DeepSeek被曝悄然自研AI推理芯片：all in推理专用场景，加速"去英伟达化"，从模型效率走向算力自主

【新闻原文】据路透社7月7日援引三位知情人士消息，中国AI初创公司DeepSeek（深度求索）正在研发自有AI芯片，主要面向AI推理场景。此举旨在降低其对英伟达和华为芯片的依赖，从模型效率走向算力自主。 知情人士透露，DeepSeek自研的AI芯片主要面向AI推理场景——即大模型训练完成后，应用学到的知识分析新数据、生成内容的"落地阶段"。该项目大约在一年前启动，目前仍处于早期阶段。DeepSeek已开始接触芯片设计企业、晶圆代工厂和存储厂商，并在行业内持续加码招聘芯片架构工程师，但招聘形式较为低调，未在公开平台发布职位信息。 值得注意的是，DeepSeek此次造芯思路高度务实——不碰"烧钱无底洞"的训练芯片，全部产能和研发人力all in推理专用芯片，针对线上对话、应用落地等刚需场景。分析认为，拥有海量真实落地场景的DeepSeek做软硬件深度协同，在性能和成本上有望超越外购通用GPU方案。这等于搭建了"第三条路"：既不绑定英伟达，也不过度依赖华为昇腾。 消息发布后，英伟达盘前股价下跌约1.6%。Radio Free Mobile分析师理查德·温莎表示，除非DeepSeek能获得最先进的制造工艺，否则其芯片几乎不会有海外市场机会，因此该举措短期内不会对英伟达造成实际影响。 【企服观察】DeepSeek被曝正在自研AI推理芯片，从IT企服行业的视角来看，这远不止是一则"AI公司做芯片"的行业八卦，而是中国AI产业从"软件领先"走向"软硬一体"的战略转折点。 第一，DeepSeek选择"all in推理芯片"而非"训练芯片"，策略极为清醒。训练芯片需要持续投入数百亿美元的制程升级和生态建设，即使对于DeepSeek这样手握数百亿融资的公司来说也是"无底洞"。但推理芯片的技术门槛相对较低，更重要的是——DeepSeek拥有别人没有的王牌：海量的真实推理场景和用户数据。DeepSeek-V4-Flash连续七周位居全球大模型调用量榜首，周调用量高达5.34万亿Token。这意味着DeepSeek拥有全球最丰富的推理负载特征数据，这些数据可以直接指导芯片设计中的"算子优化"和"数据流架构"决策。对于企服SaaS公司来说，DeepSeek的这种"场景驱动硬件"思路提供了一个重要启示：AI时代的硬件创新不再是"先造芯片再找场景"，而是"先有场景再造芯片"。那些拥有海量真实业务数据的企服公司，在AI算力优化方面拥有比纯芯片公司更大的优势。 第二，DeepSeek造芯项目中"与外部芯片设计企业、晶圆代工厂和存储厂商洽谈"这一细节，实际上揭示了AI芯片产业链正在发生的一个重要变化：由于RISC-V开源指令集架构的成熟和先进封装技术的普及，"造芯"的门槛正在大幅降低。一家AI软件公司可以在不持有晶圆厂的情况下，通过整合外部设计服务、EDA工具和代工产能来完成芯片流片。对于企服SaaS行业来说，这一趋势意味着"芯片定制化"不再是英伟达、谷歌、亚马逊等巨头的专属特权——未来3-5年内，中等规模的科技公司也可能通过Chiplet和开源架构实现特定场景的芯片定制。如果SaaS公司的业务中涉及大量AI推理（如实时翻译、智能客服、文档分析），可以考虑在长期战略中布局"软硬件协同优化"能力。 第三，DeepSeek自研芯片的"第三条路"战略——既不绑定英伟达，也不过度依赖华为昇腾——反映了一个重要的地缘政治现实：中国AI公司正在被迫构建"双备份"乃至"三备份"的算力供应链。英伟达对华出口管制持续收紧，华为昇腾产能受制于先进制程良率，任何单一依赖都存在"断供"风险。DeepSeek的应对方案是"自研推理芯片+英伟达/华为训练芯片"的混合架构。对于企服SaaS公司来说，这一策略的直接启示是：在采购云端AI算力时，应当主动选择支持"多芯片适配"的云服务商，并确保自己的AI应用可以在不同芯片架构之间无缝切换。不要等到被"卡脖子"的那天才开始寻找替代方案。 第四，消息发布后英伟达盘前股价下跌1.6%——这个细节本身就很有信息量。市场对"一家中国AI公司的芯片计划"做出如此迅速的反应，说明投资者对"AI芯片去英伟达化"的趋势高度敏感。在企服SaaS行业，这意味着依赖英伟达GPU提供AI算力的云服务商可能面临定价权被稀释的风险。如果更多客户开始部署自研或替代芯片，英伟达的GPU定价能力将受到挑战，进而影响整个云AI算力市场的定价体系。对于企服SaaS采购者来说，这可能是未来1-2年内签订长期云服务合同时的关键谈判筹码。 第五，DeepSeek从"软件公司"跨界到"芯片设计"，是中国AI产业两条发展路径博弈的缩影。一条路是"纯软件派"——相信算法优化可以弥补算力不足，DeepSeek的MoE架构、低精度训练等技术创新就是这条路的最佳代表；另一条路是"软硬一体派"——认为只有掌握芯片才能实现真正的性能突破。DeepSeek的选择是"两者都要"：算法上持续创新，同时通过自研推理芯片实现"算法+芯片联合优化"。对于企服SaaS公司来说，这一路径选择的启示是：在AI时代，"纯软件"的竞争优势窗口正在缩短。"懂业务"和"懂模型"已经不够，"懂算力"正在成为新的竞争维度。虽然大多数企服公司不需要自研芯片，但理解AI芯片架构对应用性能的影响、能够在不同芯片平台上优化AI推理效率，将成为AI产品经理和AI架构师的必备技能。 DeepSeek自研AI推理芯片，是中国AI产业从"软件红利"走向"硬核创新"的标志性一步。当一家以算法闻名的公司开始动手做芯片时，整个AI产业链的竞争格局都在被重新书写。对于企服SaaS公司来说，最重要的不是DeepSeek的芯片能否成功，而是这一事件所揭示的深层趋势：AI时代的核心竞争力，正在从"算法能力"向"系统能力"迁移——能够打通"算法-芯片-场景"全链条的企业，将获得不可替代的竞争优势。