DeepSeek造芯的必然与无奈

赛格特约作者 庄北野

据媒体披露：DeepSeek正在自研AI芯片，项目已启动约一年，目前处于早期阶段，正在与芯片设计公司、晶圆代工厂和存储厂商接洽。这款芯片将聚焦推理场景，目标是减少对英伟达和华为的双重依赖。

路透社、联合早报报道，DeepSeek正在开发自有AI晶片或加剧华为挑战。

“DeepSeek这是要同时甩开英伟达和华为”，有博主如此评价，可谓话糙理不糙。因为就在上半年，DeepSeek服务器宕机竟然高达18次，由此可见，无论是之前购买的进口存货芯片，还是这两年采购的国产芯片，都未能满足其需求。

但如果把DeepSeek造芯和上半年它累计宕机18次直接挂钩，那就属于误读了。从时间线来看，DeepSeek不是因为半年崩了18次才决定造芯，而是一年前就已经动手。彼时，R1刚刚在全球范围内爆红之后不久。很显然，梁文锋预计到，算力紧缺将成为长期挑战，与其在事后疲于补救，不如早早把命运握回自己手里。

业内共识认为，频繁异常的直接原因是算力供需失衡、系统弹性不足。

算力紧缺加剧

要理解DeepSeek一年前做出这个决定的分量，得先看清楚它基于怎样的现实。

先看外部。2026年1月13日，美国联邦公报正式发布新规，把英伟达H200对华出口的审批从“推定拒绝”改为“逐案审查”，附加三条硬性条件：每卖一颗芯片英伟达向美国政府缴纳25%收入分成、销往中国的数量不得超过美国本土销量的50%、需经第三方测试实验室确认技术性能。

5月特朗普访华，黄仁勋随行代表团一同抵京，美国已批准约10家中国企业获得采购许可。然而特朗普在返程的空军一号上向记者证实，中国方面拒绝采购，理由是“全力发展自家芯片产业”。截至目前，H200的实际交货订单仍是零。

一进一出，中国AI大模型公司当下的算力现实就清楚了。美方并没有关死次先进芯片的出口窗口，中方也没有把这扇窗当回事。原因不难理解。往上看，Blackwell、Rubin这类真正的前沿芯片依然对华封死，2026年6月美国商务部新规更进一步堵住通过海外子公司采购的路径。

外部芯片，若有采购窗口，企业自然应买尽买，但把命运仅仅押在一个由外部决定开合的窗口上，是无论如何都不能接受的。

不过，国内的问题同样严峻。据行业机构测算，2026年国内AI算力需求约4423 EFLOPS，供给端仅1590 EFLOPS，缺口超2800 EFLOPS。落到芯片颗数上，需求量在400万到420万颗，实际供应能力约300万颗，缺口100万到160万颗。

华为昇腾的先进制程晶圆几乎全部由中芯国际独家代工，CSIS今年3月的报告估算相关产线良率仅约20%。华为一家吞下国产AI芯片市场43%的份额，寒武纪抢到11%，剩下十几家厂商争夺残羹。所有大模型公司都在挤同一个瓶口。国产替代品价格因此坚挺，昆仑芯P800单卡约10万元，与H20持平，即便如此依旧供不应求。

对比一下大洋彼岸：2026年底美国计划部署的高端GPU超过120万张，Google一家掌握的算力约相当于500万块H100，占全球四分之一。反映到模型层面，Anthropic等已进入十万亿参数训练时代，一年可完成十几轮迭代；国内顶尖模型参数普遍仍在万亿级，DeepSeek V4的1.6万亿是这一梯队的天花板。这就是DeepSeek起身造芯所面对的算力大盘。

英伟达GPU迭代时间线，迭代周期明显缩短。

图源：远川研究所

七年造芯准备

正是在这个背景下，回看DeepSeek的成长路径，几乎每一步都在为今天造芯做铺垫。

DeepSeek的母体是量化对冲基金幻方量化。2020年，幻方AI Lab累计投入超过1亿元，动员近20位工程师历时两年自建了第一代AI超算集群“萤火一号”。2021年，追加投资10亿元，建成拥有约1万张A100 GPU的“萤火二号”，同时配套自研了高性能算子库hfai.nn、分布式通信框架hfreduce和任务调度系统hfai workspace。

彼时国内拥有万卡级GPU集群的企业不超过五家，幻方是唯一一家非头部大厂身份的玩家。

2015年，梁文锋与浙大校友徐进共同创立量化私募基金幻方量化。

这段积累构成了DeepSeek独一无二的底色。2024年8月，DeepSeek-AI与幻方量化联合署名发表论文《Fire-Flyer AI-HPC: A Cost-Effective Software-Hardware Co-Design for Deep Learning》，正式把这套集群从“量化附属品”升级为公开的、可复用的AI基础设施成果。论文的方法论核心，是用相对便宜的PCIe A100替代昂贵的SXM A100，通过软件层的深度优化把整体性能拉到接近DGX-A100的水平。这不是模型工程，这是硬件工程。

2025年1月R1的横空出世让全世界看见DeepSeek。但外界只看到了算法上的突破，往往忽略了背后的支撑：R1在受限硬件条件下跑出比肩GPT-4o的效果，靠的正是这条软硬件协同的路径。

V3和R1阶段，DeepSeek团队甚至直接使用比 CUDA高级、API更底层的PTX中间表示做算子优化，把英伟达 GPU 的硬件资源榨到极致。这种下沉到硬件的能力，在中国大模型公司里几乎是独一份，也是其造芯的勇气来源。

从做量化时的“要把集群握在自己手里”，到做大模型时的“要把算子写到硬件底层”，再到今天的“要把芯片设计出来”，梁文锋在硬件问题上的选择，从2019年到2026年从未改变过。

2023年，梁文锋在杭州接受采访时说了一句话：“我们真正的挑战从来不是资金，而是高端芯片的出口禁令”。

算力危机引爆

R1之后，DeepSeek进入了一个甜蜜又艰难的阶段。

一方面是用户量爆炸式增长，2025年第一季度日活从1.2亿激增至2亿；另一方面，算力储备只提升了8.3%。供需矛盾从技术问题变成了业务危机。

V4的迟到，正是这个矛盾的集中爆发。V4本应在2026年农历新年前后发布，但一拖再拖，最终延到4月。DeepSeek在V4技术报告中罕见地把英伟达GPU与华为昇腾NPU并列写入，宣布模型已在两大平台上完成细粒度专家并行方案的验证。

这个“并列”的表述背后，是几个月里团队与华为联合攻关：重写底层代码模块、逐层适配算子、反复调试稳定性。据The Information报道，DeepSeek是主动推迟发布，把时间用在了这轮适配上。

但技术报告的另一面更值得注意：V4-Pro和V4本体的预训练依然在英伟达芯片上完成，昇腾主要承担了V4-Flash的后训练和推理适配。即便是与华为深度绑定的DeepSeek，在最核心的预训练环节，仍然没有一条纯国产的可行路径。

而单纯芯片层面的追赶，还不是问题的全部。真正决定性的差距在软硬协同。谷歌TPU从2015年开始做，走了整整十年，到2025年TPU v7 Ironwood才在推理性能上正面掀翻英伟达。

需要指出的是，TPU靠的不是某一代芯片的绝对性能，而是从架构定义、算子库、编译器、通信框架到Gemini模型本身的全栈自研。SemiAnalysis的测算显示，Google云能靠TPU给出比英伟达GPU方案便宜30%到50%的算力报价，本质原因就是软硬协同压榨出的效率。

图为TPU v7，代号Ironwood。谷歌曾公开表示，TPU从来不是为了和谁比性能，而是为了让AI真正跑得起、赚得到钱。

显然，这套效率不可能由芯片厂单方面完成，它需要以模型公司为中心，牵住设计、制程、算子和运营调试的每一个环节，且每一代都要持续迭代。

华为芯片本身可以追上来，但要让华为的芯片、软件栈和DeepSeek的模型形成谷歌TPU那样的深度咬合，是另一件难度大得多的事，且华为要同时服务几十家客户，不可能围着某一家转。

此外，在算力短缺的背景下，当前抢购国产芯片订单的战况极其惨烈。腾讯成了百度旗下昆仑芯的重要客户，采购P800用作自身算力底座。腾讯投资的燧原产能都远远不够用，居然要向直接竞争对手百度买芯片，这在两年前几乎不可想象。

字节的操作更极端：6月被曝正与天数智芯洽谈采购至少5万颗AI芯片，同时也在接触昆仑芯。字节2026年AI资本开支超过2000亿元，一半以上砸在芯片上，仍然凑不齐算力。阿里虽然有平头哥，但正如吴泳铭所言：阿里云没有一张算力卡是闲置的。

从资本开支角度看，DeepSeek和新BAT没有任何优势，一年前选择造芯，既是一种远见，也是一种无奈。

走向十字路口

放到更大的坐标系里，2026年似乎成了大模型公司集体造芯的一年。

6月24日OpenAI与博通联合发布首款自研芯片Jalapeño，9个月完成流片，主打推理，声称成本较主流GPU降低约50%。

7月2日The Information曝出Anthropic正与三星洽谈2nm定制芯片。

7月7日路透社披露DeepSeek造芯。

三个月不到，全球三大顶级模型公司同时下场做硬件。但三家的诉求各有侧重：

OpenAI已经是英伟达全球最大的客户之一，它更在意的是议价能力和路径独立。作为微软长期绑定的合作方，OpenAI这两年在推进自己的数据中心和全栈基础设施，Jalapeño是这盘棋的关键一块。有博通做ASIC设计伙伴、有台积电3nm成熟产能、有充沛的现金流，它造芯的重心是“更快、更省、更自主”。

Anthropic的模型商业化速度极快，Claude的推理需求已经把单一供应链撑到极限。它同时使用AWS Trainium、Google TPU和英伟达三条算力，但三条腿都不完全属于自己。选择与三星合作2nm定制芯片，是从供给多元化和长期成本结构两个角度做的战略布局，方向和OpenAI相近，但节奏和自主性上更晚一步。

DeepSeek的处境和前两家有本质区别。它面对的不是价格问题，是可及性问题。英伟达通道政策反复且不稳定，华为产能被良率卡死，市场上没有任何一条稳定的替代路径。

它是三家里最早启动项目的，却也是被曝光最晚、合作方全部匿名、招聘全程不公开的一家。原因不难理解：中国的芯片项目一旦点名合作伙伴，那家公司立即会成为美国制裁的候选目标。

AI应用的形态越复杂，推理开销的增速就越陡，推理成本关乎模型公司的生存。

同样是造芯，OpenAI和Anthropic造不出来只是效率损失，DeepSeek造不出来则可能被算力天花板锁死。这是硅谷同行不曾体会的重压，也意味着中国大模型公司集体走到了必须直面的十字路口。