2026 DEEPSEEK
CUSTOM_AI_
CHIP_
INFERENCE_2026.
导语：2026 年 7 月 7 日，路透社援引三名知情人士报道，DeepSeek 正在开发专用于 AI 推理（inference）的自研芯片——项目约一年前启动，正与芯片设计、晶圆代工、存储厂商接洽，并低调招聘工程师。一个反直觉的事实是：DeepSeek 此前已深度适配华为昇腾，却仍要自研——说明合作与自研并行，而非二选一。与此同时，阿里巴巴平头哥的真武芯片已量产超 56 万片，年化营收百亿级——这是「传闻 vs 八年实战」的鲜明对比。本文按调研文档全部要点，拆解 DeepSeek 传闻证据链、梁文锋公开表态、阿里八年布局、2026 年 7 月全球进度对照表、五大驱动力、推理 vs 训练技术差异、风险与5 条 FAQ。
30 秒读懂 · 执行摘要
| DeepSeek 造芯是真的吗？ | 大概率属实，早期阶段。路透 7/7 报道；官方未公告；融资 74 亿美元用途含自研芯片 |
| 梁文锋官宣了吗？ | 没有。他强调的是出口禁令与算力饥渴，提供战略动机而非项目公告 |
| 马云也说过？ | 部分对应，时间线不同。2018 年马云为平头哥命名；近年蔡崇信、吴泳铭接力表态 |
| 最新进度？ | DeepSeek 早期研发；阿里真武 810E 量产；OpenAI Jalapeño 流片完成待部署 |
| 为何造芯？ | 经济学第一：推理是 AI 的「房租」；定制 ASIC 大规模部署 TCO 可降 30–65% |
1. 痛点拆解：为什么 2026 年「造芯」突然刷屏
- 新闻密度爆炸：2026 年 6–7 月，OpenAI Jalapeño、路透 DeepSeek、The Information 智谱/Anthropic 定制芯片几乎同期曝光——这不是中国独有现象，而是全球 AI 实验室集体下场。
- 表述陷阱：读者常把「梁文锋说过算力难」等同于「官宣造芯」，或把「马云 2018 年定战略」误读为「马云最近说要造芯片」——本文逐一澄清。
- 训练 vs 推理混淆：多数新项目是推理 ASIC，不是挑战 Nvidia 训练霸主地位——搞清这一点，才能正确评估 DeepSeek 传闻的含金量。
2. DeepSeek 造芯传闻：真假与证据链
2.1 传闻内容（2026 年 7 月）
2026 年 7 月 7–8 日，多家媒体跟进路透社独家，核心信息一致：
- DeepSeek 正在开发自研 AI 芯片，目标场景是推理（inference），而非训练（training）
- 项目约于 2025 年中启动（报道表述「一年前」），目前仍处于早期阶段
- 正与芯片设计公司、晶圆代工厂（foundry）、存储器供应商接洽
- 近几个月加大芯片设计工程师招聘，未在公开招聘平台发布，采用私下挖人
- 若成功，将降低对 Nvidia 和 华为昇腾 的双重依赖——DeepSeek 已深度适配昇腾，这一点尤为值得关注
2.2 可信度评估
| 维度 | 评估 |
|---|---|
| 信源级别 | 高。路透社「三名知情人士（three people familiar with the matter）」标准措辞 |
| 公司官方确认 | 无。截至 2026-07-09，DeepSeek 未发布新闻稿或社交媒体确认 |
| 间接证据 | 强。2026 年 6 月首轮外部融资约 510 亿元人民币（约 74 亿美元），用途含「自研 AI 芯片」「扩建国产算力中心」；IDC 规划工程师招聘；UE8M0 FP8 数据格式被业内解读为面向国产芯片的软硬件协同 |
| 矛盾信息 | 存在。部分分析认为 DeepSeek 短期更依赖华为昇腾。更准确表述：合作与自研并行，自研尚早，合作已落地 |
博客表述建议：可以写「据路透社等多家媒体报道，DeepSeek 已启动自研推理芯片项目」，不宜写「梁文锋正式宣布造芯」。应标注「知情人士 / 早期阶段 / 未官方证实」。
2.3 时间线
3. 梁文锋说过什么？与传闻的关系
梁文锋公开采访极少，最有价值信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月两次深度专访。与芯片/算力相关的关键原话：
| 主题 | 原话要点 | 出处 |
|---|---|---|
| 最大挑战是禁令，不是钱 | 「我们真正的挑战从来不是资金，而是高端芯片的出口禁令。」 | 暗涌 2024-07 |
| 算力效率差距 | 国内与国外训练效率约一倍差距，数据效率再约一倍，合计需要约 4 倍算力才能达到同样效果 | 暗涌 |
| 技术社区 | 「很多国产芯片发展不起来，也是因为缺乏配套的技术社区……中国必然需要有人站到技术的前沿。」 | 暗涌 |
| 算力渴求 | 「对研究员来说，对算力的渴求是永无止境的……我们也会有意识地去部署尽可能多的算力。」 | 暗涌 |
与造芯传闻的关系：梁文锋从未在公开采访中宣布「DeepSeek 要造芯片」。他的表述确立战略动机：算力约束、出口管制、软硬件协同必要性。路透社报道的是公司行为（招聘、接洽供应商），不是创始人宣言。「创始人长期表态」≠「官方项目公告」。
4. 阿里巴巴 / 马云：不是传闻，是八年布局
用户常问「马云也说过类似的话？」——需厘清：阿里造芯是已执行多年的战略，不是近日传闻。
4.1 马云时代（2018）：战略起点
- 2018 年 9 月云栖大会，阿里巴巴将中天微与达摩院芯片团队整合，成立平头哥半导体有限公司
- 公司名由马云亲自拍板。「平头哥」即蜜獾，寓意「无所畏惧」
- 张建锋（行癫）：芯片已是阿里巴巴集团战略级事项
- 初期方向：AI 芯片（含光系列）、嵌入式芯片、云端一体化；后扩展至服务器 CPU（倚天）、RISC-V IP（玄铁）等
4.2 马云 vs 蔡崇信 vs 吴泳铭
| 人物 | 角色 | 与芯片相关的公开表述 |
|---|---|---|
| 马云 | 2018 年战略决策者 | 命名平头哥、将芯片定为集团战略；2019 年卸任董事局主席后公开露面减少 |
| 蔡崇信（Joe Tsai） | 现任董事长 | 2024 年 podcast：美国芯片出口限制「明确影响」阿里云；中国 AI 落后美国约两年；长期相信中国会发展出自主先进半导体能力 |
| 吴泳铭 | 现任 CEO | 2026 财年财报电话会：平头哥 AI 芯片累计交付 47 万片+、年化营收百亿级；未来不排除平头哥独立上市 |
不宜写「马云最近说要造芯片」——准确说法是：马云 2018 年奠定平头哥战略，蔡崇信 2024 年解释出口管制倒逼自研，吴泳铭 2026 年披露量产成果。
4.3 阿里造芯最新进展（2026）
产品：真武（Zhenwu）系列
| 型号 | 时间 | 要点 |
|---|---|---|
| 含光 800 | 2019 | 早期 AI 推理芯片 |
| 真武 810E | 2026 年 1 月发布 | 训推一体；96GB HBM2e；性能介于 Nvidia A800 与 H20 之间；已量产 |
| 真武 M890 | 2026 | 144GB 显存，片间互联 800GB/s，性能约为 810E 的 3 倍 |
| 真武 V900 | 计划 2027 Q3 | 216GB 显存，1200GB/s 互联 |
| 真武 J900 | 计划 2028 Q3 | 自研并行计算架构迭代 |
商业化数据（2026 年）：累计出货 56 万片+；年化营收 百亿人民币级；客户含阿里云内部、中国联通等，据称 400+ 企业客户使用真武集群；平头哥注册资本增至 10 亿元（2026 年 6 月）；阿里宣布未来三年投入 3800 亿元 于云与 AI 基础设施。
与 Nvidia 的关系：WSJ 报道阿里新芯片兼容 Nvidia CUDA 生态，降低工程师迁移成本（与华为路线不同）。制造从早期 TSMC 转向国内代工（业界普遍指向 SMIC 7nm 等），以应对美国限制 TSMC 为大陆代工先进 AI 芯片的规则。
5. 最新进度对照表（2026 年 7 月）
| 公司 | 芯片项目 | 阶段 | 场景 | 关键数字/事件 |
|---|---|---|---|---|
| DeepSeek | 自研推理 ASIC（未命名） | 早期研发 | 推理 | 融资 74 亿美元；低调招聘；未官方确认 |
| 阿里巴巴（平头哥） | 真武 810E / M890 | 量产 | 训推一体 | 出货 56 万片+；年化营收百亿级 |
| 华为 | 昇腾 950 等 | 量产 | 训推 | DeepSeek V4 适配；订单激增（路透） |
| OpenAI | Jalapeño（与 Broadcom） | 流片完成，待部署 | 推理 | 9 个月设计到 tape-out；2026 年底部署 |
| TPU v6/v7 | 大规模商用 | 训推 | Gemini 端到端可用 TPU | |
| Amazon | Trainium3 / Inferentia | 商用 | 训练+推理 | Anthropic 大规模使用 Trainium |
| Microsoft | Maia 100 | 部署中 | 推理 | 服务 Azure / OpenAI 工作负载 |
| Meta | MTIA | 内部部署 | 推理 | 推荐系统为主；曾推倒重来 |
| Anthropic | 与 Samsung 洽谈定制芯片 | 探索阶段 | 未定 | 2026 年 7 月 The Information 报道 |
| 智谱 AI | 评估自研定制芯片 | 早期 | 推理 | 2026 年 7 月 The Information 报道 |
TrendForce 数据（2026）：云厂商定制 AI 芯片出货量增速 44.6%，远超通用 GPU 的 16.1%——定制硅首次在增速上显著跑赢 GPU。
6. 全球对标：不只中国公司在造芯
2026 年 7 月，「AI 公司造芯」已是全球现象。这不是民族主义叙事，而是单位经济学（unit economics）驱动的基础设施竞赛。
7. 大厂为何都要造芯片？五大驱动力
一句话答案：AI 竞争已从「谁有最好的模型」延伸到「谁有最便宜、最可控的算力」。
| 排序 | 驱动力 | 核心逻辑 | 关键数据 |
|---|---|---|---|
| 1 | 经济学：推理成本是 AI 的「房租」 | 训练=买房首付；推理=每月房租。ChatGPT 类产品有数亿日活时，推理支出超过训练 | Morgan Stanley：24,000 颗 Blackwell 集群硬件约 8.52 亿美元；同等规模 Google TPU 约 0.99 亿美元。定制 ASIC 大规模部署 TCO 优势 40–65%；每 token 成本可降 30–40% |
| 2 | 供应链安全与地缘政治 | 美国对华高端 AI 芯片出口管制；中国鼓励国产算力；美国公司也面临 Nvidia 配给 | 安全指供应链可预期性，不被单一供应商、单一国家政策卡脖子 |
| 3 | 软硬件协同（Co-design） | DeepSeek UE8M0 FP8、MLA 架构；OpenAI Jalapeño 围绕 ChatGPT serving 设计 | 通用 GPU 为灵活性牺牲效率；定制芯片为已知工作负载牺牲灵活性换取效率 |
| 4 | 竞争壁垒与议价能力 | 即使不全面替代 Nvidia，自研芯片也可在采购谈判中增加筹码 | 构建「模型 + 云 + 芯片」全栈故事（阿里「金三角」、OpenAI full-stack infrastructure） |
| 5 | 能源与可持续发展 | 推理芯片强调 performance-per-watt | 兆瓦级数据中心时代，电力和散热成本与芯片采购同等重要；ASIC 剔除 GPU 中大量通用电路，功耗显著更低 |
Nvidia 数据中心 GPU 毛利率超 70%——云厂商每买一张 H200，大部分利润流向 Nvidia。自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。
7.1 安全 vs 节约成本：怎么写才不偏颇？
| 叙事角度 | 适用读者 | 写法 |
|---|---|---|
| 地缘政治 / 脱钩 | 关心中美科技竞争 | 强调出口管制、国产替代、供应链自主 |
| 商业 / 投资 | 关心 AI 经济学 | 强调 TCO、毛利率、token 成本、capex 回报 |
| 技术 | 工程师读者 | 强调 co-design、ASIC vs GPU、推理架构 |
| 安全 | 企业采购决策者 | 强调数据主权、供应链韧性、减少第三方依赖 |
中文读者对「卡脖子 / 国产替代 / 自主可控」共鸣更强；英文读者更吃「economics / unit economics / Nvidia tax / TCO」框架。一篇好文章应两条线都写。
8. 推理芯片 vs 训练 GPU：为什么行业在分裂
| 维度 | 训练（Training） | 推理（Inference） |
|---|---|---|
| 工作负载 | 动态、实验性强、架构频繁变化 | 静态、模型固定、请求模式可预测 |
| 软件生态 | CUDA 护城河极深（cuDNN、NCCL、Nsight） | 可针对固定模型手写 kernel |
| 芯片要求 | 极致峰值算力 + 灵活编程 | 吞吐、延迟、每 token 成本 |
| 经济规模 | 集群一次性投入大 | 7×24 持续发生，规模更大 |
| 代表 | Nvidia H100/B200 主导 | TPU（部分）、Trainium、Maia、Jalapeño、DeepSeek 传闻芯片 |
结论：训练仍是 Nvidia 主场；推理是定制 ASIC 的主战场。 这也是 DeepSeek 传闻芯片聚焦 inference 而非 training 的技术与经济逻辑。
9. 风险与不确定性
- 早期项目可能失败：Meta MTIA 曾推倒重来——自研芯片不是「宣布即成功」。
- 架构变化风险：若模型架构剧变，为当前 workload 优化的 ASIC 可能迅速过时。
- DeepSeek 未官方证实：在新闻稿落地前，应写「据报道 / 知情人士称」，勿写「已证实」。
- 制造瓶颈：先进制程、HBM 供应、foundry 产能仍是全行业瓶颈，不只中国公司面临。
10. 五步落地：开发者与技术决策者可以怎么做
- 区分新闻层级：路透独家 → 间接证据（融资用途、招聘）→ 创始人采访动机 → 官方公告。按此阶梯更新认知，避免被标题党带节奏。
- 跟踪推理成本而非仅看训练算力：若你运营 AI 产品，用「每百万 token 成本」「峰值并发延迟」而非 FLOPS 做采购决策。
- 评估软硬件协同信号：DeepSeek UE8M0 FP8、MLA 等模型层优化，往往是「为特定硬件铺路」的前兆——关注技术博客与论文脚注。
- 多云/多芯片 fallback：无论 DeepSeek 自研是否成功，企业应预设 Nvidia / 国产 ASIC / 云 API 多路径，避免单点供应商锁定。
- 设置信息刷新周期：此类话题 2–4 周可能有新进展。本文标注最后更新：2026-07-09，建议订阅路透、OpenAI 官方博客、阿里财报电话会纪要。
11. FAQ
Q1：DeepSeek 造芯片的消息可靠吗？
路透社 2026 年 7 月 7 日援引三名知情人士报道，可信度较高，但 DeepSeek 尚未官方证实。项目处于早期阶段。
Q2：梁文锋公开说过要造芯片吗？
没有。他 2024 年采访中表示「最大挑战是高端芯片出口禁令」，并强调算力部署，但未宣布自研芯片项目。
Q3：马云和蔡崇信谁在说芯片？
马云 2018 年战略层面创立平头哥；近年蔡崇信强调出口管制影响，吴泳铭披露量产数据。阿里造芯已是成熟业务，非近日传闻。
Q4：为什么先做推理芯片，不做训练芯片？
推理工作负载稳定、规模大、持续发生，适合 ASIC 优化；训练需要 CUDA 生态和极致灵活性，Nvidia 仍占主导。
Q5：大厂造芯片主要是为了国家安全还是省钱？
两者兼有。短期看，降低推理成本与供应链风险是最紧迫的；地缘政治加速了已存在的经济动机。
12. 免责声明与参考来源
DeepSeek 尚未官方确认芯片项目（截至本文撰写日）。本文基于路透社、OpenAI 官方、WSJ、财新、暗涌采访及阿里巴巴公开信息整理，仅供技术与产业分析参考，不构成投资建议。
- Reuters：DeepSeek developing own AI chip (Jul 7, 2026)
- OpenAI Official：Jalapeño inference chip announcement
- WSJ：Alibaba AI chip to fill Nvidia void
- Caixin Global：Alibaba Zhenwu 810E analysis
- SCMP：Joe Tsai on chip export restrictions
- 暗涌 Waves：梁文锋 2023/2024 专访
13. 收束：大厂在造「房租芯片」，开发者在 Mac 上验证推理工作流
当 DeepSeek、OpenAI、阿里在平头哥层面争夺推理 ASIC时，普通开发者面对的仍是更务实的问题：我的模型在本机能跑多快？API 账单会不会随日活线性爆炸？ 纯 Windows/Linux 云 GPU 可以跑推理，但在 Apple Silicon 上通过 MLX / Ollama 做原型验证、统一内存跑中小模型、再用远程节点承接峰值流量，往往更省事。若你需要在隔离环境中测试 DeepSeek 衍生模型、对比不同量化方案的 token 成本，或避免本机开发机与生产 API Key 混用，可考虑 MACGPU 远程 Mac mini M4 节点：Apple Silicon 统一内存适合本地推理实验，SSH 按需启停，把「等大厂芯片量产」与「今天就要验证工作流」拆开管理。