通常是更优解:100% 苹果原装 Mac Mini M4、独享物理机、无 Hypervisor 损耗、完整 Root 权限、按天/周/月弹性下单。可参考AI Agent 生产环境安全加固Mac Mini M4 租 vs 买费用对比,前往定价页查看方案。

数据参考来源(发版后请读者以官方链接为准):

WSJ — Alibaba AI chip to fill Nvidia void(阿里真武芯片分析)

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

OpenAI — Jalapeño Inference Chip 官方公告

最后更新:2026-07-10。免责声明:本文基于公开媒体报道与信源整理,DeepSeek 自研芯片项目截至本文发布时尚未获官方证实,信息仍处于早期阶段,请结合最新新闻核对。

SECTION 07 常见问题 FAQ

DeepSeek 造芯片的消息可靠吗?

路透社 2026 年 7 月 7 日援引三名知情人士报道,信源级别高,可信度较高。但 DeepSeek 尚未官方证实,项目处于早期阶段。74 亿美元融资用途披露含「自研 AI 芯片」是目前最强的间接证据。

梁文锋公开说过要造芯片吗?

没有。他 2024 年采访中表示「最大挑战是高端芯片出口禁令」并强调算力部署,但从未宣布自研芯片项目。路透社报道的是公司行为(招聘、接洽代工厂),不是创始人官宣,请注意区分。

阿里平头哥现在进展如何?

阿里平头哥真武 810E 已于 2026 年 1 月正式发布并量产,截至 2026 年上半年累计出货超 56 万片,年化营收百亿人民币级,400+ 企业客户,还有真武 M890/V900/J900 路线图持续迭代。这是「传闻」与「八年实战」的本质区别。

为什么先做推理芯片,不做训练芯片?

推理工作负载静态、可预测,适合 ASIC 深度优化;训练需要极致灵活性与 CUDA 生态,Nvidia 仍占主导。更重要的是,推理是 7×24 持续发生的「永久房租」,规模化后经济效益远高于一次性训练。

大厂造芯片主要是为了国家安全还是省钱?

两者兼有,但经济学是第一驱动力。定制 ASIC 在大规模推理部署时可比通用 GPU 降低 30–65% TCO,把「永久性 GPU 税」转化为一次性研发投入。地缘政治与出口管制加速了这一转型,但并非唯一动因。