从 DeepSeek 秘密造芯到平头哥真武量产：大厂为何都要自己造芯片？（2026）

执行摘要（30 秒读懂）

一、痛点拆解：模型越强，推理「房租」越贵

当 ChatGPT 类产品拥有数亿日活时，推理支出已超过训练——行业内部常用比喻：训练是买房首付（一次性集中投入），推理是每月房租（持续、随用户量线性增长）。DeepSeek 与阿里平头哥的自研芯片，指向同一核心矛盾：

1. 通用 GPU 的架构错配：英伟达 H100、Blackwell 为各种任务设计，在高度同质化的 LLM 推理场景里，大量算力开销实际上是浪费——通用 GPU 是瑞士军刀，定制 ASIC 是专业手术刀。
2. 单一供应商锁定与「GPU 税」：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。过去 DeepSeek 几乎完全依赖英伟达 GPU，后又深度适配华为昇腾；自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。
3. 出口管制与供应链不可预期：美国对华高端 AI 芯片出口管制（H100/H800/H20 等轮番受限），中国监管鼓励采购国产算力；即使美国公司也面临「买不到足够 Nvidia 芯片」的配给问题——安全不仅指网络安全，更指供应链可预期性。

二、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报道，核心信息一致：

1. DeepSeek 正在开发自研 AI 芯片，目标场景是推理（inference），而非训练（training）。
2. 项目约于 2025 年中启动（报道表述为「一年前」），目前仍处于早期阶段。
3. 公司正与芯片设计公司、晶圆代工厂（foundry）、存储器供应商接洽。
4. 近几个月加大芯片设计工程师招聘，但未在公开招聘平台发布，采用私下挖人方式。
5. 若成功，将降低对 Nvidia 和 华为昇腾 的双重依赖——这一点尤为值得关注，因为 DeepSeek 此前已深度适配华为芯片。

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」。

2.2 可信度评估

2.3 间接证据详解

• 74 亿美元融资：2026 年 6 月首轮外部融资约 510 亿元人民币（约 74 亿美元），对外披露用途明确含「自研 AI 芯片」与「扩建国产算力中心」。
• UE8M0 FP8：DeepSeek 模型层采用的 UE8M0 FP8 数据格式，被业内解读为面向国产芯片的软硬件协同设计信号。
• 乌兰察布招聘：DeepSeek 在乌兰察布等地规划 IDC 与工程师招聘，与算力基础设施扩张一致。

2.4 时间线（2023–2026）

三、梁文锋说过什么？与传闻的关系

梁文锋公开采访极少，最有价值的信源是「暗涌 Waves」2023 年 5 月、2024 年 7 月两次深度专访。他从未在公开采访中宣布「DeepSeek 要造芯片」——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。

关键原话（与芯片/算力相关）

「我们真正的挑战从来不是资金，而是高端芯片的出口禁令。」
— 2024 年 7 月，暗涌采访

国内最好水平与国外相比，训练效率约有一倍差距，数据效率又约一倍差距，合计需要约 4 倍算力才能达到同样效果。
— 梁文锋，暗涌

「很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手信息，所以中国必然需要有人站到技术的前沿。」
— 梁文锋，暗涌

「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。」
— 梁文锋，暗涌

博客中应区分：「创始人长期表态」≠「官方项目公告」。他的表述确立了战略动机：算力约束、出口管制、软硬件协同必要性。

四、阿里巴巴 / 马云：不是传闻，是八年布局

用户提到的「马云说过类似的话」，需要厘清：阿里造芯是已执行多年的战略，不是近日传闻。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。

4.1 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」——传达长期投入芯片的决心。
• 张建锋（行癫）表示：芯片已是阿里巴巴集团战略级事项，而非普通业务部门。

4.2 马云 vs 蔡崇信 vs 吴泳铭

4.3 真武（Zhenwu）系列产品表

4.4 商业化数据（2026 年）

• 累计出货：56 万片+（2026 年上半年数据）
• 年化营收：百亿人民币级
• 客户：阿里云内部、中国联通等；据称 400+ 企业客户使用真武集群
• 资本动作：平头哥注册资本增至 10 亿元（2026 年 6 月）
• 投资：阿里宣布未来三年投入 3800 亿元 于云与 AI 基础设施（含芯片、算力、液冷等）

4.5 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 等成熟方案），以应对美国限制 TSMC 为大陆代工先进 AI 芯片的规则。

五、2026 年 7 月最新进度对照表

六、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，不是中国独有：

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。这不是民族主义叙事，而是 unit economics：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」。

七、五大驱动力（按重要性排序）

7.1 经济学：推理成本是 AI 的「房租」（排第一）

Morgan Stanley 曾估算：24,000 颗 Blackwell GPU 集群硬件成本约 8.52 亿美元；同等规模 Google TPU 集群约 0.99 亿美元（硬件口径，Breakingviews/Reuters 引述）。SemiAnalysis、Bernstein 等机构估算：在大规模、多年期推理部署中，定制 ASIC 相对通用 GPU 可有 40–65% TCO 优势；hyperscaler 场景下每 token 成本可降低 30–40%。Nvidia 数据中心 GPU 毛利率超 70%——自研芯片本质是把永久性「GPU 税」转化为一次性研发投入。

7.2 供应链安全与地缘政治

美国对华高端 AI 芯片出口管制、中国监管鼓励采购国产算力、Nvidia 芯片安全疑虑——即使美国公司也面临「买不到足够 Nvidia 芯片」的配给问题。安全不仅指网络安全，更指供应链可预期性：不被单一供应商、单一国家政策卡脖子。

7.3 软硬件协同（Co-design）

• DeepSeek UE8M0 FP8、MLA 架构 → 为特定硬件特性优化
• OpenAI Jalapeño → 围绕 ChatGPT 真实 serving 模式设计（KV cache、batching、latency）
• Google TPU → 与 TensorFlow/JAX 深度绑定

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。

7.4 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、向云客户展示差异化算力、构建「模型 + 云 + 芯片」全栈故事（阿里「金三角」、OpenAI full-stack infrastructure）。

7.5 能源与可持续发展

推理芯片强调 performance-per-watt（每瓦性能）。在兆瓦级、吉瓦级数据中心时代，电力和散热成本与芯片采购成本同等重要。ASIC 剔除 GPU 中大量用不到的通用电路，功耗显著更低。

可引用硬核数据（EEAT）

• 74 亿美元：DeepSeek 2026 年 6 月首轮外部融资，用途含自研 AI 芯片与国产算力中心。
• 56 万片+：阿里平头哥真武系列 2026 年上半年累计出货量；年化营收百亿人民币级。
• 3800 亿元：阿里巴巴未来三年云与 AI 基础设施投入（含芯片、算力、液冷）。
• 44.6% vs 16.1%：TrendForce 2026 年云厂商定制 AI 芯片 vs 通用 GPU 出货量增速。
• 70%+：Nvidia 数据中心 GPU 毛利率——「GPU 税」的量化指标。

八、推理 vs 训练：为何多数先做推理芯片？

结论：训练仍是 Nvidia 主场；推理是定制 ASIC 的主战场。 DeepSeek 传闻芯片、OpenAI Jalapeño、阿里真武 810E 均聚焦推理或训推一体中的推理优化——这不是巧合，而是经济学驱动的必然选择。

九、安全 vs 节约成本：怎么写才不偏颇？

中文读者对「卡脖子 / 国产替代 / 自主可控」共鸣更强；但经济学是第一驱动力——地缘政治加速了已存在的成本动机，而非替代它。一篇准确的文章应两条线都写：短期看，降低推理成本与供应链风险是最紧迫的；长期看，全栈效率决定 AI 商业化的天花板。

十、风险与不确定性

1. DeepSeek 造芯尚未官方证实：在 DeepSeek 发布新闻稿前，应写「据报道 / 知情人士称」，避免写「已证实」。
2. 早期项目可能失败：Meta MTIA 曾推倒重来；定制 ASIC 若 LLM 架构发生根本性改变（如不再是 Transformer），适配成本极高。
3. 制造与 foundry 约束：先进制程产能、SMIC 7nm 等国内代工方案的性能天花板，限制国产芯片与 Nvidia Blackwell 的绝对性能差距。
4. 软件生态迁移成本：即使阿里真武兼容 CUDA，大规模迁移仍需要工程投入；华为昇腾路线则完全另建生态。
5. 合作与自研并行：DeepSeek 短期仍依赖华为昇腾与 Nvidia 存量；自研芯片从早期研发到量产通常需要 3–5 年——Jalapeño 从设计到流片 9 个月已是极端快速案例。
6. 勿混淆训练与推理：很多读者搞混两者；定制推理芯片短期内不会撼动 Nvidia 在训练阶段的主导地位。

十一、五步 Runbook：大厂造芯浪潮下的推理成本优化

1. 审计推理 vs 训练成本结构：按模型、API 调用量与 GPU 租赁账单拆分推理与训练支出，建立每百万 Token 成本基线，识别推理「房租」占比——对照定制 ASIC 30–65% TCO 节省假设做敏感性分析。
2. 评估供应链与单一供应商依赖：盘点 Nvidia/CUDA 锁定程度、国产算力（昇腾、真武）备选与 API 定价波动风险；追踪 DeepSeek、OpenAI Jalapeño、Anthropic-Samsung 等自研芯片进度对云定价的潜在影响。
3. 配置多 Provider 推理网关：部署 LiteLLM 或等价网关，支持 OpenAI、DeepSeek、本地 MLX/Ollama 与多云降级，避免单一模型或芯片供应商锁定。
4. 在 Mac 云节点验证本地推理：在 vpsmac.com M4 Pro 64GB 节点用 MLX 跑 14B-32B 量化模型，对比云端 API 每美元 Token 产出，建立可审计的边缘推理备选方案。
5. 部署 7×24 Agent 生产环境：将 AI Agent 工作负载迁移至可预期成本的 Mac 云主机，隔离密钥与网关，持续监控推理延迟与 Token 成本曲线。

十二、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，正与 foundry 和存储厂商接洽。

Q2：梁文锋公开说过要造芯片吗？

没有。他 2024 年暗涌采访中表示「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。路透社报道的是公司行为，不是创始人宣言。

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并亲自命名；近年蔡崇信强调出口管制影响，吴泳铭 2026 年披露量产数据。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、7×24 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，但经济学是第一驱动力：定制 ASIC 在大规模推理部署中可比通用 GPU 降低 30–65% TCO；Nvidia 数据中心 GPU 毛利率超 70%。地缘政治加速了已存在的成本动机。

结语：定制硅时代，开发者如何保持算力敏捷性？

从 DeepSeek 秘密造芯传闻到平头哥真武 56 万片量产，再到 OpenAI Jalapeño 9 个月流片——AI 公司单纯向最高出价者购买算力的时代正在结束。对大多数开发者而言，在巨头数据中心 ASIC 全面落地之前，依赖公有云 API 仍是主流路径——但 API 定价波动、Nvidia 单一供应商锁定与推理延迟不可控，始终是生产环境的隐性成本。纯 Linux GPU VPS 虽可跑 CUDA 推理，却面临驱动排障、显存碎片化与 Apple 工具链/Xcode CI 不兼容的长期运维负担；等待 DeepSeek 或阿里自研芯片量产再迁移，则意味着 3–5 年的战略空窗期。若你需要在定制硅军备竞赛间隙建立可预期、可审计、可本地验证的推理备选方案，在 M4 Mac 云节点上用 MLX 跑中型模型、部署 7×24 Agent，往往比纯 GPU VPS 更省心：统一内存架构对 14B-70B 量化推理更友好，Metal 栈无需 CUDA 驱动折腾，且与 Apple 工具链、Codex 类 Agent 工作流天然共存。当推理经济学进入「全栈效率」竞争时代，租赁 VPSMAC 的 Mac 云主机是在巨头芯片战争间隙保持技术敏捷性的务实选择。

最后更新：2026-07-09 — DeepSeek 造芯项目截至本文撰写日尚未官方确认；阿里平头哥、OpenAI Jalapeño 等进展以各公司公开信息为准。发布前请核对最新新闻。