北京
7月8日消息，据The Information报道，智谱AI正在权衡设计自有AI芯片。三名知情人士称，随着GLM模型需求上升，加上美国出口管制持续限制先进芯片供给，算力资源正在成为这家中国AI模型公司的更大约束。
报道称，智谱近期已向一些中国芯片设计公司做了初步询问，讨论能否合作开发一款为其模型运行优化的定制AI处理器。但项目仍处在早期，智谱尚未选定设计方。如果项目推进，智谱也很可能会选择中国晶圆厂制造这款芯片。
这不是中国模型公司的孤立动作。路透昨日也报道称，DeepSeek正在研发面向AI推理的自有芯片。国内头部模型公司正在面对同一个问题：模型用得越多，推理成本、硬件适配和供应安全就越难只靠外部芯片解决。
GLM需求起来了，算力压力也来了
智谱的直接压力来自GLM模型需求增长。
The Information称，智谱目前依赖华为芯片、其他国产芯片和部分英伟达芯片。今年1月，智谱发布了一款完全用华为芯片训练的图像生成模型——报道称这是首个完全使用中国芯片训练的大型图像生成模型。
但国产硬件并不意味着没有瓶颈。美国出口管制仍在限制中国晶圆厂获取先进制造设备；同时，智谱要让模型在华为硬件上高效运行，还需要额外的软件工程适配。
GLM的需求也在从开发者社区扩展到企业和云平台。Coinbase CEO Brian Armstrong最近在X上表示，Coinbase正在测试GLM-5.2以降低AI使用成本；GLM-5.2也已上架Oracle Cloud Infrastructure，企业客户可以在甲骨文云的计算集群上部署这个开放权重模型。
模型平台上的用量增长更直接。The Information称，GLM-5.2上月发布后，成为Vercel模型聚合平台上增长最快的模型，上线第一周每日token用量最高增长了27倍。
开源受欢迎，模型公司反而更重
开源模型受欢迎之后，压力并不会消失，反而会转移到模型公司身上。用户可以免费下载模型自己运行，但很多应用开发者更倾向于直接从模型公司购买访问服务，因为模型公司承担了大量运行成本，开发者可以把使用成本压低。
这正好撞上智谱的商业模式转型。The Information称，智谱正在努力提高向企业客户销售API调用的收入，同时减少对客户本地部署的依赖。本地部署通常更像一次性收入，因为模型装进客户数据中心后，模型公司后续可收取的服务收入有限；相比之下，API调用可以按用量持续收费。
但调用量越大，模型公司自己要承担的推理算力成本也越高。
The Information还提到，智谱已在港交所上市，市值约1000亿美元，并计划在科创板推进双重上市。对一家已经进入资本市场的模型公司来说，算力成本、芯片供给和毛利率，都会变成投资人持续追问的问题。
自研芯片不是短期救火
定制芯片看起来像解法，但不会很快见效。
The Information称，如果智谱继续推进，它还需要组建或扩充半导体团队、选择设计伙伴、测试处理器，并让软件适配这款芯片。整个过程可能超过两年。
这类定制芯片和英伟达的通用GPU不是同一种路线。它更接近ASIC，也就是围绕特定模型和特定任务优化的处理器，目标不是覆盖所有AI负载，而是把自家模型运行得更便宜、更稳定。
方向本身并不意外。谷歌有TPU，亚马逊有Trainium，OpenAI也被报道正在与Broadcom合作开发自有芯片。中国公司里，阿里平头哥、字节跳动、百度昆仑芯也都在推进不同形态的AI芯片。
不只是"有没有卡"的问题
对智谱、DeepSeek这类模型公司来说，芯片问题不只是"有没有卡"。更现实的问题是：模型需求增长后，谁来承担每个token背后的运行成本，谁来做国产硬件的软件适配，谁又能在出口管制下保证长期供给。
智谱考虑自研芯片，不是突然跨界半导体，而是GLM模型商业化压力继续往底层基础设施传导的结果。
模型公司过去比的是模型能力、开源影响力和API价格。现在，算力控制权也开始变成竞争的一部分。（易句）
（本文由AI翻译，网易编辑负责校对）
