记者 任晓宁

7月7日，大模行业迎来重磅消息：大模型巨头DeepSeek与智谱AI同日传出自研推理芯片的型绕消息。据披露，不开DeepSeek正积极与芯片设计公司、造芯晶圆代工厂及存储企业展开密集接洽；智谱AI则已向国内部分芯片设计公司发出初步询问，大模旨在探讨联合开发专用AI处理器的型绕可行性。

截至发稿，不开智谱方面尚未对此事做出公开回应，造芯DeepSeek同样保持沉默。大模

值得注意的型绕是，两家企业聚焦的不开均为推理芯片，而非训练芯片。造芯两者在技术定位上存在显著差异：
* 训练芯片：侧重于AI模型的大模训练阶段，具备海量计算核心、型绕高速内存接口及超大存储空间，不开对算力精度要求极高。
* 推理芯片：专注于AI模型的部署与应用环节，核心优势在于低延迟、高能效比及小型化设计，旨在提升实际使用体验。

为何首选“推理芯片”？

一位头部国产芯片公司高级工程师向《经济观察报》指出，大模型厂商侧重自研推理芯片，主要基于以下两大核心逻辑：

1. 研发风险相对较低：在当前技术阶段，自研推理芯片的门槛低于训练芯片。训练芯片对精度和算力的容错率极低，一旦训练过程中出现精度偏差，前期投入的资金和时间成本将付诸东流。相比之下，推理芯片基于已有模型权重运行，即使芯片性能存在不足，损失可控，且具备后期迭代调整的空间。
2. 市场实用性更强：随着今年Agent（智能体）应用的爆发式增长，大模型推理需求呈指数级上升，导致国产芯片市场供不应求。若能成功自研推理芯片，将有效填补市场缺口，缓解算力焦虑。

该工程师强调，目前国产大模型厂商普遍面临严峻的算力紧张局面。

算力瓶颈下的用户痛点

现实数据印证了算力短缺的紧迫性。在社交平台上，智谱用户频繁反馈新模型报错、个人套餐购买需长时间排队等问题；“DeepSeek崩了”更是多次登上热搜，有用户统计显示，今年以来DeepSeek服务中断次数已超过18次。

行业巨头同样面临挑战。腾讯高管在多次财报电话会上坦言，公司亟需获取更多算力卡；火山引擎方面也表示，其Seedance模型的API服务目前处于供不应求状态。

自研芯片：从“可选项”变为“必选项”

北京市人工智能高级工程师张发恩分析认为，大模型公司自研芯片虽无法在短期内彻底解决需求，但在过渡期内仍需采取“自研+采购”的混合模式。然而，造芯已成为大模型公司必须跨越的门槛，原因在于：

• 极致性能优化：大模型公司可利用自身最顶尖的AI算法，打磨最适配的底层硬件，从而将性能压榨至极限。
• 商业护城河：一旦该模式验证成功，公司将掌握未来的利润率空间及生态主动权。

OpenAI已率先验证了这一路径的性价比。6月24日，OpenAI联合博通发布首款定制推理芯片。博通CEO陈福阳表示，该芯片在推理任务上的性能可与英伟达Blackwell芯片及谷歌TPU相媲美，而成本预计可降低约50%。

挑战与不确定性

尽管前景诱人，但国内大模型公司自研芯片的持续性与成功率仍存疑。上述高级工程师指出，自研芯片属于高投入、长周期的重资产业务，而目前国内大模型公司的营收规模尚无法与OpenAI相比，资金压力巨大。

此外，国内芯片赛道竞争已趋于白热化，成熟玩家布局已久：
* 百度昆仑芯：成立于2011年，深耕15年；
* 阿里平头哥：始于2018年，布局约8年；
* 独立芯片厂商：寒武纪、燧原科技、天数智芯、壁仞科技等头部企业均持续投入7年以上，才初步实现规模化部署。

历史教训亦不容忽视。OPPO旗下芯片公司哲库（ZEKU）于2023年关停，导致3000多人团队解散；京东曾在去年高薪招募芯片人才，但不到半年时间，其芯片团队于2026年4月曝出公司主体切换的消息，暗示项目可能面临调整或终止。

在算力需求与研发风险的双重博弈下，大模型厂商的“造芯”之路，注定是一场艰难而漫长的马拉松。

(责任编辑：热点)