DeepSeek被曝自研AI推理芯片，一年前已启动，正对接代工与存储厂商

作者｜冬梅

7 月 7 日，路透社援引三名知情人士消息称，DeepSeek 正在自主研发 AI 芯片，以减少对英伟达和华为等外部芯片供应商的依赖。与用于大模型预训练的高性能加速芯片不同，DeepSeek 此次研发的芯片主要面向推理场景，即在模型训练完成后，承担用户请求处理和内容生成等计算任务。

知情人士称，该项目目前仍处于早期阶段。DeepSeek 已经开始接触外部合作伙伴，并与芯片设计、晶圆代工和存储厂商展开讨论。其中一名消息人士透露，相关工作大约在一年前启动。

与此同时，据两名知情人士向路透社透露，DeepSeek 近几个月增加了芯片设计工程师的招聘，但相关招聘主要通过非公开渠道进行，未在公开招聘平台发布职位。

三名消息人士均因相关信息尚未公开而要求匿名。

DeepSeek 未回应路透社的置评请求。

如果项目能够推进至量产阶段，这将意味着 DeepSeek 的业务边界从大模型算法、训练框架和推理软件，进一步延伸至底层计算硬件。

但截至目前，芯片的具体架构、制程工艺、流片时间、代工合作方及计划投入规模等信息均为得到 DeepSeek 方任何回应。

为何从推理芯片入手？

相较于训练，推理正在成为 AI 算力市场增长更快、需求更分散的部分。

训练通常发生在模型发布之前，需要在大规模计算集群中持续运行数周甚至数月，对芯片间互联、显存带宽和集群稳定性要求极高。推理则贯穿模型投入使用后的整个生命周期。用户每提出一次问题、生成一段代码或者调用一次智能体，背后都需要消耗推理算力。

随着大模型从实验室走向搜索、办公、编程和智能体等应用，行业的计算重心正在逐渐从“训练出模型”转向“低成本地运行模型”。针对特定模型和工作负载设计的专用推理芯片，可以减少部分通用功能，在吞吐量、延迟和功耗方面获得更有针对性的优化。路透社称，推理芯片通常可以比通用 GPU 成本更低、功耗更小。

对于 DeepSeek 而言，自研推理芯片还有另一层意义。

芯片与模型可以进行协同设计：模型团队可以围绕自身的混合专家架构、低精度计算方式、注意力机制和缓存策略定制硬件。芯片团队也可以根据模型的算子结构优化计算单元、存储层级和数据传输方式。

这与 DeepSeek 此前的技术路线并不完全割裂。

DeepSeek 已经开源了 DeepGEMM、DeepEP、FlashMLA 和 3FS 等面向大模型训练、通信、推理及存储的基础设施组件。向芯片层延伸，意味着其希望进一步控制从模型架构、软件栈到计算硬件的完整链路。

不过，这种软硬件协同能否转化为实际的成本和性能优势，仍取决于芯片最终的设计能力、制造工艺、存储方案以及配套软件生态。

从英伟达转向华为后，再寻求自研芯片

DeepSeek 此前同时使用过英伟达和华为芯片。

DeepSeek 曾披露，支撑其 R1 推理模型的基础模型使用英伟达 H800 训练。H800 是英伟达在美国出口限制下为中国市场推出的产品，但美国政府在 2023 年进一步收紧出口规定后，该芯片也被禁止向中国销售。

此后，DeepSeek 逐渐增加了对华为昇腾芯片的适配和使用。

路透社报道称，DeepSeek 在 2026 年 4 月发布了针对华为昇腾芯片适配的 V4 模型，华为也表示，旗下处理器参与了轻量版本 V4-Flash 的部分训练工作。

在英伟达先进 GPU 难以稳定获得的情况下，华为已经成为中国 AI 芯片市场的重要供应商。

路透社援引的数据称，在规模约 500 亿美元的中国 AI 芯片市场中，华为目前占据约一半份额。

不过，随着阿里巴巴、百度等公司持续推进自研芯片，华为在国内市场面临的竞争也在增加。

DeepSeek 进入芯片研发领域，短期内并不意味着其将完全替代英伟达或华为。

原因很简单，报道所指芯片聚焦推理而非训练，DeepSeek 仍需要外部芯片支持大规模模型训练。此外，一款芯片从架构设计、验证、流片到量产通常需要数年时间，中间还要经历良率、封装、供货和软件适配等多重考验。

但从长期看，自研芯片有望让 DeepSeek 降低对单一硬件平台的依赖，并掌握更多推理成本和产品迭代节奏的主动权。

自研芯片是所有 AI 巨头绕不开的一环

DeepSeek 并不是唯一试图自研芯片的大模型公司。

随着 AI 模型调用规模扩大，芯片成本已经成为模型公司最主要的支出项目之一。为了降低对英伟达的依赖，并针对自有模型优化推理效率，越来越多模型和云计算公司开始设计专用 AI 芯片。

路透社提到，OpenAI 已于 2026 年 6 月发布与博通合作开发的首款定制推理芯片 Jalapeño；

Anthropic 也在评估自主研发 AI 芯片。

这类公司并不一定亲自建立晶圆厂。更常见的模式是由模型公司定义芯片架构和需求，与专业芯片设计公司合作开发，再交由晶圆代工厂生产。通过将模型、编译器、推理框架和芯片共同优化，模型公司希望降低单次 Token 的推理成本，并获得相对稳定的算力供应。

对 DeepSeek 来说，这一需求更加迫切。一方面，美国出口管制限制了中国企业获得英伟达最先进 GPU 的渠道。另一方面，DeepSeek 以较低推理价格提供模型服务，随着用户数量和 Token 调用量增加，如何持续压低基础设施成本将直接影响其商业化能力。

https://www.reuters.com/world/china/chinas-deepseek-developing-its-own-ai-chip-sources-say-2026-07-07/

https://x.com/teortaxesTex/status/2074467879248966087

声明：本文为 AI 前线整理，不代表平台观点，也不构成投资建议，未经许可禁止转载。

会议推荐

大会限时早鸟票享 8 折专属优惠，现在报名立减 1160，更多详情可扫码或联系票务经理 13269078023 进行咨询。

今日荐文

你也「在看」吗？